4-NumPy、Scipy、pandas、matplotlib概述

NumPy、SciPy、pandas 和 matplotlib 是 Python 生态系统中 互补协作 的科学计算工具库，它们 没有直接的包含关系，但存在明确的依赖和功能分层。以下是它们的核心定位和关系：

---

1. 基础层：NumPy

• 定位：数值计算的基础库。以矩阵为基础的数学计算模块，纯数学存储和处理大型矩阵。 这个是很基础的扩展，其余的扩展都是以此为基础。

• 功能：

  • 提供多维数组（ndarray）和矩阵运算。

  • 支持高效的数学函数（如线性代数、傅里叶变换）。

• 依赖关系：

  • 所有其他库均依赖 NumPy（例如 SciPy、pandas 均基于 NumPy 的数组操作）。

---

2. 扩展层：SciPy

• 定位：基于 NumPy 的高级科学计算工具库。‌数值计算库,在numPy库的基础上增加了众多的数学、科学以及工程计算中常用的库函数。 方便、易于使用、专为科学和工程设计的Python工具包.它包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理,常微分方程求解器等等。SciPy‌的中文翻译是“Scientific Python”，发音为“Sigh Pie”。SciPy是一个开源的Python库，它是NumPy生态系统的核心组成部分之一，提供了大量高级数学、科学和工程计算功能‌， 官方文档：https://scipy.org/。

• 功能：

  • 扩展 NumPy 的功能，提供更复杂的数学算法（如优化、积分、信号处理、统计等）。

  • 模块化设计（例如 scipy.optimize、scipy.stats）。

• 依赖关系：

  • 完全依赖 NumPy，但 不包含 NumPy。

  • 与 NumPy 是兄弟关系，共同构成科学计算的核心工具链。

---

3. 数据处理分析层：pandas

• 定位：数据分析和结构化数据处理。基于numPy 的一种工具，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。

• 功能：

  • 提供 DataFrame 和 Series 数据结构，支持表格数据的读写、清洗、聚合和统计分析。

  • 时间序列处理功能强大。

• 依赖关系：

  • 基于 NumPy 实现底层数据存储（例如 DataFrame 内部用 NumPy 数组存储数据）。

  • 与 SciPy 无直接依赖，但可结合使用（例如用 SciPy 做统计检验）。

---

4. 可视化层（绘图）：matplotlib

• 定位：数据可视化。对于图像美化方面比较完善，可以自定义线条的颜色和式样，可以在一张绘图纸上绘制多张小图，也可在一张图上绘制多条线，可以很方便的对数据进行可视化分析。

• 功能：

  • 生成静态、交互式或动态图表（折线图、散点图、直方图等）。

  • 提供类似 MATLAB 的绘图接口。

• 依赖关系：

  • 独立库，但常与 NumPy、pandas 协同使用（例如用 pandas 读取数据后用 matplotlib 绘图）。

  • pandas 内置简化的绘图接口（如 df.plot() 实际调用 matplotlib）。

---

关系图示

        +----------------+
        |   matplotlib   | → 可视化（独立，但常与下方协作）
        +----------------+
               ↑
+----------------+ +----------------+
|     pandas     | |     SciPy      | → pandas（数据处理）、SciPy（科学计算）
+----------------+ +----------------+
        ↑               ↑
        +----------------+
        |     NumPy      | → 基础数值计算（所有库的底层依赖）
        +----------------+

典型协作流程示例

数据读取与处理：

import pandas as pd
data = pd.read_csv("data.csv")  # pandas 读取数据

数值计算：

import numpy as np
mean = np.mean(data["column"])  # NumPy 计算均值

科学计算：

from scipy import stats
result = stats.ttest_ind(data["group1"], data["group2"])  # SciPy 做统计检验

可视化：

import matplotlib.pyplot as plt
data["column"].plot(kind="hist")  # pandas 调用 matplotlib 绘图
plt.show()

总结

• NumPy 是基石：所有库的底层依赖。

• SciPy 是扩展：提供 NumPy 不具备的高级数学工具。

• pandas 是数据处理核心：依赖 NumPy，专注于结构化数据操作。

• matplotlib 是可视化工具：独立但与其他库无缝协作。

它们共同构成 Python 数据科学生态系统的核心工具链，各司其职，协同工作。