七个生态系统核心库[python自学收藏]

作者:不吃西红柿丶 时间:2021-09-17 03:51:12 

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/SoftwareDescription
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:


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:


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:


>>> 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。


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

来源:https://blog.csdn.net/weixin_39032019/article/details/116934759

标签:python,自学,生态系统,核心库
0
投稿

猜你喜欢

  • python time()的实例用法

    2022-01-09 02:33:02
  • 网页颜色变黑白CSS代码 适合所有类型网站

    2010-04-21 10:37:00
  • Python如何读写JSON格式数据

    2022-05-20 17:42:05
  • Python匿名函数/排序函数/过滤函数/映射函数/递归/二分法

    2022-03-10 21:04:56
  • Python中如何替换字典中的值

    2022-10-04 21:21:35
  • tensorflow 初始化未初始化的变量实例

    2021-05-16 13:47:54
  • django实现支付宝支付实例讲解

    2023-08-27 04:45:44
  • python使用pymongo操作mongo的完整步骤

    2023-07-12 20:31:21
  • js随机永不重复数

    2011-04-25 19:26:00
  • Python打印三角形九九乘法表代码

    2021-11-16 03:27:15
  • 基于python框架Scrapy爬取自己的博客内容过程详解

    2021-12-21 06:39:30
  • 面向对象设计过程中必须遵守的相关准则

    2009-01-08 15:52:00
  • python字典的setdefault的巧妙用法

    2021-05-18 02:58:48
  • TensorFlow 模型载入方法汇总(小结)

    2022-11-09 00:05:42
  • Pytorch中的backward()多个loss函数用法

    2023-11-12 00:19:21
  • Python 模板引擎的注入问题分析

    2021-05-26 17:05:30
  • python 执行shell命令并将结果保存的实例

    2023-07-27 20:34:52
  • 如何让用户再次访问我的网站时不需再提交相关信息?

    2010-05-16 15:05:00
  • JavaScript 在各个浏览器中执行的耐性

    2009-02-06 15:26:00
  • Python爬虫 批量爬取下载抖音视频代码实例

    2021-08-02 23:25:10
  • asp之家 网络编程 m.aspxhome.com