Data - Tools

01 - NumPy

NumPy（数值 Python 的简称）是用Python实现的用于科技计算的基础软件包，是一个强大的科学分析和建模工具

• 提供了大量数据结构，能够轻松地执行多维数组和矩阵运算
• 可用作不同类型通用数据的多维容器
• 可以和其他编程语言无缝集成
• 可以简单而快速地与大量数据库和工具结合

官网信息

• HomePage：http://www.numpy.org/
• Manual：https://docs.scipy.org/doc/numpy/
• User Guide：https://docs.scipy.org/doc/numpy/user/
• Reference：https://docs.scipy.org/doc/numpy/reference/generated/
• Function Index：https://docs.scipy.org/doc/numpy/genindex.html

02 - Pandas

针对Python语言的开源数据分析处理工具，可以提供高性能、易用的数据结构；

官网信息

• HomePage：http://pandas.pydata.org/
• Docs: http://pandas.pydata.org/pandas-docs/stable/index.html
• Function Index：http://pandas.pydata.org/pandas-docs/stable/genindex.html
• API：http://pandas.pydata.org/pandas-docs/stable/api.html
• Tutorials：http://pandas.pydata.org/pandas-docs/stable/tutorials.html
• 10 Minutes to pandas：http://pandas.pydata.org/pandas-docs/stable/10min.html
• Cookbook：http://pandas.pydata.org/pandas-docs/stable/cookbook.html

03 - Matplotlib

Python语言的绘图库，功能强大，可绘制出各种专业的图像，支持各种平台，可实现定制

官网信息

HomePage：https://matplotlib.org/

• Docs : https://matplotlib.org/contents.html
• Examples：https://matplotlib.org/gallery/index.html
• Tutorials：https://matplotlib.org/tutorials/index.html
• API：https://matplotlib.org/api/
• User Guide：https://matplotlib.org/contents.html
• Function Indexing：https://matplotlib.org/genindex.html
• Python Module Index：https://matplotlib.org/py-modindex.html

04 - StatsModels

Statsmodels is a Python module that provides classes and functions for the estimation of many different statistical models, as well as for conducting statistical tests, and statistical data exploration.

• 提供强大的数据统计、测试、探索、分析、建模和可视化功能
• 利用Pandas对象作为基础数据容器进行计算
• 包含一些经典的统计方法，比如贝叶斯方法和一个机器学习的模型

官网信息

• HomePage：http://www.statsmodels.org/
• Documentation：https://www.statsmodels.org/stable/index.html
• Getting started：http://www.statsmodels.org/stable/gettingstarted.html
• Examples：http://www.statsmodels.org/stable/examples/index.html
• Index - Module：http://www.statsmodels.org/stable/py-modindex.html
• Index - Function：http://www.statsmodels.org/stable/genindex.html

其他 - StatsModels

导入statsmodels.api时，出现类似“No module named 'patsy'”的报错

import statsmodels.api as sm
ModuleNotFoundError: No module named 'patsy'

确认当前环境是否已安装patsy模块。

05 - Seaborn

Seaborn is a Python data visualization library based on matplotlib.

It provides a high-level interface for drawing attractive and informative statistical graphics.

官网信息

• HomePage：https://seaborn.pydata.org/
• Introduction：http://seaborn.pydata.org/introduction.html
• Tutorial：http://seaborn.pydata.org/tutorial.html
• Index：http://seaborn.pydata.org/examples/index.html
• API：http://seaborn.pydata.org/api.html

06 - ECharts

Echarts是一个由百度开源的使用 JavaScript 实现的数据可视化库，具备良好的交互性，精巧的图表设计。

官网信息

• 中文官网：http://echarts.baidu.com/
• English HomePage: https://echarts.apache.org/zh/index.html
• GitHub：https://github.com/apache/incubator-echarts
• Tutorial：https://echarts.baidu.com/tutorial.html
• API：https://echarts.baidu.com/api.html

07 - Pyecharts

Pyecharts是一款将python与echarts结合的强大的数据可视化工具

官网信息

• HomePage：http://pyecharts.org/
• Documentation：http://pyecharts.org/#/zh-cn/

08 - OpenRefine

A free, open source, powerful tool for working with messy data.

OpenRefine is a Java-based power tool that allows you to load data, understand it, clean it up, reconcile it, and augment it with data coming from the web. All from a web browser and the comfort and privacy of your own computer.

官网信息

• Home：http://openrefine.org/
• Documentation：http://openrefine.org/documentation.html
• GitHub：https://github.com/OpenRefine/OpenRefine
• Wiki：https://github.com/OpenRefine/OpenRefine/wiki
• Installation：https://github.com/OpenRefine/OpenRefine/wiki/Installation-Instructions

参考信息

• OpenRefine简要：https://www.cnblogs.com/anovana/p/8267435.html
• 《Using OpenRefine》翻译： https://blog.csdn.net/loveyy1010/article/category/6924139

09 - Bokeh

免费开源的交互式图形工具，能读取大型数据集或者流数据，以简单快速的方式为网页提供优美、高交互性能的图形。

官方资料

• Home：https://bokeh.pydata.org/en/latest/
• GitHub：https://bokeh.pydata.org/en/latest/
• User Guide：https://bokeh.pydata.org/en/latest/docs/user_guide.html
• Quickstart：https://bokeh.pydata.org/en/latest/docs/user_guide/quickstart.html
• Tutorial：https://gke.mybinder.org/v2/gh/bokeh/bokeh-notebooks/master

安装参考

官方推荐的安装方式是使用Anaconda Python及其附带的Conda包管理系统（https://www.anaconda.com/distribution/）

参考消息

• 用户指南汉化：https://github.com/DonaldDai/Bokeh-CN