numpy库介绍（python的科学计算库有哪些）

本文目录

• python的科学计算库有哪些
• 最常用的几个python库
• Python数据分析库有哪些

python的科学计算库有哪些

1、Numpy库简介在Python中很多高级库都是基本Numpy科学库去做的。之前如果用Python对数据进行操作，需要一行一行或者一个一个数据的去进行操作。而在Numpy中，则是封装了一系列矩阵的操作：首先把数据转换成一系列矩阵的格式，然后再对矩阵进行操作。这样既高效，也省时。Numpy封装了一系列的函数函数，方便我们去操作矩阵。Numpy中一行代码就顶Python中十几行的代码。2、Pandas库简介在Pandas 是基于Numpy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。3、Matplotlib库简介Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形，通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。

最常用的几个python库

Python常用库大全，看看有没有你需要的。环境管理管理 Python 版本和环境的工具p – 非常简单的交互式 python 版本管理工具。pyenv – 简单的 Python 版本管理工具。Vex – 可以在虚拟环境中执行命令。virtualenv – 创建独立 Python 环境的工具。virtualenvwrapper- virtualenv 的一组扩展。包管理管理包和依赖的工具。pip – Python 包和依赖关系管理工具。pip-tools – 保证 Python 包依赖关系更新的一组工具。conda – 跨平台，Python 二进制包管理工具。Curdling – 管理 Python 包的命令行工具。wheel – Python 分发的新标准，意在取代 eggs。包仓库本地 PyPI 仓库服务和代理。warehouse – 下一代 PyPI。Warehousebandersnatch – PyPA 提供的 PyPI 镜像工具。devpi – PyPI 服务和打包/测试/分发工具。localshop – 本地 PyPI 服务（自定义包并且自动对 PyPI 镜像）。分发打包为可执行文件以便分发。PyInstaller – 将 Python 程序转换成独立的执行文件（跨平台）。dh-virtualenv – 构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。Nuitka – 将脚本、模块、包编译成可执行文件或扩展模块。py2app – 将 Python 脚本变为独立软件包（Mac OS X）。py2exe – 将 Python 脚本变为独立软件包（Windows）。pynsist – 一个用来创建 Windows 安装程序的工具，可以在安装程序中打包 Python本身。构建工具将源码编译成软件。buildout – 一个构建系统，从多个组件来创建，组装和部署应用。BitBake – 针对嵌入式 Linux 的类似 make 的构建工具。fabricate – 对任何语言自动找到依赖关系的构建工具。PlatformIO – 多平台命令行构建工具。PyBuilder – 纯 Python 实现的持续化构建工具。SCons – 软件构建工具。交互式解析器交互式 Python 解析器。IPython – 功能丰富的工具，非常有效的使用交互式 Python。bpython- 界面丰富的 Python 解析器。ptpython – 高级交互式Python解析器， 构建于python-prompt-toolkit 之上。文件文件管理和 MIME（多用途的网际邮件扩充协议）类型检测。imghdr – （Python 标准库）检测图片类型。mimetypes – （Python 标准库）将文件名映射为 MIME 类型。path.py – 对 os.path 进行封装的模块。pathlib – （Python3.4+ 标准库）跨平台的、面向对象的路径操作库。python-magic- 文件类型检测的第三方库 libmagic 的 Python 接口。Unipath- 用面向对象的方式操作文件和目录watchdog – 管理文件系统事件的 API 和 shell 工具日期和时间操作日期和时间的类库。arrow- 更好的 Python 日期时间操作类库。Chronyk – Python 3 的类库，用于解析手写格式的时间和日期。dateutil – Python datetime 模块的扩展。delorean- 解决 Python 中有关日期处理的棘手问题的库。moment – 一个用来处理时间和日期的Python库。灵感来自于Moment.js。PyTime – 一个简单易用的Python模块，用于通过字符串来操作日期/时间。pytz – 现代以及历史版本的世界时区定义。将时区数据库引入Python。when.py – 提供用户友好的函数来帮助用户进行常用的日期和时间操作。文本处理用于解析和操作文本的库。通用chardet – 字符编码检测器，兼容 Python2 和 Python3。difflib – (Python 标准库)帮助我们进行差异化比较。ftfy – 让Unicode文本更完整更连贯。fuzzywuzzy – 模糊字符串匹配。Levenshtein – 快速计算距离以及字符串的相似度。pangu.py – 在中日韩语字符和数字字母之间添加空格。pyfiglet -figlet 的 Python实现。shortuuid – 一个生成器库，用以生成简洁的，明白的，URL 安全的 UUID。unidecode – Unicode 文本的 ASCII 转换形式 。uniout – 打印可读的字符，而不是转义的字符串。xpinyin – 一个用于把汉字转换为拼音的库。

Python数据分析库有哪些

1.Numpy库是Python开源的数值计算扩展工具，提供了Python对多维数组的支持，能够支持高级的维度数组与矩阵运算。此外，针对数组运算也提供了大量的数学函数库，Numpy是大部分Python科学计算的基础，具有很多功能。2.Pandas库是一个基于Numpy的数据分析包，为了解决数据分析任务而创建的。Pandas中纳入了大量库和标准的数据模型，提供了高效地操作大型数据集所需要的函数和方法，使用户能快速便捷地处理数据。3.Matplotlib库是一个用在Python中绘制数组的2D图形库，虽然它起源于模仿MATLAB图形命令，但它独立于MATLAB，可以通过Pythonic和面向对象的方式使用，是Python中最出色的绘图库。主要用纯Python语言编写的，它大量使用Numpy和其他扩展代码，即使对大型数组也能提供良好的性能。4.Seaborn库是Python中基于Matplotlib的数据可视化工具，提供了很多高层封装的函数，帮助数据分析人员快速绘制美观的数据图形，从而避免了许多额外的参数配置问题。5.NLTK库被称为使用Python进行教学和计算语言学工作的最佳工具，以及用自然语言进行游戏的神奇图书馆。NLTK是一个领先的平台，用于构建使用人类语言数据的Python程序，它为超过50个语料库和词汇资源提供了易于使用的接口，还提供了一套文本处理库，用于分类、标记化、词干化、解析和语义推理、NLP库的包装器和一个活跃的讨论社区。