python数据分析方向的第三方库是啥

Posted 2023-05-03

Python除了有200个标准库以外，还有10万个第三方扩展库，囊括了方方面面。其中做数据分析最常用到的库有4个：

Numpy

Numpy是Python科学计算的基础包。它除了为Python提供快速的数组处理能力，还是在算法和库之间传递数据的容器。对于数值型数据，NumPy数组在存储和处理数据时要比内置的 Python数据结构高效得多。此外，由低级语言（比如C和Fortran）编写的库可以直接操作NumPy 数组中的数据，无需进行任何数据复制工作。因此，许多Python的数值计算工具要么使用NumPy 数组作为主要的数据结构，要么可以与NumPy进行无缝交互操作。

Pandas

Pandas提供了快速便捷处理结构化数据的大量数据结构和函数，兼具NumPy高性能的数组计算功能以及电子表格和关系型数据库（如SQL）灵活的数据处理功能。它提供了复杂精细的索引功能，能更加便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作。因为数据操作、准备、清洗是数据分析最重要的技能，所以Pandas也是学习的重点。

Matplotlib

Matplotlib是最流行的用于绘制图表和其它二维数据可视化的Python库，它非常适合创建出版物上用的图表。虽然还有其它的Python可视化库，但Matplotlib却是使用最广泛的，并且它和其它生态工具配合也非常完美。

Scikit-learn

Scikit-learn是Python的通用机器学习工具包。它的子模块包括分类、回归、聚类、降维、选型、预处理，对于Python成为高效数据科学编程语言起到了关键作用。

参考技术A 1、Numpy
Numpy是Python科学计算的基础包，它提供了很多功能：快速高效的多维数组对象ndarray、用于对数组执行元素级计算以及直接对数组执行数学运算的函数、用于读写硬盘上基于数组的数据集的工具、线性代数运算、傅里叶变换以及随机数生成等。NumPy在数据分析方面还有另外一个主要作用，即作为在算法和库之间传递数据的容器。
2、Pandas
Pandas提供了快速便捷处理结构化数据的大量数据结构和函数。自从2010年出现以来，它助使Python成为强大而高效的数据分析环境。其中用得最多的Pandas对象是DataFrame，它是一个面向列的二维表结构，另一个是Series，一个一维的标签化数组对象。Pandas兼具Numpy高性能的数组计算功能以及电子表格和关系型数据库灵活的数据处理功能。还提供了复杂精细的索引功能，能更加便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作。
3、matplotlib
matplotlib是最流行的用于绘制图表和其他二维数据可视化的Python库。它最初由John D.Hunter(JDH)创建，目前由一个庞大的开发团队维护。它非常适合创建出版物上用的图表。虽然还有其他的Python可视化库，但matplotlib应用最为广泛。
4、SciPy
SciPy是一组专门解决科学计算中各种标准问题域的包的集合，它与Numpy结合使用，便形成了一个相当完备和成熟的计算平台，可以处理多种传统的科学计算问题。
5、scikit-learn
2010年诞生以来，scikit-learn成为了Python通用机器学习工具包。它的子模块包括：分类、回归、聚类、降维、选型、预处理等。与pandas、statsmodels和IPython一起，scikit-learn对于Python成为高效数据科学编程语言起到了关键作用。
6、statsmodels
statsmodels是一个统计分析包，起源于斯坦福大学统计学教授，他设计了多种流行于R语言的回归分析模型。Skipper Seabold和Josef Perktold在2010年正式创建了statsmodels项目，随后汇聚了大量的使用者和贡献者。与scikit-learn比较，statsmodels包含经典统计学和经济计量学的算法。

Python标准库和第三方库有啥区别

它们的主要区别是：1、python的标准库是随着pyhon安装的时候默认自带的库；2、python的第三方库，需要下载后安装到python的安装目录下。不同的第三方库安装及使用方法不同。3、它们调用方式是一样的，都需要用import语句调用。简单的说，一个是默认自带不需要下载安装的库，一个是需要下载安装的库。它们的调用方式是一样的。 参考技术A 它们的主要区别是：

1、Python的标准库是随着pyhon安装的时候默认自带的库；

2、python的第三方库，需要下载后安装到python的安装目录下。不同的第三方库安装及使用方法不同。

3、它们调用方式是一样的，都需要用import语句调用。简单的说，一个是默认自带不需要下载安装的库，一个是需要下载安装的库。它们的调用方式是一样的。

Python 程序由模块组成。一个模块对应python 源文件，一般后缀名是：.py。
模块由语句组成。运行Python 程序时，按照模块中语句的顺序依次执行。
语句是Python 程序的构造单元，用于创建对象、变量赋值、调用函数、控制语句等。
2 标准库模块(standard library)
与函数类似，模块也分为标准库模块和用户自定义模块。
Python 标准库提供了操作系统功能、网络通信、文本处理、文件处理、数学运算等基本的功能。比如：random(随机数)、math(数学运算)、time(时间处理)、file(文件处理)、os(和操作系统交互)、sys(和解释器交互)等。
另外，Python 还提供了海量的第三方模块，使用方式和标准库类似。功能覆盖了我们能想象到的所有领域，比如：科学计算、WEB 开发、大数据、人工智能、图形系统等。

3 为什么需要模块化编程
模块(module)对应于Python 源代码文件(.py 文件)。模块中可以定义变量、函数、类、普通语句。这样，我们可以将一个Python 程序分解成多个模块，便于后期的重复应用。
模块化编程（Modular Programming）将一个任务分解成多个模块。每个模块就像一个积木一样，便于后期的反复使用、反复搭建。
模块化编程有如下几个重要优势：

便于将一个任务分解成多个模块，实现团队协同开发，完成大规模程序
实现代码复用。一个模块实现后，可以被反复调用。
可维护性增强。