【Python入門】Python資料分析最重要的庫！

　　眾所周知，有很多程式語言都可以應用於資料分析領域，但Python是目前應用最為廣泛的一種程式語言，因為它有很多優秀的第三方庫。那麼Python資料分析最重要的庫有哪些?我們一起來看看詳細介紹。

　　1、Numpy

　　Numpy是Python科學計算的基礎包，它提供了很多功能：快速高效的多維陣列物件ndarray、用於對陣列執行元素級計算以及直接對陣列執行數學運算的函式、用於讀寫硬碟上基於陣列的資料集的工具、線性代數運算、傅立葉變換以及隨機數生成等。NumPy在資料分析方面還有另外一個主要作用，即作為在演算法和庫之間傳遞資料的容器。

　　2、Pandas

　　Pandas提供了快速便捷處理結構化資料的大量資料結構和函式。自從2010年出現以來，它助使Python成為強大而高效的資料分析環境。其中用得最多的Pandas物件是DataFrame，它是一個面向列的二維表結構，另一個是Series，一個一維的標籤化陣列物件。Pandas兼具Numpy高效能的陣列計算功能以及電子表格和關係型資料庫靈活的資料處理功能。還提供了複雜精細的索引功能，能更加便捷地完成重塑、切片和切塊、聚合以及選取資料子集等操作。

　　3、matplotlib

　　matplotlib是最流行的用於繪製圖表和其他二維資料視覺化的Python庫。它最初由John D.Hunter(JDH)建立，目前由一個龐大的開發團隊維護。它非常適合建立出版物上用的圖表。雖然還有其他的Python視覺化庫，但matplotlib應用最為廣泛。

　　4、SciPy

　　SciPy是一組專門解決科學計算中各種標準問題域的包的集合，它與Numpy結合使用，便形成了一個相當完備和成熟的計算平臺，可以處理多種傳統的科學計算問題。

　　5、scikit-learn

　　2010年誕生以來，scikit-learn成為了Python通用機器學習工具包。它的子模組包括：分類、迴歸、聚類、降維、選型、預處理等。與pandas、statsmodels和IPython一起，scikit-learn對於Python成為高效資料科學程式語言起到了關鍵作用。

　　6、statsmodels

　　statsmodels是一個統計分析包，起源於史丹佛大學統計學教授，他設計了多種流行於R語言的迴歸分析模型。Skipper Seabold和Josef Perktold在2010年正式建立了statsmodels專案，隨後匯聚了大量的使用者和貢獻者。與scikit-learn比較，statsmodels包含經典統計學和經濟計量學的演算法。