Python 数据分析工具简介

2019-03-01  本文已影响0人  薛定谔的老鼠_007

1:Numpy

          Python并没有提供数组功能,列表的速度令人感动,难以接受!Numpy提供了真正数组功能。可对数据进行快速处理,其速度是C语言级别。还是Scipy、Matplotlib、Panda的库依赖。

2:Scipy 

          提供真正的矩阵,以及大量基于矩阵运算的对象与函数。包含的功能有最优化、线性代数、积分、差值、拟合、特殊函数、快速傅里叶变换、信号处理、图像处理、常微分方程求解和其他工程计算。

3  :Matplotlib

          这是一个绘图库,主要运用于二维绘图库,也可以进行简单三维绘图。让我们可以非常快的用python可视化数据,允许输出达到高质量的图片格式(出版质量)。

4:Pandas

          最强大的数据分析工具,支持类似SQL的数据增删改查,且带有丰富的处理函数;支持时间序列分析功能;支持灵活处理数据,基本数据结构是序列与数据框。注重数据的读取、处理、探索。

5:StatsModels

           更加注重数据的统计建模分析,支持与Pandas交互。

6:Scikit-Learn

           强大的机器学习包,包括数据 处理、分类、回归、聚类、预测、建模分析等等。不包括人工神经网络。

7:Keras

           一种强大的模型:人工神经网络。在语言处理,图像识别等领域非常重要。是一个基于Theano的强大的深度学习库。

8:Gensim

          topic modelling for humans!

上一篇下一篇

猜你喜欢

热点阅读