急速入門Python數據分析（1）--常見的Python數據科學庫

一、在數據科學領域，Python目前一共有五個主流的庫

1.Numpy

• N維數組矩陣，快速高效，矢量數學運算
• 高效的Index，不需要循環
• 開源免費跨平台，運行效率足以與C/Matlab媲美

2. Scipy

• 依賴於Numpy
• 專為科學和工程設計
• 實現了多種科學計算，如線性代數、傅里葉變換、信號和圖像處理等

3. Pandas

• 結構化的數據分析利器（依賴Numpy)
• 提供了多種高級的數據結構
• 強大的數據索引和處理能力

4. Matplotlib

• Python 2D繪圖領域最廣泛的套件
• 基本能取代Matlab的繪圖功能
• 通過mplot3d可以繪製精美的3D圖

5. scikit-learn

• 機器學習的Python模塊
• 建立在Scipy之上，提供了常用的機器學習演算法：聚類、回歸等
• 簡單易學的API介面

二、本專題將僅介紹如下內容，而這幾個專題庫的介紹足夠你應付日常工作80%的應用場景，從0基礎與你一起邁入Python數據分析的行列，感受Python無與倫比的美麗。

• Numpy入門：通過Numpy進行數組和矩陣運算；
• Pandas入門：介紹pandas里最重要的兩種數據結構Series和DataFrame開始，介紹其創建和基本操作，並且使用Pandas進行高級的數據分析操作，包括如何去做數據清洗、預處理和排序等數學計算；
• Matplotlib：介紹Matplotlib的基本使用，包括如何對Pandas里的Series和DataFrame繪圖， 以及圖形樣式和顯示模式的設置等內容；
• 綜合實戰：一個股票市場的分析實戰項目，分析股票數據的數據分析曲線。

三、本專題可能需要你有簡單的大學基礎數學知識（如矩陣、數組等）以及Python基礎。本專題將持續更新，期待與你不期而遇，一起成長！