Python的常用库及区别——numpy、pandas、matplotlib、scipy

1.Numpy

    　numpy是python科学计算的基础包，好多算法都是基于numpy构建的。其功能有：

• 快速高效的多维数组ndarray
• 用于对数组执行元素及计算以及直接对数组执行数字运算的函数
• 用于读写硬盘上给予数组的数据集的工具
• 线性代数运算、傅里叶变换、以及随机数生成
• 用于将C，C++，Fortran代码集成到python的工具

    除了为python提供快速的数组处理能力，numpy的数组比python自带的数组效率高得多，二者区别如下：

　　① 二者都可以用于处理多维数组。

　　numpy中的ndarray对象用于处理多维数组，它作为一个快速而灵活的大数据容器。

　　python中的list可以存储一维数组，通过列表的嵌套可以实现多维数组。

　　② 存储效率和输入输出性能不同

　　numpy专门针对数组的操作和运算进行了设计，存储效率和输入输出性能远优于python中的list，数组越大，numpy的优势就越明显。

 

2.Pandas

• pandas提供了使我们能够快速边界处理结构化数据的大量数据结构和函数。他是python进行数据分析的重要库之一。pandas的dataframe对象是一个面向列的二维表结构，且含有行标和列标。属性包含value、column、index等。
• pandas兼具numpy高性能的数组计算功能以及电子表格和关系型数据库(SQL)灵活的数据处理功能。做数据处理和数据分析时用pandas用的比较多。
• pandas的数组结构有一维series和二维dataframe

 

3.Matplotlib

　　Matplotlib是python中常用的2D绘图库，用于绘制数据图表，生成出版物质量的图形，通常与numpy和pandas一起使用，是数据分析中的重要工具之一。

 

4.Scipy

　　Scipy也是基于numpy的用于数据操作的库，与以上的库不同的是，它其中包含了很多数学、物理、计算中常用的库函数。

 

5.区别

• 通俗的讲，pandas类似于excel软件，而scipy就像excel里面的函数算法包，numpy就是构成excel的基础底层语句。
• pandas适合进行数据处理，scipy适合进行数学计算，而numpy是组成它们的重要部分，是构建它们的基础库。