1.4 數據分析工具庫

專業的數據分析師通常使用Python語言和R語言進行混合編程，使用MATLAB進行建模分析和復雜的數學計算。本書主要講述Python在數據分析領域的應用。

Python作為數據分析領域的主要開發語言，除了具有簡單易用的特點，還能夠滿足快速開發的需求，實現數據在業務邏輯上的快速處理。Python為開發者提供了很多開源庫，其中就包括很多優秀的數據處理開源庫，如NumPy、Matplotlib、Pandas、scikit-learn等。

1.4.1 NumPy

NumPy（Numerical Python）是Python科學計算的基礎庫，它提供了非常豐富的功能，可以用于線性代數運算、傅里葉變換及隨機數生成，還可作為在算法之間傳遞數據的容器。對于數值型數據，NumPy數組在存儲和處理數據時比Python內置的數據結構更高效，并且由其他語言（如C語言）編寫的庫可以直接操作NumPy數組中的數據，無須進行數據復制工作。

1.4.2 Matplotlib

Matplotlib是用于繪制二維圖表的Python第三方擴展庫，使用該庫可以繪制直方圖、功率圖、條形圖等常用圖表，是數據分析過程中常用的可視化工具庫。Matplotlib提供了一套面向繪圖對象編程的應用程序接口（application program interface，API），能夠很輕松地實現各種圖像的繪制，并且它可以配合Python GUI工具（如PyQt、Tkinter等）在應用程序中嵌入圖形。同時Matplotlib支持以腳本的形式嵌入IPython shell、Jupyter Notebook、Web應用服務器使用。使用Matplotlib繪制的函數圖如圖1.14所示。

圖1.14 使用Matplotlib繪制的函數圖

1.4.3 Pandas

Pandas提供了大量快速處理結構化數據的數據結構與函數，它是使Python成為強大而有效的數據分析工具的重要因素之一。Pandas是一個開放源代碼、BSD許可的庫，提供高性能、易于使用的數據結構和數據分析工具。Pandas這個名字源自術語“panel data”（即面板數據）和“Python data analysis”（即Python數據分析），其基礎是NumPy（提供高性能的矩陣運算）。Pandas可以導入如CSV、JSON、SQL、Excel等各種文件格式的數據，并可以對各種數據進行運算操作，如歸并、再成形、選擇等，還可以進行數據清洗和數據加工。所以Pandas被廣泛應用于學術、金融、統計學等各個數據分析領域。

1.4.4 scikit-learn

scikit-learn（簡稱sklearn）是用于機器學習的Python第三方擴展庫，該庫可以用于數據分析過程中的數據建模環節。scikit-learn包含多種數據源，可供開發者快捷調用。它是一種簡單、高效的數據挖掘和數據分析工具，其開放源代碼可在各種環境中重復利用。