Python中常用的數(shù)據(jù)分析工具（模塊）有哪些？

Python本身的數(shù)據(jù)分析功能并不強(qiáng)，需要安裝一些第三方的擴(kuò)展庫(kù)來(lái)增強(qiáng)它的能力。我們課程用到的庫(kù)包括NumPy、Pandas、Matplotlib、Seaborn、NLTK等，接下來(lái)將針對(duì)相關(guān)庫(kù)做一個(gè)簡(jiǎn)單的介紹，方便后面章節(jié)的學(xué)習(xí)。

在Python中，常用的數(shù)據(jù)分析庫(kù)主要有以下幾種：

1、NumPy庫(kù)

NumPy是Python開源的數(shù)值計(jì)算擴(kuò)展工具，它提供了Python對(duì)多維數(shù)組的支持，能夠支持高級(jí)的維度數(shù)組與矩陣運(yùn)算。此外，針對(duì)數(shù)組運(yùn)算也提供了大量的數(shù)學(xué)函數(shù)庫(kù)。NumPy是大部分Python科學(xué)計(jì)算的基礎(chǔ)，它具有以下功能：

(1) 快速高效的多維數(shù)據(jù)對(duì)象ndarray。

(2) 高性能科學(xué)計(jì)算和數(shù)據(jù)分析的基礎(chǔ)包。

(3) 多維數(shù)組(矩陣)具有矢量運(yùn)算能力，快速、節(jié)省空間。

(4) 矩陣運(yùn)算。無(wú)需循環(huán)，可完成類似Matlab中的矢量運(yùn)算。

(5) 線性代數(shù)、隨機(jī)數(shù)生成以及傅里葉變換功能。

2、Pandas庫(kù)

Pandas是一個(gè)基于NumPy的數(shù)據(jù)分析包，它是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas中納入了大量庫(kù)和標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需要的函數(shù)和方法，使用戶能快速便捷地處理數(shù)據(jù)。

Pandas作為強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境中的重要因素之一，具有以下特點(diǎn)：

(1) 一個(gè)快速高效的DataFrame對(duì)象，具有默認(rèn)和自定義的索引。

(2) 用于在內(nèi)存數(shù)據(jù)結(jié)構(gòu)和不同文件格式中讀取和寫入數(shù)據(jù)，比如CSV和文本文件、 Excel文件及SQL數(shù)據(jù)庫(kù)。

(3) 智能數(shù)據(jù)對(duì)齊和缺失數(shù)據(jù)的集成處理。

(4) 基于標(biāo)簽的切片、花式索引和大數(shù)據(jù)集的子集。

(5) 可以刪除或插入來(lái)自數(shù)據(jù)結(jié)構(gòu)的列。

(6) 按數(shù)據(jù)分組進(jìn)行聚合和轉(zhuǎn)換。

(7) 高性能的數(shù)據(jù)合并和連接。

(8) 時(shí)間序列功能。

Python與Pandas在各種學(xué)術(shù)和商業(yè)領(lǐng)域中都有應(yīng)用，包括金融、神經(jīng)科學(xué)、經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、廣告、網(wǎng)絡(luò)分析等。

3、Matplotlib庫(kù)

Matplotlib是一個(gè)用在 Python中繪制數(shù)組的2D 圖形庫(kù)，雖然它起源于模仿MATLAB圖形命令，但它獨(dú)立于MATLAB，可以通過(guò)Pythonic和面向?qū)ο蟮姆绞绞褂?，是Python中最出色的繪圖庫(kù)。

Matplotlib主要用純Python語(yǔ)言進(jìn)行編寫，但它大量使用NumPy 和其他擴(kuò)展代碼，即使對(duì)大型數(shù)組也能提供良好的性能。

4、Seaborn庫(kù)

Seaborn是Python中基于Matplotlib的數(shù)據(jù)可視化工具，它提供了很多高層封裝的函數(shù)，幫助數(shù)據(jù)分析人員快速繪制美觀的數(shù)據(jù)圖形，從而避免了許多額外的參數(shù)配置問(wèn)題。

注意：

上面介紹的這些庫(kù)都已經(jīng)在安裝Anaconda時(shí)進(jìn)行了下載，后期可以直接使用import導(dǎo)入使用。

5、NLTK庫(kù)

NLTK被稱為“使用Python進(jìn)行教學(xué)和計(jì)算語(yǔ)言學(xué)工作的絕佳工具”，以及“用自然語(yǔ)言進(jìn)行游戲的神奇圖書館”。

NLTK是一個(gè)領(lǐng)先的平臺(tái)，用于構(gòu)建使用人類語(yǔ)言數(shù)據(jù)的Python程序，它為超過(guò)50個(gè)語(yǔ)料庫(kù)和詞匯資源(如WordNet)提供了易于使用的接口，還提供了一套文本處理庫(kù)，用于分類、標(biāo)記化、詞干化、解析和語(yǔ)義推理、NLP庫(kù)的包裝器和一個(gè)活躍的討論論壇。




猜你喜歡：

什么是分布式爬蟲?分布式爬蟲實(shí)現(xiàn)方法 

網(wǎng)絡(luò)爬蟲原理：通用爬蟲如何獲取頁(yè)面內(nèi)容? 

卡方檢驗(yàn)的原理和實(shí)現(xiàn)方法

傳智播客Python+數(shù)據(jù)分析課程