Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/lanzhiwang/data_analysis

数据分析基础库
https://github.com/lanzhiwang/data_analysis

Last synced: about 1 month ago
JSON representation

数据分析基础库

Awesome Lists containing this project

README 

        
# 数据科学常用基础库



- [数据科学常用基础库](#数据科学常用基础库)

	- [Numpy](#numpy)

	- [Pandas](#pandas)

	- [Scipy](#scipy)

	- [Matplotlib](#matplotlib)



## Numpy



Numpy 是Python的高性能科学计算基础库。



Numpy 参考

[numpy](https://github.com/donnemartin/data-science-ipython-notebooks#numpy)



Numpy 基础

![Numpy 基础](NumPy_base.png)



## Pandas



Pandas是基于Numpy构建的搞性能数据统计库。它提供了Series、DataFrame、Panel三种数据结构。



| 数据结构 | 说明 |

|-------|---|

| Series | 一位维数组，带有标签作为索引。 |

| DataFrame | 二维数组，与 SQL 的表结构类似。可以理解为 Series 为 value 的 Map 数据结构。 |

| Panel  | 三维数组，可以理解为 DataFrame 为 value 的 Map 数据结构。 |

| Panel4D\PanelND | 已废弃 |



相关操作：

1. 数据创建

2. 数据查看

3. 数据选择

4. 数据设置

5. 缺失值处理

6. 汇总与统计

7. 类 SQL 操作

8. 时间序列

9. 文件I\O



参考

[pandas](https://github.com/donnemartin/data-science-ipython-notebooks#pandas)



## Scipy



Scipy 是一款高性能数学计算函数库，包含常见的数学方法实现。

Scipy 根据不同的功能应用划分为不同的子模块，子模块之间基本是相互独立的。



| 模块 | 说明 |

|-------|---|

| cluster | 矢量量化 / Kmeans |

| fftpack | 离散傅立叶变换算法 |

| integrate | 数值积分 |

| interpolate | 插值 |

| io | 输入输出 |

| linalg | 线性代数 |

| linalg.blas | Wrappers to BLAS library |

| linalg.lapack | Wrappers to LAPACK library |

| misc | Various utilities that don't have another home |

| ndimage | n维图像包 |

| odr | 正交距离回归 |

| optimize | Optimization Tools |

| signal | Signal Processing Tools |

| signal.windows | Window functions |

| sparse | 稀疏矩阵 |

| sparse.linalg | 稀疏线性代数 |

| sparse.linalg.dsolve | 线性求解 |

| sparse.linalg.dsolve.umfpack | :Interface to the UMFPACK library: Conjugate Gradient Method (LOBPCG) |

| sparse.linalg.eigen | 稀疏特征值求解 |

| sparse.linalg.eigen.lobpcg | Locally Optimal Block Preconditioned                   Conjugate Gradient Method (LOBPCG) |

| spatial | 空间数据结构和算法 |

| special | Special functions |

| stats | 统计功能 |



![SciPy基础功能](SciPy_base.png)



## Matplotlib



Matplotlib 是绘制高质量2D图像的Python库。

1、面向过程作图

面向过程作图是指利用 pyplot 包提供的函数来逐步绘图。步骤如下：

1. 创建figure，类似于图纸

2. 创建坐标

3. 绘制图像

4. 调整刻度和标签、添加注释



2、面向过程作图

Matplotlib 提供了 Object Container 的概念，它有 Figure、Axes、Axis、Tick 四种类型的对象容器。



| 容器 | 说明 |

|-----|------|

| Figure | 负责图像大小、位置等操作 |

| Axes | 负责坐标系位置、绘图等操作 |

| Axis | 负责坐标抽的操作 |

| Tick | 负责刻度的相关操作 |



notes:

四种对象容器之间是层层包含的关系。



作图过程如下：

1. 实例化 Figure 对象

2. Figure 定位图像大小、位置，返回 Axes 对象

3. Axes 对象绘制图像，调整坐标抽位置，返回 Axis 对象

4. Axis 对象设置X、Y坐标的显示长度，刻度，标签等，返回 Tick 对象

5. Tick 对象格式化刻度的样式等



Matplotlib 参考

[matplotlib](https://github.com/donnemartin/data-science-ipython-notebooks#matplotlib)



Matplotlib 基础



![Matplotlib 基础](Matplotlib_base.png)