来源：开源最前线

本文约1500字，建议阅读5分钟。

本文为你分享最受数据科学青睐的3个顶级的Python库。

Python在许多方面有着强大的吸引力 - 例如效率、代码可读性和速度方面，也正因为如此，对于希望提升应用程序功能的数据科学家和机器学习专家来说，Python通常是首选编程语言。(例如，Andrey Bulezyuk使用Python编程语言创建了一个很牛逼的机器学习应用程序。)

 

由于其广泛的用途，Python拥有大量的库，使数据科学家可以更轻松地完成复杂的任务，而无需面对很多编程麻烦。以下是最受数据科学青睐的3个顶级的Python库，如果你正需要，那就试试吧。

1. NumPy

NumPy（Numerical Python的缩写）是顶级的库之一，它配备了大量有用的资源来帮助数据科学家将Python变成强大的科学分析和建模工具。这个流行的开源库可以在BSD许可下使用。它是在科学计算中执行任务的基础Python库。NumPy是一个更大的基于python的开源工具生态系统SciPy的一部分。

这个库为Python提供了大量的数据结构，可以轻松地执行多维数组和矩阵计算。除了用于求解线性代数方程和其他数学计算之外，NumPy还被用作不同类型通用数据的通用多维容器。

此外，它能够完美集成其他编程语言，如C/ c++和Fortran。NumPy库的多功能性使它能够轻松快速地与各种数据库和工具相结合。例如，让我们看看如何使用NumPy(缩写为np)来相乘两个矩阵。

从导入库开始(对于这些示例，我们将使用Jupyter笔记本)。

import numpy as np

接下来，让我们使用eye()函数生成具有规定维数的单位矩阵：

matrix_one = np.eye(3) matrix_one

输出结果如下：

array([[1., 0., 0.],        [0., 1., 0.],        [0., 0., 1.]])

让我们生成另一个3x3矩阵。

我们将使用arange([起始号码]、[停止号码])函数来排列数字。注意，函数中的第一个参数是要列出的初始数字，最后一个数字不包含在生成的结果中

此外，reshape（）函数用于将原始生成的矩阵的维数修改为所需的维数。为了使矩阵“可乘”，它们应该具有相同的维度。

matrix_two = np.arange(1,10).reshape(3,3) matrix_two

输出如下：

array([[1, 2, 3],        [4, 5, 6],        [7, 8, 9]])

让我们使用dot（）函数乘以两个矩阵：

matrix_multiply = np.dot(matrix_one, matrix_two) matrix_multiply

输出如下：

array([[1., 2., 3.],        [4., 5., 6.],        [7., 8., 9.]])

接着，我们设法在不使用vanilla Python的情况下将两个矩阵相乘。以下是此示例的完整代码：

import numpy as np #generating a 3 by 3 identity matrix matrix_one = np.eye(3) matrix_one #generating another 3 by 3 matrix for multiplication matrix_two = np.arange(1,10).reshape(3,3) matrix_two #multiplying the two arrays matrix_multiply = np.dot(matrix_one, matrix_two) matrix_multiply

2. Pandas

panda是另一个可以提高您的Python数据科学技能的大型库。就像NumPy一样，它属于SciPy开源软件家族，并且可以在BSD自由软件许可下使用。

Pandas提供多功能和强大的工具，用于整理数据结构和执行大量数据分析。该库适用于不完整，非结构化和无序的实际数据，并提供了用于整形，聚合，分析和可视化数据集的工具。

此库中有三种类型的数据结构：

• Series：单维阵列

• DataFrame：具有异构类型列的二维

• Panel：三维，大小可变数组

例如，让我们看看Panda Python库（缩写为pd）如何用于执行一些描述性统计计算。从导入库开始：

import pandas as pd

先创建一个系列字典：

d = {
   'Name':pd.Series(['Alfrick','Michael','Wendy','Paul','Dusan','George','Andreas',    'Irene','Sagar','Simon','James','Rose']),    'Years of Experience':pd.Series([5,9,1,4,3,4,7,9,6,8,3,1]),    'Programming Language':pd.Series(['Python','JavaScript','PHP','C++','Java','Scala','React','Ruby','Angular','PHP','Python','JavaScript'])     }

再创建一个DataFrame。

df = pd.DataFrame(d)

输出表如下：

      Name Programming Language  Years of Experience 0   Alfrick               Python                    5 1   Michael           JavaScript                    9 2     Wendy                  PHP                    1 3      Paul                  C++                    4 4     Dusan                 Java                    3 5    George                Scala                    4 6   Andreas                React                    7 7     Irene                 Ruby                    9 8     Sagar              Angular                    6 9     Simon                  PHP                    8 10    James               Python                    3 11     Rose           JavaScript                    1

下面是这个示例的全部代码:

 import pandas as pd #creating a dictionary of series d = {
   'Name':pd.Series(['Alfrick','Michael','Wendy','Paul','Dusan','George','Andreas',    'Irene','Sagar','Simon','James','Rose']),    'Years of Experience':pd.Series([5,9,1,4,3,4,7,9,6,8,3,1]),    'Programming Language':pd.Series(['Python','JavaScript','PHP','C++','Java','Scala','React','Ruby','Angular','PHP','Python','JavaScript'])     } #Create a DataFrame df = pd.DataFrame(d) print(df)

3. Matplotlib

Matplotlib也是SciPy核心软件包的一部分，遵循BSD许可协议。它是一个流行的Python科学库，用于生成简单而强大的可视化。风格类似 Matlab 的基于Python的图表绘图系统，它提供了一整套和 matlab 相似的命令 API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入 GUI 应用程序中。

下面，让我们体会一下Matplotlib库是如何创建简单的条形图，从导入库开始：

from matplotlib import pyplot as plt

接着，生成x轴和y轴的值：

x = [2, 4, 6, 8, 10] y = [10, 11, 6, 7, 4]

接着调用绘制条形图的功能

plt.bar(x,y) plt.show()

生成的条形图如下：

以下是此示例的完整代码：

#importing Matplotlib Python library  from matplotlib import pyplot as plt #same as import matplotlib.pyplot as plt #generating values for x-axis  x = [2, 4, 6, 8, 10] #generating vaues for y-axis  y = [10, 11, 6, 7, 4] #calling function for plotting the bar chart plt.bar(x,y) #showing the plot plt.show()

Python编程语言在数据处理和准备方面一直做得很好，但在复杂的科学数据分析和建模方面做得就不那么好了。用于数据科学的顶级Python框架有助于填补这一空白，它允许用户执行复杂的数学计算并创建对数据有意义的复杂模型。

你还知道其他哪些Python数据挖掘库?你对他们有什么经验？可以留言和大家分享。