【数据科学系列】数据分析常用工具集（Python篇）

（Python）数据分析常用工具集

• NumPy
  NumPy是使用Python进行科学计算的基础包。它包含其他内容：

  • 一个强大的N维数组对象
  • 复杂的（广播）功能
  • 用于集成C / C ++和Fortran代码的工具
  • 有用的线性代数，傅里叶变换和随机数功能

  详细资料，请访问：http://www.numpy.org

• pandas
  pandas是一个开源的，BSD许可的库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。

  详细资料，请访问：https://pandas.pydata.org

• scikit-image
  Python中的图像处理
  scikit-image是用于图像处理的算法的集合。它是免费提供的，不受限制。

  详细资料，请访问：https://scikit-image.org

• scikit-learn
  Python中的机器学习

  • scikit-learn是用于机器学习的集合。
  • 简单有效的数据挖掘和数据分析工具
  • 可供所有人访问，并可在各种环境中重复使用
  • 基于NumPy，SciPy和matplotlib构建
  • 开源，商业上可用

  详细资料，请访问：https://scikit-learn.org

• SciPy
  SciPy是一个基于Python的数学，科学和工程开源软件生态系统。

  详细资料，请访问：https://www.scipy.org

• statsmodels
  statsmodels是一个Python模块，它提供用于估计许多不同统计模型的类和函数，以及用于进行统计测试和统计数据探索。每个估算器都有一个广泛的结果统计列表。结果将根据现有统计软件包进行测试，以确保它们是正确的。

  详细资料，请访问：http://www.statsmodels.org

• SymPy
  SymPy是一个用于符号数学的Python库。它旨在成为一个功能齐全的计算机代数系统（CAS），同时保持代码尽可能简单，以便易于理解和易于扩展。

  详细资料，请访问：https://www.sympy.org