壹般我們會將科學領域的庫作為清單打頭,NumPy是該領域的主要軟件庫之壹。它旨在處理大型的多維數組和矩陣,並提供了很多高級的數學函數和方法,因此可以用它來執行各種操作。
2. SciPy
另壹個科學計算核心庫SciPy,基於NumPy而構建,並擴展了NumPy的功能。SciPy的主要數據結構是多維數組,使用Numpy實現。該庫提供了壹些用於解決線性代數、概率論、積分計算等任務的工具。
3.Pandas
Pandas是壹個Python庫,提供了高級的數據結構和各種分析工具。該庫的壹大特色是能夠將相當復雜的數據操作轉換為壹兩個命令。Pandas提供了很多內置的方法,用於分組、過濾和組合數據,還提供了時間序列功能。所有這些方法的執行速度都很快。
4. StatsModels
Statsmodels是壹個Python模塊,為統計數據分析提供了很多可能性,例如統計模型估計、運行統計測試等。妳可以借助它來實現很多機器學習方法,並探索不同的繪圖可能性。
5. Matplotlib
Matplotlib是壹個用於創建二維圖表和圖形的低級庫。妳可以用它來構建各種圖表,從直方圖和散點圖到非笛卡爾坐標圖。此外,很多流行的繪圖庫都為Matplotlib預留了位置,可與Matplotlib結合在壹起使用。
6. Seaborn
Seaborn實際上是基於matplotlib庫構建的高級API。它為處理圖表提供了更恰當的默認選項。此外,它還提供了壹組豐富的可視化圖庫,包括時間序列、聯合圖和小提琴圖等復雜的類型。
7. Plotly
Plotly是壹個可以幫助妳輕松構建復雜圖形的流行庫。該庫適用於交互式Web應用程序,它提供了很多很棒的可視化效果,包括輪廓圖形、三元圖和3D圖表。
8. Bokeh
Bokeh庫使用JavaScript小部件在瀏覽器中創建交互式和可伸縮的可視化圖形。該庫提供了多種圖形、樣式、鏈接圖形式的交互能力、添加小部件、定義回調以及更多有用的功能。
9. Pydot
Pydot是壹個用於生成面向復雜圖形和非面向復雜圖形的庫。它作為面向Graphviz的壹個接口,使用Python編寫。我們可以借助它來顯示圖形的結構,這在構建神經網絡和基於決策樹的算法時經常會用到。