七個生態(tài)系統(tǒng)核心庫[python自學(xué)收藏]
一 概述
Python生態(tài)系統(tǒng)的一些核心基礎(chǔ)數(shù)據(jù)分析庫：
NumPy：支持大量的維度數(shù)組與矩陣運算，此外也針對數(shù)組運算提供大量的數(shù)學(xué)函數(shù)庫，包含：
一個強(qiáng)大的N維數(shù)組對象 ndarray廣播功能函數(shù)整合 C/C++/Fortran 代碼的工具線性代數(shù)、傅里葉變換、隨機(jī)數(shù)生成等功能
SciPy：這也是一個功能強(qiáng)大的科學(xué)計算庫，用于執(zhí)行科學(xué)，數(shù)學(xué)和工程運算。包含的模塊有最優(yōu)化、線性代數(shù)、積分、插值、特殊函數(shù)、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學(xué)與工程中常用的計算。
Pandas：
可以從各種文件格式比如 CSV、JSON、SQL、Microsoft Excel 導(dǎo)入數(shù)據(jù)。
可以對各種數(shù)據(jù)進(jìn)行運算操作，比如歸并、再成形、選擇，還有數(shù)據(jù)清洗和數(shù)據(jù)加工特征。
廣泛應(yīng)用在學(xué)術(shù)、金融、統(tǒng)計學(xué)等各個數(shù)據(jù)分析領(lǐng)域。
Scikit-learn：代表“機(jī)器學(xué)習(xí)的科學(xué)工具包”。它是一個機(jī)器學(xué)習(xí)庫，提供了各種有監(jiān)督和無監(jiān)督的算法，例如回歸，分類，降維，聚類分析和異常檢測。
Matplotlib：這是一個核心的數(shù)據(jù)可視化庫，并且是Python中所有其他可視化庫的基礎(chǔ)庫。它提供2D和3D繪圖，圖形，圖表以及用于數(shù)據(jù)瀏覽的圖形。它在NumPy和SciPy之上運行。
Seaborn：這是基于Matplotlib的，提供了易于繪制，高層次，互動性和更有條理的平面圖。
Plotly：是一個數(shù)據(jù)可視化庫。它提供了高質(zhì)量的交互式圖表，例如散點圖，折線圖，條形圖，直方圖，箱形圖，熱圖和子圖。
二官網(wǎng)鏈接
| Packages/Software | Description |
| NumPy |
NumPy 官網(wǎng) http://www.numpy.org/ NumPy 源代碼：https://github.com/numpy/numpy |
| SciPy |
SciPy 官網(wǎng)：https://www.scipy.org/ SciPy 源代碼：https://github.com/scipy/scipy |
| Pandas | 官網(wǎng)：https://pandas.pydata.org/ |
| Matplotlib |
Matplotlib 官網(wǎng)：https://matplotlib.org/ Matplotlib源代碼：https://github.com/matplotlib/matplotlib |
| Seaborn | 官網(wǎng)：https://seaborn.pydata.org/ |
| Scikit-learn | 官網(wǎng)：https://scikit-learn.org/stable/ |
| Anaconda | 官網(wǎng)：https://www.anaconda.com/distribution/ |
三 安裝指南
各組件的安裝方法類似，以NumPy為參考。
Python 官網(wǎng)上的發(fā)行版是不包含 NumPy 模塊的，我們可以使用以下幾種方法來安裝。
3.1、使用已有的發(fā)行版本
對于許多用戶，尤其是在 Windows 上，最簡單的方法是下載以下的 Python 發(fā)行版，它們包含了所有的關(guān)鍵包
（包括 NumPy，SciPy，matplotlib，IPython，SymPy 以及 Python 核心自帶的其它包）：
Anaconda: 免費 Python 發(fā)行版，用于進(jìn)行大規(guī)模數(shù)據(jù)處理、預(yù)測分析，和科學(xué)計算，致力于簡化包的管理和部署。
支持 Linux, Windows 和 Mac 系統(tǒng)。
Enthought Canopy: 提供了免費和商業(yè)發(fā)行版。持 Linux, Windows 和 Mac 系統(tǒng)。
Python(x,y) : 免費的 Python 發(fā)行版，包含了完整的 Python 語言開發(fā)包 及 Spyder IDE。
支持 Windows，僅限 Python 2 版本。
WinPython:另一個免費的 Python 發(fā)行版，包含科學(xué)計算包與 Spyder IDE。
支持 Windows。
Pyzo: 基于 Anaconda 的免費發(fā)行版本及 IEP 的交互開發(fā)環(huán)境，超輕量級。
支持 Linux, Windows 和 Mac 系統(tǒng)。
3.2、使用 pip 安裝
安裝 NumPy 最簡單的方法就是使用pip 工具：
pip3 install --user numpy scipy matplotlib
--user 選項可以設(shè)置只安裝在當(dāng)前的用戶下，而不是寫入到系統(tǒng)目錄。
默認(rèn)情況使用國外線路，國外太慢，我們使用清華的鏡像就可以:
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
3.3、使用pycharm安裝
- 點擊 pycharm
- 點擊preferences
- 點擊 python interpreter
- 點擊 +
- 檢索安裝
3.4、安裝驗證
測試是否安裝成功：
>>> from numpy import * >>> eye(4) array([[1., 0., 0., 0.], [0., 1., 0., 0.], [0., 0., 1., 0.], [0., 0., 0., 1.]])
四 上手應(yīng)用
以NumPy為例，更多玩法請查看官方文檔。
| 函數(shù) | 描述 |
|---|---|
| dot | 兩個數(shù)組的點積，即元素對應(yīng)相乘。 |
| vdot | 兩個向量的點積 |
| inner | 兩個數(shù)組的內(nèi)積 |
| matmul | 兩個數(shù)組的矩陣積 |
| determinant | 數(shù)組的行列式 |
| solve | 求解線性矩陣方程 |
| inv | 計算矩陣的乘法逆矩陣 |
numpy.vdot() 函數(shù)是兩個向量的點積。
如果第一個參數(shù)是復(fù)數(shù)，那么它的共軛復(fù)數(shù)會用于計算。
如果參數(shù)是多維數(shù)組，它會被展開。
import numpy as np a = np.array([[1,2],[3,4]]) b = np.array([[11,12],[13,14]]) # vdot 將數(shù)組展開計算內(nèi)積 print(np.vdot(a,b))
輸出結(jié)果為：
130
以上就是pypython自學(xué)建議收藏學(xué)習(xí)的七個生態(tài)系統(tǒng)核心庫的詳細(xì)內(nèi)容，更多關(guān)于pypython生態(tài)系統(tǒng)核心庫的資料請關(guān)注本站其它相關(guān)文章！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信