重要的Python庫

NumPy

　　NumPy（Numerical Python的簡稱）是Python科學計算的基礎包。

　　涵蓋如下功能：　　

• 快速高效的多維數組對象ndarray。
• 用於對數組執行元素級計算以及直接對數組執行數學運算的函數。
• 用於讀寫硬盤上基於數組的數據集的工具。
• 線性代數運算、傅里葉變換，以及隨機數生成。

 

pandas

　　pandas提供了快速便捷處理結構化數據的大量數據結構和函數。

　　pandas兼具NumPy高性能的數組計算功能以及電子表格和關係型數據庫（如SQL）靈活的數據處理功能。它提供了複雜精細的索引功能，能更加便捷地完成重塑、切片和切塊、聚合以及選取數據子集等操做。

 

matplotlib

　　matplotlib是最流行的用於繪製圖表和其它二維數據可視化的Python庫。

 

SciPy

　　SciPy是一組專門解決科學計算中各類標準問題域的包的集合.

　　主要涵蓋如下包：

• scipy.integrate：數值積分例程和微分方程求解器。
• scipy.linalg：擴展了由numpy.linalg提供的線性代數例程和矩陣分解功能。
• scipy.optimize：函數優化器（最小化器）以及根查找算法。
• scipy.signal：信號處理工具。
• scipy.sparse：稀疏矩陣和稀疏線性系統求解器。
• scipy.special：SPECFUN（這是一個實現了許多經常使用數學函數（如伽瑪函數）的Fortran庫）的包裝器。
• scipy.stats：標準連續和離散機率分佈（如密度函數、採樣器、連續分佈函數等）、各類統計檢驗方法，以及更好的描述統計法。

scikit-learn

　　scikit-learn成爲了Python的通用機器學習工具包。

　　它的子模塊包括：

• 分類：SVM、近鄰、隨機森林、邏輯迴歸等等。
• 迴歸：Lasso、嶺迴歸等等。
• 聚類：k-均值、譜聚類等等。
• 降維：PCA、特徵選擇、矩陣分解等等。
• 選型：網格搜索、交叉驗證、度量。
• 預處理：特徵提取、標準化。

 

statsmodels

　　statsmodels是一個統計分析包，起源於斯坦福大學統計學教授Jonathan Taylor，他設計了多種流行於R語言的迴歸分析模型。

　　statsmodels包含經典統計學和經濟計量學的算法。包括以下子模塊：

• 迴歸模型：線性迴歸，廣義線性模型，健壯線性模型，線性混合效應模型等等。
• 方差分析（ANOVA）。
• 時間序列分析：AR，ARMA，ARIMA，VAR和其它模型。
• 非參數方法： 核密度估計，核迴歸。
• 統計模型結果可視化。