熟悉 Python 数据分析的工具——Python数据分析概述——《Python数据分析与应用》笔记

熟悉 Python 数据分析的工具

了解数据分析的常用工具

目前主流的数据分析工具语言有 Python、R、MATLAB 这3种。下图是这三种语言的对比：

\	Python	R	MATLAB
语言学习难易程度	接口统一，学习曲线平缓	接口众多，学习曲线陡峭	自由度大，学习曲线较为平缓
使用场景	数据分析、机器学习、矩阵运算、科学数据可视化、数字图像处理、Web 应用、网络爬虫、系统运维等	统计分析、机器学习、科学数据可视化等	矩阵运算、数值分析、科学数据可视化、机器学习、分号计算、数字图像处理、数字信号处理、仿真模拟等
第三方支持	拥有大量的第三方库，能够简便调用 C、C++、Foetran、Java 等其他编程语言	拥有大量的包，能够调用 C、C++、Fortran、Java 等其他程序语言	拥有大量专业的工具箱，在新版本中加入了对 C、C++、Java 的支持
流行领域	工业界＞学术界	工业界≈学术界	工业界≤学术界
软件成本	开源免费	开源免费	商业收费

了解 Python 数据分析的优势

1. 语法简单精练。
2. 有很多功能强大的库。
3. 功能强大。从特性观点来看，Python 是一个混合体。丰富的工具集使它介于传统的脚本语言和系统语言之间。Python 不仅具备所有脚本语言简单和易用的特点，还提供了编译语言所具有的高级软件工程工具。
4. 不仅使用于研究和原型构建，同时也适用于构建生产系统。研究人员和工程技术人员使用同一种编程工具，会给企业带来非常显著的组织效益，并降低企业的运营成本。
5. Python 是一门胶水语言。Python 程序能够以多种方式轻易地与其他语言的组件“粘接”在一起。例如，Python 的 C 语言 API 可以帮助 Python 程序灵活地调用 C 程序。这意味着用户可以根据需要给 Python 程序添加功能，或者在其他环境系统中使用 Python。

Python 数据分析常用类库

• IPython
• NumPy
• SciPy
• pandas
• Matplotlib
• scikit-learn
• Spyder