又是老生常谈的话题了,前面出过有不知道有好多篇讲数据分析库的文章,但是今天还是得拿出来再聊聊,有免得有些新伙伴再去找了!
常见的Python数据分析库
Pandas
Pandas是一个开放源码的Python库,它使用强大的数据结构提供高性能的数据操作和分析工具。它的名字:Pandas是从Panel Data - 多维数据的计量经济学(an Econometrics from Multidimensional data)。
在Pandas之前,Python主要用于数据迁移和准备。它对数据分析的贡献更小。 Pandas解决了这个问题。使用Pandas可以完成数据处理和分析的五个典型步骤,而不管数据的来源 - 加载,准备,操作,模型和分析。Python Pandas用于广泛的领域,包括金融,经济,统计,分析等学术和商业领域。
Pandas的主要功能:
快速高效的DataFrame对象,具有默认和自定义的索引;
将数据从不同文件格式加载到内存中的数据对象的工具;
丢失数据的数据对齐和综合处理。重组和摆动日期集;
基于标签的切片,索引和大数据集的子集;
可以删除或插入来自数据结构的列;
按数据分组进行聚合和转换;
高性能合并和数据加入;
时间序列功能;
总的来说,Pandas比较适合用作数据的预处理和数据结构的处理。
NumPy
NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。
NumPy的主要功能:
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