脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - 七个生态系统核心库[python自学收藏]

七个生态系统核心库[python自学收藏]

2021-12-27 00:34不吃西红柿丶 Python

无论你是想快速入手Python,还是想成为数据分析大神或者机器学习大佬,亦或者对Python代码进行优化,本文的python库都能为你提供一些帮助

一 概述

Python生态系统的一些核心基础数据分析库:

NumPy:支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库,包含:

一个强大的N维数组对象 ndarray广播功能函数整合 C/C++/Fortran 代码的工具线性代数、傅里叶变换、随机数生成等功能

SciPy:这也是一个功能强大的科学计算库,用于执行科学,数学和工程运算。包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。

Pandas

可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。

可以对各种数据进行运算操作,比如归并、再成形、选择,还有数据清洗和数据加工特征。

广泛应用在学术、金融、统计学等各个数据分析领域。

Scikit-learn:代表“机器学习的科学工具包”。它是一个机器学习库,提供了各种有监督和无监督的算法,例如回归,分类,降维,聚类分析和异常检测。

Matplotlib:这是一个核心的数据可视化库,并且是Python中所有其他可视化库的基础库。它提供2D和3D绘图,图形,图表以及用于数据浏览的图形。它在NumPy和SciPy之上运行。

Seaborn:这是基于Matplotlib的,提供了易于绘制,高层次,互动性和更有条理的平面图。

Plotly:是一个数据可视化库。它提供了高质量的交互式图表,例如散点图,折线图,条形图,直方图,箱形图,热图和子图。

二官网链接

Packages/Software Description
NumPy

NumPy 官网 http://www.numpy.org/

NumPy 源代码:https://github.com/numpy/numpy

SciPy

SciPy 官网:https://www.scipy.org/

SciPy 源代码:https://github.com/scipy/scipy

Pandas 官网:https://pandas.pydata.org/
Matplotlib

Matplotlib 官网:https://matplotlib.org/

Matplotlib源代码:https://github.com/matplotlib/matplotlib

Seaborn 官网:https://seaborn.pydata.org/
Scikit-learn 官网:https://scikit-learn.org/stable/
Anaconda 官网:https://www.anaconda.com/distribution/

三 安装指南

各组件的安装方法类似,以NumPy为参考。

Python 官网上的发行版是不包含 NumPy 模块的,我们可以使用以下几种方法来安装。

3.1、使用已有的发行版本

对于许多用户,尤其是在 Windows 上,最简单的方法是下载以下的 Python 发行版,它们包含了所有的关键包

(包括 NumPy,SciPy,matplotlib,IPython,SymPy 以及 Python 核心自带的其它包):

Anaconda: 免费 Python 发行版,用于进行大规模数据处理、预测分析,和科学计算,致力于简化包的管理和部署。

支持 Linux, Windows 和 Mac 系统。

Enthought Canopy: 提供了免费和商业发行版。持 Linux, Windows 和 Mac 系统。

Python(x,y) : 免费的 Python 发行版,包含了完整的 Python 语言开发包 及 Spyder IDE。

支持 Windows,仅限 Python 2 版本。

WinPython:另一个免费的 Python 发行版,包含科学计算包与 Spyder IDE。

支持 Windows。

Pyzo: 基于 Anaconda 的免费发行版本及 IEP 的交互开发环境,超轻量级。

支持 Linux, Windows 和 Mac 系统。

3.2、使用 pip 安装

安装 NumPy 最简单的方法就是使用pip 工具

?
1
pip3 install --user numpy scipy matplotlib

--user 选项可以设置只安装在当前的用户下,而不是写入到系统目录。

默认情况使用国外线路,国外太慢,我们使用清华的镜像就可以:

?
1
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

3.3、使用pycharm安装

  • 点击 pycharm
  • 点击preferences
  • 点击 python interpreter
  • 点击 +
  • 检索安装

七个生态系统核心库[python自学收藏]

3.4、安装验证

测试是否安装成功:

?
1
2
3
4
5
6
>>> from numpy import *
>>> eye(4)
array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])

四 上手应用

以NumPy为例,更多玩法请查看官方文档。

函数 描述
dot 两个数组的点积,即元素对应相乘。
vdot 两个向量的点积
inner 两个数组的内积
matmul 两个数组的矩阵积
determinant 数组的行列式
solve 求解线性矩阵方程
inv 计算矩阵的乘法逆矩阵

numpy.vdot() 函数是两个向量的点积。

如果第一个参数是复数,那么它的共轭复数会用于计算。

如果参数是多维数组,它会被展开。

?
1
2
3
4
5
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[11,12],[13,14]])
# vdot 将数组展开计算内积
print(np.vdot(a,b))

输出结果为:

130

以上就是pypython自学建议收藏学习的七个生态系统核心库的详细内容,更多关于pypython生态系统核心库的资料请关注服务器之家其它相关文章!

原文链接:https://blog.csdn.net/weixin_39032019/article/details/116934759

延伸 · 阅读

精彩推荐