1.5　数据分析常用模块库

数据分析的常用模块库有NumPy、Pandas、Matplotlib、Scikit-Learn等。

1．NumPy模块

NumPy是一个运行速度非常快的数学模块，是进行科学计算和数据分析时必不可少的基础模块。NumPy模块不仅支持大量的维度数组与矩阵运算，还针对数组运算提供大量的数学函数模块。例如：

　强大的N维数组对象ndarray（）。

　成熟的（广播）函数库。

　整合C/C++/Fortran代码的工具。

　实用的线性代数、傅里叶变换和随机数生成函数。

2．Pandas模块

Pandas是一个开源且通过BSD许可的模块，主要为Python提供高性能、易于使用的数据结构和数据分析工具。

Pandas的数据结构中有两大核心，分别是Series与DataFrame。其中，Series是一维数组，和NumPy中的一维数组类似。这两种一维数组与Python中的基本数据结构List很相近，Series可以保存多种数据类型的数据，如布尔值、字符串、数字类型等；DataFrame是一种二维的表格型数据结构，类似Excel表格。

3．Matplotlib模块

Matplotlib是一个Python绘图模块，不仅可以绘制2D图表，还可以绘制3D图表。其名称中，“plot”表示绘图，“lib”表示它是一个集合。

使用Matplotlib绘制图表非常简单，只需几行代码即可快速绘制条形图、折线图、散点图、饼图等。matplotlib.pyplot子模块提供了类似MATLAB的界面，尤其是与IPython结合使用时。其每个函数都可以对图形进行更改，如创建图形，在图形中创建绘图区域，绘制线条样式，设置字体属性、轴属性等。

4．Scikit-Learn模块

Scikit-Learn是一个简单、有效的数据挖掘和数据分析工具，可以在各种环境下重复使用。Scikit-Learn是基于NumPy、SciPy和Matplotlib的，它将很多机器学习算法进行了封装，即使是不熟悉算法的用户，也可以通过调用函数的方式轻松建模。其中的sklearn模块可以实现数据的预处理、分类、回归、PCA降维、模型选择等，是数据分析中必不可少的一个模块。