数据科学不可绕开的 Python 库

数据预处理

1. NumPy：科学计算基础库。提供高效的 N 维数组和向量运算。
2. SciPy：科学计算库。它依赖于 NumPy，提供高效的数值计算，以及用于函数最优化、数值积分等任务的模块。
3. pandas：数据结构和数据分析库。包含高级数据结构和类 SQL 语句，让数据处理变得快速、简单。

数据可视化

1. Matplotlib：数据可视化库。它提供大量专业数据图形制作工具。

标准模型库

1. scikit-lean：标准机器学习库。它主要用于分类、回归和聚合等，依赖于 NumPy，SciPy，Matplotlib。
2. Statsmodels：标准统计模型库。它主要用于假设检验和参数置信区间分析。
3. Spak ML：分布式机器学习算法库。它可在分布式集群，如 Hadoop，对大量数据建模。
4. TensorFlow/MXNet/PyTorch：深度学习算法库。