Python之数据分析工具包介绍以及安装【入门必学】

 

前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

首先我们来看

mac版

按照需求大家依次安装，如果你还没学到数据分析，建议你先学好pytho基础和爬虫再来。可以去小编的python交流.裙 ：一久武其而而流一思（数字的谐音）转换下可以找到了，里面有最新python教程项目

python3 -m pip install numpy

python3 -m pip install --upgrade pip

 

1.  
   //依次安装
2.  
    
3.  
   python3 -m pip install pandas
4.  
   python3 -m pip install wordcloud
5.  
   python3 -m pip install matplotlib
6.  
    
7.  
   python3 -m pip install scipy
8.  
    
9.  
   python3 -m pip install -u scikit-learn

matplotlib 
matplotlib是python的一个可视化模块，他能方便的只做线条图、饼图、柱状图以及其他专业图形。 如果看不懂，说明你基础还没学好后。可以去小编的python交流.裙 ：一久武其而而流一思（数字的谐音）转换下可以找到了，里面有最新python教程项目，学好在看这篇

使用matplotlib，可以定制所做图表的任一方面。他支持所有操作系统下不同的gui后端，并且可以将图形输出为常见的矢量图和图形测试，如pdf svg jpg png bmp gif.通过数据绘图，我们可以将枯燥的数字转化成人们容易接收的图表。 
matplotlib是基于numpy的一套python包，这个包提供了吩咐的数据绘图工具，主要用于绘制一些统计图形。 
matplotlib有一套允许定制各种属性的默认设置，可以控制matplotlib中的每一个默认属性：图像大小、每英寸点数、线宽、色彩和样式、子图、坐标轴、网个属性、文字和文字属性。

 

numpy 
numpy提供了两种基本的对象：ndarray和ufunc。ndarray是存储单一数据类型的多维数组，而ufunc是能够对数组进行处理的函数。numpy的功能：

• n维数组，一种快速、高效使用内存的多维数组，他提供矢量化数学运算。
• 可以不需要使用循环，就能对整个数组内的数据进行标准数学运算。
• 非常便于传送数据到用低级语言编写(c\c++)的外部库,也便于外部库以numpy数组形式返回数据。

numpy不提供高级数据分析功能，但可以更加深刻的理解numpy数组和面向数组的计算。

 

pandas 

pandas是python的一个数据分析包，pandas最初被用作金融数据分析工具而开发出来，因此pandas为时间序列分析提供了很好的支持。 
pandas是为了解决数据分析任务而创建的，pandas纳入了大量的库和一些标准的数据模型，提供了高效的操作大型数据集所需要的工具。pandas提供了大量是我们快速便捷的处理数据的函数和方法。pandas包含了高级数据结构，以及让数据分析变得快速、简单的工具。它建立在numpy之上，使得numpy应用变得简单。

• 带有坐标轴的数据结构，支持自动或明确的数据对齐。这能防止由于数据结构没有对齐，以及处理不同来源、采用不同索引的数据而产生的常见错误。
• 使用pandas更容易处理丢失数据。
• 合并流行数据库（如：基于sql的数据库）

pandas是进行数据清晰/整理的最好工具。

 

scikit-learn 
scikit-learn是基于python机器学习的模块，基于bsd开源许可证。 
scikit-learn的安装需要numpy scopy matplotlib等模块，scikit-learn的主要功能分为六个部分，分类、回归、聚类、数据降维、模型选择、数据预处理。 
scikit-learn自带一些经典的数据集，比如用于分类的iris和digits数据集，还有用于回归分析的boston house prices数据集。该数据集是一种字典结构，数据存储在.data成员中，输出标签存储在.target成员中。scikit-learn建立在scipy之上，提供了一套常用的机器学习算法，通过一个统一的接口来使用，scikit-learn有助于在数据集上实现流行的算法。 
scikit-learn还有一些库，比如：用于自然语言处理的nltk、用于网站数据抓取的scrappy、用于网络挖掘的pattern、用于深度学习的theano等。

scipy 
scipy是一款方便、易于使用、专门为科学和工程设计的python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。scipy依赖于numpy，并提供许多对用户友好的和有效的数值例程，如数值积分和优化。

 

python有着像matlab一样强大的数值计算工具包numpy；有着绘图工具包matplotlib;有着科学计算工具包scipy。 
python能直接处理数据，而pandas几乎可以像sql那样对数据进行控制。matplotlib能够对数据和记过进行可视化，快速理解数据。scikit-learn提供了机器学习算法的支持，theano提供了升读学习框架（还可以使用cpu加速）。