Data - Tools

01 - NumPy

NumPy（數值 Python 的簡稱）是用Python實現的用於科技計算的基礎軟件包，是一個強大的科學分析和建模工具

• 提供了大量數據結構，可以輕鬆地執行多維數組和矩陣運算
• 可用做不一樣類型通用數據的多維容器
• 能夠和其餘編程語言無縫集成
• 能夠簡單而快速地與大量數據庫和工具結合

官網信息

• HomePage：http://www.numpy.org/
• Manual：https://docs.scipy.org/doc/numpy/
• User Guide：https://docs.scipy.org/doc/numpy/user/
• Reference：https://docs.scipy.org/doc/numpy/reference/generated/
• Function Index：https://docs.scipy.org/doc/numpy/genindex.html

02 - Pandas

針對Python語言的開源數據分析處理工具，能夠提供高性能、易用的數據結構；

官網信息

• HomePage：http://pandas.pydata.org/
• Docs: http://pandas.pydata.org/pandas-docs/stable/index.html
• Function Index：http://pandas.pydata.org/pandas-docs/stable/genindex.html
• API：http://pandas.pydata.org/pandas-docs/stable/api.html
• Tutorials：http://pandas.pydata.org/pandas-docs/stable/tutorials.html
• 10 Minutes to pandas：http://pandas.pydata.org/pandas-docs/stable/10min.html
• Cookbook：http://pandas.pydata.org/pandas-docs/stable/cookbook.html

03 - Matplotlib

Python語言的繪圖庫，功能強大，可繪製出各類專業的圖像，支持各類平臺，可實現定製

官網信息

HomePage：https://matplotlib.org/

• Docs : https://matplotlib.org/contents.html
• Examples：https://matplotlib.org/gallery/index.html
• Tutorials：https://matplotlib.org/tutorials/index.html
• API：https://matplotlib.org/api/
• User Guide：https://matplotlib.org/contents.html
• Function Indexing：https://matplotlib.org/genindex.html
• Python Module Index：https://matplotlib.org/py-modindex.html

04 - StatsModels

Statsmodels is a Python module that provides classes and functions for the estimation of many different statistical models, as well as for conducting statistical tests, and statistical data exploration.

• 提供強大的數據統計、測試、探索、分析、建模和可視化功能
• 利用Pandas對象做爲基礎數據容器進行計算
• 包含一些經典的統計方法，好比貝葉斯方法和一個機器學習的模型

官網信息

• HomePage：http://www.statsmodels.org/
• Documentation：https://www.statsmodels.org/stable/index.html
• Getting started：http://www.statsmodels.org/stable/gettingstarted.html
• Examples：http://www.statsmodels.org/stable/examples/index.html
• Index - Module：http://www.statsmodels.org/stable/py-modindex.html
• Index - Function：http://www.statsmodels.org/stable/genindex.html

其餘 - StatsModels

導入statsmodels.api時，出現相似「No module named 'patsy'」的報錯

import statsmodels.api as sm
ModuleNotFoundError: No module named 'patsy'

確認當前環境是否已安裝patsy模塊。

05 - Seaborn

Seaborn is a Python data visualization library based on matplotlib.
It provides a high-level interface for drawing attractive and informative statistical graphics.

官網信息

• HomePage：https://seaborn.pydata.org/
• Introduction：http://seaborn.pydata.org/introduction.html
• Tutorial：http://seaborn.pydata.org/tutorial.html
• Index：http://seaborn.pydata.org/examples/index.html
• API：http://seaborn.pydata.org/api.html

06 - ECharts

Echarts是一個由百度開源的使用 JavaScript 實現的數據可視化庫，具有良好的交互性，精巧的圖表設計。

官網信息

• 中文官網：http://echarts.baidu.com/
• English HomePage: https://echarts.apache.org/zh/index.html
• GitHub：https://github.com/apache/incubator-echarts
• Tutorial：https://echarts.baidu.com/tutorial.html
• API：https://echarts.baidu.com/api.html

07 - Pyecharts

Pyecharts是一款將python與echarts結合的強大的數據可視化工具

官網信息

• HomePage：http://pyecharts.org/
• Documentation：http://pyecharts.org/#/zh-cn/

08 - OpenRefine

A free, open source, powerful tool for working with messy data.
OpenRefine is a Java-based power tool that allows you to load data, understand it, clean it up, reconcile it, and augment it with data coming from the web. All from a web browser and the comfort and privacy of your own computer.

官網信息

• Home：http://openrefine.org/
• Documentation：http://openrefine.org/documentation.html
• GitHub：https://github.com/OpenRefine/OpenRefine
• Wiki：https://github.com/OpenRefine/OpenRefine/wiki
• Installation：https://github.com/OpenRefine/OpenRefine/wiki/Installation-Instructions

參考信息

• OpenRefine簡要：http://www.javashuo.com/article/p-fhlkyynn-kc.html
• 《Using OpenRefine》翻譯： https://blog.csdn.net/loveyy1010/article/category/6924139

09 - Bokeh

免費開源的交互式圖形工具，能讀取大型數據集或者流數據，以簡單快速的方式爲網頁提供優美、高交互性能的圖形。

官方資料

• Home：https://bokeh.pydata.org/en/latest/
• GitHub：https://bokeh.pydata.org/en/latest/
• User Guide：https://bokeh.pydata.org/en/latest/docs/user_guide.html
• Quickstart：https://bokeh.pydata.org/en/latest/docs/user_guide/quickstart.html
• Tutorial：https://gke.mybinder.org/v2/gh/bokeh/bokeh-notebooks/master

安裝參考

官方推薦的安裝方式是使用Anaconda Python及其附帶的Conda包管理系統（https://www.anaconda.com/distribution/）

參考消息

• 用戶指南漢化：https://github.com/DonaldDai/Bokeh-CN