python数据分析基础和利用python进行数据分析,《利用python进行数据分析》

　　本文主要对python中经典数据分析框架进行了总结分析与比较，并以此为参考选择更加合适的框架来进行数据分析

　　1.NumPy是python语言的扩展库，集成了基本线性代数函数、高级随机数函数和傅立叶变换，提供了数组运算中的多个函数库，支持大规模数据的纬度和矩阵运算。

　　2.Scipy是在NumPy的基础上构建的，是最实用的库之一。它不仅有各种高水平的科学模块，还有许多工程模块，包括统计，优化，积分，线性代数模块，傅立叶变换，信号和图像图例，常微分方差的求解等。

　　3.Pandas是一个基于NumPy的工具，专门用来解决数据分析中的问题。Pandas有一些标准的数据模型，可以对结构化数据进行控制和操作，还有可以快速方便地处理数据的函数和方法。

　　4.ScikitLearn机器学习库，包含机器学习和统计模型。它包含各种分类算法、回归算法和聚类算法，如梯度提升、随机森林、K-means向量机等。这些都包含在ScikitLearn机器学习库中。

　　5.Statsmodels用于统计建模、拟合各种统计模型、探索数据和统计测试。

　　6.SymPy是一个科学计算库，功能强大，应用广泛。它可以利用计算符号完成求极值、积分、解方程、微分方程等计算问题。

　　7.Matplotlib是python的2D绘图库，可以绘制各种图表，如直方图、热图、折线图等。

　　8.Seaborn是python中的一个图形库，可以用来绘制包含大量信息的图形。Seaborn是matplotlib的扩展，包含了很多高级的封装API，应用起来更加灵活方便。

　　9.散景用于在现代网络浏览器上创建仪表板、交互式图形和数据应用程序。Bokeh可以让用户生成d3.js类型的图形。此外，在大数据集的情况下，具有高性能的交互能力。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。