英文：Dr. Michael J. Garbade，翻譯：Linux中國/Lv Feng

linux.cn/article-10080-1.html

Python 的許多特性，比如開發(fā)效率、代碼可讀性、速度等使之成為了數(shù)據(jù)科學(xué)愛好者的首選編程語言。對于想要升級應(yīng)用程序功能的數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)專家來說，Python 通常是最好的選擇（比如，Andrey Bulezyuk 使用 Python 語言創(chuàng)造了一個優(yōu)秀的機(jī)器學(xué)習(xí)應(yīng)用程序）。

由于 Python 的廣泛使用，因此它擁有大量的庫，使得數(shù)據(jù)科學(xué)家能夠很容易地完成復(fù)雜的任務(wù)，而且不會遇到許多編碼困難。下面列出 3 個用于數(shù)據(jù)科學(xué)的頂級 Python 庫。如果你想在數(shù)據(jù)科學(xué)這一領(lǐng)域開始你的職業(yè)生涯，就去了解一下它們吧。

NumPy

NumPy（數(shù)值 Python 的簡稱）是其中一個頂級數(shù)據(jù)科學(xué)庫，它擁有許多有用的資源，從而幫助數(shù)據(jù)科學(xué)家把 Python 變成一個強(qiáng)大的科學(xué)分析和建模工具。ＮumPy 是在 BSD 許可證的許可下開源的，它是在科學(xué)計算中執(zhí)行任務(wù)的基礎(chǔ) Python 庫。SciPy 是一個更大的基于 Python 生態(tài)系統(tǒng)的開源工具，而 NumPy 是 SciPy 非常重要的一部分。

NumPy 為 Python 提供了大量數(shù)據(jù)結(jié)構(gòu)，從而能夠輕松地執(zhí)行多維數(shù)組和矩陣運(yùn)算。除了用于求解線性代數(shù)方程和其它數(shù)學(xué)計算之外，NumPy 還可以用做不同類型通用數(shù)據(jù)的多維容器。

此外，NumPy 還可以和其他編程語言無縫集成，比如 C/C++ 和 Fortran。NumPy 的多功能性使得它可以簡單而快速地與大量數(shù)據(jù)庫和工具結(jié)合。比如，讓我們來看一下如何使用 NumPy（縮寫成 np）來實現(xiàn)兩個矩陣的乘法運(yùn)算。

我們首先導(dǎo)入 NumPy 庫（在這些例子中，我將使用 Jupyter notebook）：

import numpy as np

接下來，使用 eye() 函數(shù)來生成指定維數(shù)的單位矩陣：

matrix_one = np.eye(3)

matrix_one

輸出如下：

讓我們生成另一個 3×3 矩陣。

我們使用 arange([starting number], [stopping number]) 函數(shù)來排列數(shù)字。注意，函數(shù)中的第一個參數(shù)是需要列出的初始數(shù)字，而后一個數(shù)字不包含在生成的結(jié)果中。

另外，使用 reshape() 函數(shù)把原始生成的矩陣的維度改成我們需要的維度。為了使兩個矩陣“可乘”，它們需要有相同的維度。

matrix_two = np.arange(1,10).reshape(3,3)

matrix_two

輸出如下：

接下來，使用 dot() 函數(shù)將兩個矩陣相乘。

matrix_multiply = np.dot(matrix_one, matrix_two)

matrix_multiply

相乘后的輸出如下：

太好了！

我們成功使用 NumPy 完成了兩個矩陣的相乘，而不是使用普通冗長vanilla的 Python 代碼。

下面是這個例子的完整代碼：

import numpy as np

#生成一個 3x3 單位矩陣

matrix_one = np.eye(3)

matrix_one

#生成另一個 3x3 矩陣以用來做乘法運(yùn)算

matrix_two = np.arange(1,10).reshape(3,3)

matrix_two

#將兩個矩陣相乘

matrix_multiply = np.dot(matrix_one, matrix_two)

matrix_multiply

Pandas

Pandas 是另一個可以提高你的 Python 數(shù)據(jù)科學(xué)技能的優(yōu)秀庫。就和 NumPy 一樣，它屬于 SciPy 開源軟件家族，可以在 BSD 自由許可證許可下使用。

Pandas 提供了多能而強(qiáng)大的工具，用于管理數(shù)據(jù)結(jié)構(gòu)和執(zhí)行大量數(shù)據(jù)分析。該庫能夠很好的處理不完整、非結(jié)構(gòu)化和無序的真實世界數(shù)據(jù)，并且提供了用于整形、聚合、分析和可視化數(shù)據(jù)集的工具

Pandas 中有三種類型的數(shù)據(jù)結(jié)構(gòu)：

• Series：一維、相同數(shù)據(jù)類型的數(shù)組

• DataFrame：二維異型矩陣

• Panel：三維大小可變數(shù)組

例如，我們來看一下如何使用 Panda 庫（縮寫成 pd）來執(zhí)行一些描述性統(tǒng)計計算。

首先導(dǎo)入該庫：

import pandas as pd

然后，創(chuàng)建一個序列series字典：

接下來，再創(chuàng)建一個數(shù)據(jù)框DataFrame：

df = pd.DataFrame(d)

輸出是一個非常規(guī)整的表：

下面是這個例子的完整代碼：

Matplotlib

Matplotlib 也是 Scipy 核心包的一部分，并且在 BSD 許可證下可用。它是一個非常流行的科學(xué)庫，用于實現(xiàn)簡單而強(qiáng)大的可視化。你可以使用這個 Python 數(shù)據(jù)科學(xué)框架來生成曲線圖、柱狀圖、直方圖以及各種不同形狀的圖表，并且不用擔(dān)心需要寫很多行的代碼。例如，我們來看一下如何使用 Matplotlib 庫來生成一個簡單的柱狀圖。

首先導(dǎo)入該庫：

from matplotlib import pyplot as plt

然后生成 x 軸和 y 軸的數(shù)值：

x = [2, 4, 6, 8, 10]

y = [10, 11, 6, 7, 4]

接下來，調(diào)用函數(shù)來繪制柱狀圖：

plt.bar(x,y)

最后，顯示圖表：

plt.show()

柱狀圖如下：

下面是這個例子的完整代碼：

#導(dǎo)入 Matplotlib 庫

from matplotlib import pyplot as plt

#和 import matplotlib.pyplot as plt 一樣

 

#生成 x 軸的數(shù)值

x = [2, 4, 6, 8, 10]

 

#生成 y 軸的數(shù)值

y = [10, 11, 6, 7, 4]

 

#調(diào)用函數(shù)來繪制柱狀圖

plt.bar(x,y)

 

#顯示圖表

plt.show()

總結(jié)

Python 編程語言非常擅長數(shù)據(jù)處理和準(zhǔn)備，但是在科學(xué)數(shù)據(jù)分析和建模方面就沒有那么優(yōu)秀了。幸好有這些用于數(shù)據(jù)科學(xué)的頂級 Python 框架填補(bǔ)了這一空缺，從而你能夠進(jìn)行復(fù)雜的數(shù)學(xué)計算以及創(chuàng)建復(fù)雜模型，進(jìn)而讓數(shù)據(jù)變得更有意義。

你還知道其它的 Python 數(shù)據(jù)挖掘庫嗎？你的使用經(jīng)驗是什么樣的？請在下面的評論中和我們分享。

看完本文有收獲？請轉(zhuǎn)發(fā)分享給更多人

關(guān)注「數(shù)據(jù)分析與開發(fā)」，提升數(shù)據(jù)技能