Python数据分析软件包介绍

Python数据分析主要软件包：

1、python -m pip install numpy

2、python -m pip install pandas

3、python -m pip install matplotlib

4、python -m pip install scipy

5、python -m pip install wordcloud

6、python -m pip install scikit-learn

软件包功能介绍：

1、Numpy

Numpy提供了两种基本的对象：ndarray和ufunc。ndarray是存储单一数据类型的多维数组，而ufunc是能够对数组进行处理的函数。Numpy的功能：N维数组，一种快速、高效使用内存的多维数组，他提供矢量化数学运算；可以不需要使用循环，就能对整个数组内的数据进行标准数学运算。 非常便于传送数据到用低级语言编写(C\C++)的外部库,也便于外部库以Numpy数组形式返回数据。Numpy不提供高级数据分析功能，但可以更加深刻的理解Numpy数组和面向数组的计算。

2、Pandas

Pandas是Python的一个数据分析包，Pandas最初被用作金融数据分析工具而开发出来，Pandas纳入了大量的库和一些标准的数据模型以及函数和方法。提供了高效的操作大型数据集所需要的工具。Pandas建立在Numpy之上，使得Numpy应用变得简单。带有坐标轴的数据结构，支持自动或明确的数据对齐（这能防止由于数据结构没有对齐，以及处理不同来源、采用不同索引的数据而产生的常见错误）。使用Pandas更容易处理丢失数据），合并流行数据库（如：基于SQL的数据库）。

3、Matplotlib

Matplotlib是Python的一个可视化模块，同时是基于Numpy的一套Python包，他能方便的只做线条图、饼图、柱状图以及其他专业图形。使用Matplotlib，可以定制所做图表的任一方面，可以控制Matplotlib中的每一个默认属性：图像大小、每英寸点数、线宽、色彩和样式、子图、坐标轴、网格属性、文字和文字属性。它支持所有操作系统下不同的GUI后端，并且可以将图形输出为常见的矢量图和图形测试，如PDF SVG JPG PNG BMP GIF.通过数据绘图，我们可以将枯燥的数字转化成人们容易接收的图表。

4、Scipy

Scipy是一款方便、易于使用、专门为科学和工程设计的Python包，它包括统计、优化、整合、线性代数模块、傅里叶变换、信号和图像处理、常微分方程求解器等。Scipy依赖于Numpy，并提供许多对用户友好的和有效的数值例程，如数值积分和优化。

Python有着像Matlab一样强大的数值计算工具包Numpy；有着绘图工具包Matplotlib;有着科学计算工具包Scipy。

5、Scikit-Learn

Scikit-Learn是基于Python机器学习的模块，基于BSD开源许可证；它的安装需要Numpy Scipy Matplotlib等模块。Scikit-Learn的主要功能有：分类、回归、聚类、数据降维、模型选择、数据预处理。

Scikit-Learn有一些经典的库：

（1）Nltk，用于自然语言处理；

（2）Scrappy，用于网站数据抓取；

（3）Pattern，用于网络挖掘；

（4）Theano，用于深度学习。

Scikit-Learn自带一些经典的数据集：用于分类的iris和digits数据集，还有用于回归分析的boston house prices数据集。该数据集是一种字典结构，数据存储在.data成员中，输出标签存储在.target成员中。

Scikit-Learn建立在Scipy之上，提供了一套常用的机器学习算法，通过一个统一的接口来使用，Scikit-Learn有助于在数据集上实现流行的算法。

Python能直接处理数据，而Pandas几乎可以像SQL那样对数据进行控制。Matplotlib能够对数据进行可视化，快速理解数据。Scikit-Learn提供了机器学习算法的支持，Theano提供了深度学习框架（还可以使用CPU加速）。