利用Python進(jìn)行數(shù)據(jù)分析筆記:01準(zhǔn)備工作

一、圖書介紹

image.png

圖書作者:Wes Mckinney
本書數(shù)據(jù)文件GitHub倉庫地址https://github.com/wesm/pydata-book
本書內(nèi)容:本書關(guān)注的是利用Python處理、清洗和操作數(shù)據(jù)的基本要點。專注于Python語言的編程、類庫、工具而不是數(shù)據(jù)分析方法論。

二、重要的Python庫

Numpy(http://numpy.org):數(shù)值計算
pandas(http://pandas.pydata.org) : 數(shù)據(jù)操作、預(yù)處理、清洗
matplotlib(http://matplotlib.org) : 制圖、數(shù)據(jù)可視化
Scipy(http://scipy.org):科學(xué)計算
scikit-learn(http://scikit-learn.org): 機器學(xué)習(xí)
statsmodels(http://statsmodels.org): 統(tǒng)計分析

三、常用模塊命名約定

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
import statsmodels as sm
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容