本文介绍了Python数据科学领域的几个核心库，包括Numpy、Pandas、Matplotlib、Scipy和Scikit-learn。从数据存储处理到绘图，再到高级数据分析和机器学习，每个库都进行了简要概述，并提供了一些学习资源。
http://blog.youkuaiyun.com/soulmeetliang/article/details/75666675
知乎初学者:https://www.zhihu.com/question/37180159
作者：倪飞翔
链接：https://www.zhihu.com/question/37180159/answer/96682815
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
总结一下自己学习，接触了Numpy，Pandas，Matplotlib，Scipy，Scikit-learn，也算是入门，给出自己的轨迹（略去安装），并总结一下其他人的答案，最后有彩蛋。<img src="https://pic3.zhimg.com/50/8151389351191b7e1518ed30267e9e8f_hd.jpg" data-rawwidth="600" data-rawheight="85" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic3.zhimg.com/8151389351191b7e1518ed30267e9e8f_r.jpg">Numpy：来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多，本身是由C语言开发。这个是很基础的扩展，其余的扩展都是以此为基础。数据结构为ndarray,一般有三种方式来创建。Python对象的转换通过类似工厂函数numpy内置函数生成：np.arange,np.linspace.....从硬盘读取，loadtxt快速入门：Quickstart tutorialPandas:
基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。最具有统计意味的工具包，某些方面优于R软件。数据结构有一维的Series，二维的DataFrame(类似于Excel或者SQL中的表，如果深入学习，会发现Pandas和SQL相似的地方很多，例如merge函数)，三维的Panel（Pan（el) + da(ta) + s，知道名字的由来了吧）。学习Pandas你要掌握的是：汇总和计算描述统计，处理缺失数据 ，层次化索引
清理、转换、合并、重塑、GroupBy技术
日期和时间数据类型及工具（日期处理方便地飞起）快速入门：10 Minutes to pandasMatplotlib:Python中最著名的绘图系统，很多其他的绘图例如seaborn（针对pandas绘图而来）也是由其封装而成。创世人John Hunter于2012年离世。这个绘图系统操作起来很复杂，和R的ggplot,lattice绘图相比显得望而却步，这也是为什么我个人不丢弃R的原因，虽然调用plt.style.use("ggplot")
绘制的图形可以大致按照ggplot的颜色显示，但是还是感觉很鸡肋。但是matplotlib的复杂给其带来了很强的定制性。其具有面向对象的方式及Pyplot的经典高层封装。需要掌握的是：散点图，折线图，条形图，直方图，饼状图，箱形图的绘制。绘图的三大系统：pyplot，pylab(不推荐)，面向对象坐标轴的调整，添加文字注释，区域填充，及特殊图形patches的使用金融的同学注意的是：可以直接调用Yahoo财经数据绘图（真。。。）Pyplot快速入门：Pyplot tutorialScipy：
方便、易于使用、专为科学和工程设计的Python工具包.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等。基本可以代替Matlab，但是使用的话和数据处理的关系不大，数学系，或者工程系相对用的多一些。（略）
近期发现有个statsmodel可以补充scipy.stats，时间序列支持完美Scikit-learn：关注机器学习的同学可以关注一下，很火的开源机器学习工具，这个方面很多例如去年年末Google开源的TensorFlow，或者Theano，caffe(贾扬清)，Keras等等，这是另外方面的问题。主页：An introduction to machine learning with scikit-learn<img src="https://pic3.zhimg.com/50/8151389351191b7e1518ed30267e9e8f_hd.jpg" data-rawwidth="600" data-rawheight="85" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic3.zhimg.com/8151389351191b7e1518ed30267e9e8f_r.jpg">图书：Pandas的创始者：利用Python进行数据分析 (豆瓣)（力荐）
教材的集合：Scipy Lecture Notes（写的非常棒！遗憾缺少Pandas）
提升自己：机器学习实战 (豆瓣)
知乎初学者:https://www.zhihu.com/question/37180159
作者：倪飞翔
链接：https://www.zhihu.com/question/37180159/answer/96682815
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
总结一下自己学习，接触了Numpy，Pandas，Matplotlib，Scipy，Scikit-learn，也算是入门，给出自己的轨迹（略去安装），并总结一下其他人的答案，最后有彩蛋。<img src="https://pic3.zhimg.com/50/8151389351191b7e1518ed30267e9e8f_hd.jpg" data-rawwidth="600" data-rawheight="85" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic3.zhimg.com/8151389351191b7e1518ed30267e9e8f_r.jpg">Numpy：来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多，本身是由C语言开发。这个是很基础的扩展，其余的扩展都是以此为基础。数据结构为ndarray,一般有三种方式来创建。Python对象的转换通过类似工厂函数numpy内置函数生成：np.arange,np.linspace.....从硬盘读取，loadtxt快速入门：Quickstart tutorialPandas:
基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。最具有统计意味的工具包，某些方面优于R软件。数据结构有一维的Series，二维的DataFrame(类似于Excel或者SQL中的表，如果深入学习，会发现Pandas和SQL相似的地方很多，例如merge函数)，三维的Panel（Pan（el) + da(ta) + s，知道名字的由来了吧）。学习Pandas你要掌握的是：汇总和计算描述统计，处理缺失数据 ，层次化索引
清理、转换、合并、重塑、GroupBy技术
日期和时间数据类型及工具（日期处理方便地飞起）快速入门：10 Minutes to pandasMatplotlib:Python中最著名的绘图系统，很多其他的绘图例如seaborn（针对pandas绘图而来）也是由其封装而成。创世人John Hunter于2012年离世。这个绘图系统操作起来很复杂，和R的ggplot,lattice绘图相比显得望而却步，这也是为什么我个人不丢弃R的原因，虽然调用plt.style.use("ggplot")
绘制的图形可以大致按照ggplot的颜色显示，但是还是感觉很鸡肋。但是matplotlib的复杂给其带来了很强的定制性。其具有面向对象的方式及Pyplot的经典高层封装。需要掌握的是：散点图，折线图，条形图，直方图，饼状图，箱形图的绘制。绘图的三大系统：pyplot，pylab(不推荐)，面向对象坐标轴的调整，添加文字注释，区域填充，及特殊图形patches的使用金融的同学注意的是：可以直接调用Yahoo财经数据绘图（真。。。）Pyplot快速入门：Pyplot tutorialScipy：
方便、易于使用、专为科学和工程设计的Python工具包.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等。基本可以代替Matlab，但是使用的话和数据处理的关系不大，数学系，或者工程系相对用的多一些。（略）
近期发现有个statsmodel可以补充scipy.stats，时间序列支持完美Scikit-learn：关注机器学习的同学可以关注一下，很火的开源机器学习工具，这个方面很多例如去年年末Google开源的TensorFlow，或者Theano，caffe(贾扬清)，Keras等等，这是另外方面的问题。主页：An introduction to machine learning with scikit-learn<img src="https://pic3.zhimg.com/50/8151389351191b7e1518ed30267e9e8f_hd.jpg" data-rawwidth="600" data-rawheight="85" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic3.zhimg.com/8151389351191b7e1518ed30267e9e8f_r.jpg">图书：Pandas的创始者：利用Python进行数据分析 (豆瓣)（力荐）
教材的集合：Scipy Lecture Notes（写的非常棒！遗憾缺少Pandas）
提升自己：机器学习实战 (豆瓣)
扫一扫
1039
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
