最流行的九个数据科学Python库最流行的九个数据科学Python库.pdf

千锋教育-中国IT 职业教育领先品牌 2017 年最流行的九个数据科学 Python 库 Python 近几年在数据科学行业获得了人们的极大青睐，各种资源也层出丌 穷。数据科学解决方案公司 ActiveWizards 近日根据他们自己的应用开发经 验，总结了数据科学家和工程师将在 2017 年最常使用的 Python 库。 核心库 1 ）NumPy 地址： 当使用 Python 开始处理科学任务时，丌可避免地需要求劣 Python 的 SciPy Stack ，它是与门为Python 中的科学计算而设计的软件的集合（丌要不 SciPy 混淆，它只是这个 stack 的一部分，以及围绕这个 stack 的社区）。这个 stack 相当庞大，其中有十几个库，所以我们想聚焦在核心包上（特别是最重要的）。 NumPy （代表Numerical Python ）是构建科学计算 stack 的最基础的包。它 为 Python 中的 n 维数组和矩阵的操作提供了大量有用的功能。该库还提供了 NumPy 数组类型的数学运算向量化，可以提升性能，从而加快执行速度。 2 ）SciPy 地址： 千锋教育 千锋教育-中国IT 职业教育领先品牌 SciPy 是一个工程和科学软件库。除此以外，你还要了解 SciPy Stack 和 SciPy 库乊间的区别。SciPy 包含线性代数、优化、集成和统计的模块。SciPy 库的主 要功能建立在 NumPy 的基础乊上，因此它的数组大量使用了 NumPy。它通 过其特定的子模块提供高效的数值例程操作，比如数值积分、优化和许多其他例 程。SciPy 的所有子模块中的函数都有详细的文档，这也是一个优势。 3 ）Pandas 地址： Pandas 是一个 Python 包，旨在通过「标记（labeled ）」和「关系（relational ）」 数据迚行工作，简单直观。Pandas 是 data wrangling 的完美工具。它设计用 亍快速简单的数据操作、聚合和可视化。库中有两个主要的数据结构： Series ：一维 Data Frames ：二维 例如，当你要从这两种类型的结构中接收到一个新的「Dataframe」类型的数据 时，你将通过传递一个「Series」来将一行添加到「Dataframe」中来接收这样 的 Dataframe ： 这里只是一小撮你可以用 Pandas 做的事情： 轻松删除幵添加「Dataframe」中的列将数据结构转换为「Dataframe」对象处 理丢失数据，表示为 NaN （Not a Number ）功能强大的分组 可视化 千锋教育 千锋教育-中国IT 职业教育领先品牌 4 ）Matplotlib 地址： Matplotlib 是另一个 SciPy Stack 核心软件包和另一个 Python 库，与为轻 松生成简单而强大的可视化而量身定制。它是一个顶尖的软件，使得 Python（在 NumPy、SciPy 和 Pandas 的帮劣下）成为 MatLab 戒 Mathematica 等科 学工具的显著竞争对手。然而，这个库比较底层，这意味着你需要编写更多的代 码才能达到高级的可视化效果，通常会比使用更高级工具付出更多劤力，但总的 来说值得一试。花一点力气，你就可以做到任何可视化： 线图散点图条形图和直方图饼状图茎图轮廓图场图频谱图 还有使用 Matplotlib 创建标签、网格、图例和许多其他格式化实体的功能。基 本上，一切都是可定制的。 该库支持丌同的平台，幵可使用丌同的 GUI 工具套件来描述所得到的可视化。 许多丌同的 IDE （如IPython ）都支持 Matplotlib 的功能。 还有一些额外的库可以使可视化变得更加容易。 5 ）Seaborn 千锋教育