使用Python生态系统 - 傻瓜

您需要加载库以便在Python中执行数据科学任务。以下是可用于数据科学的库的概述。这些库可以为数据科学家执行多种功能。

使用SciPy访问科学工具

SciPy堆栈包含许多其他库，您也可以单独下载。这些图书馆为数学，科学和工程提供支持。当您获得SciPy时，您会得到一组设计用于共同创建各种应用程序的库。这些库是

<！ SciPy库本身专注于数值例程，例如数值积分和优化的例程。 SciPy是为多个问题域提供功能的通用库。它还提供对特定于域的库的支持，如Scikit-learn，Scikit-image和statsmodels。

• <！使用NumPy

• 执行基础科学计算NumPy库提供执行n维数组操作的手段，这对于数据科学工作至关重要。如果不包含线性代数，傅立叶变换和随机数生成功能的NumPy函数，则无法轻松访问n维数组。

• 使用pandas进行数据分析

• 熊猫库提供对数据结构和数据分析工具的支持。该库经过优化，可以快速高效地执行数据科学任务。背后的基本原理是为Python提供与其他语言相似的数据分析和建模支持，例如R.

• 使用Scikit-learn实现机器学习

Scikit学习库是一些Scikit库，基于NumPy和SciPy提供的功能，允许Python开发人员执行特定于领域的任务。在这种情况下，图书馆着重于数据挖掘和数据分析。它提供对以下功能的访问：

分类

回归

集群

降维

模型选择

预处理

使用matplotlib绘制数据

matplotlib库为您提供一个类似于MATLAB的界面，用于创建您执行的分析的数据演示。该库目前仅限于二维输出，但它仍为您提供了以图形方式表达您在分析的数据中看到的数据模式的方法。如果没有这个库，你不能创建数据科学界以外的人可以很容易理解的输出。

• 用美丽的汤来解析HTML文档

• 美丽的汤库下载实际上是在Python网站上找到的。这个库提供了以Python可以理解的方式解析HTML或XML数据的方法。它允许您使用基于树的数据。除了提供用于处理基于树的数据的手段之外，“美丽汤”还使用HTML文档处理大量的工作。例如，它会自动将HTML文档中的

• 编码

• （字符存储在文档中的方式）从UTF-8转换为Unicode。 Python开发人员通常需要担心诸如编码之类的事情，但是使用“美味的汤”，您可以将精力集中在代码上。