Python 常见数据科学工具库概览

本文涵盖 NumPy、pandas、matplotlib、SciPy、scikit-learn、statsmodels 的功能和适用场景，并提供简短示例。

1. NumPy

• 是什么：科学计算的基础库，提供高效的 多维数组（ndarray） 和矩阵运算。
• 功能：
  • 数组、矩阵计算
  • 线性代数、傅里叶变换
  • 随机数生成
• 适用场景举例：
  • 快速矩阵运算

    import numpy as np
    A = np.array([[1, 2], [3, 4]])
    B = np.array([[5, 6], [7, 8]])
    print(A @ B)  # 矩阵乘法
    

2. pandas

• 是什么：数据分析库，基于 NumPy，提供 DataFrame（表格型数据结构）。
• 功能：
  • 数据清洗、筛选、聚合
  • 时间序列分析
  • 读写 CSV/Excel/SQL
• 适用场景举例：
  • 加载并分析销售数据

    import pandas as pd
    df = pd.DataFrame({"产品": ["A", "B", "A"], "销量": [10, 20, 15]})
    print(df.groupby("产品")["销量"].sum())
    

3. matplotlib

• 是什么：基础绘图库。
• 功能：
  • 折线图、柱状图、散点图等可视化
• 适用场景举例：
  • 画销售趋势图

    import matplotlib.pyplot as plt
    sales = [10, 20, 15, 30]
    plt.plot(sales)
    plt.title("销售趋势")
    plt.show()
    

4. SciPy

• 是什么：科学计算库，扩展了 NumPy。
• 功能：
  • 数值优化
  • 积分、微分
  • 信号处理、统计分布
• 适用场景举例：
  • 计算积分

    from scipy import integrate
    result, _ = integrate.quad(lambda x: x**2, 0, 1)
    print(result)  # ∫0^1 x^2 dx
    

5. scikit-learn

• 是什么：经典机器学习库。
• 功能：
  • 分类、回归、聚类
  • 特征工程（标准化、降维）
  • 模型评估（交叉验证）
• 适用场景举例：
  • 用线性回归预测房价

    from sklearn.linear_model import LinearRegression
    import numpy as np
    X = np.array([[1], [2], [3]])
    y = np.array([2, 4, 6])
    model = LinearRegression().fit(X, y)
    print(model.predict([[4]]))  # 预测
    

6. statsmodels

• 是什么：统计建模库，偏重于 统计推断。
• 功能：
  • 线性/逻辑回归
  • 假设检验（t 检验、ANOVA）
  • 时间序列模型（ARIMA）
• 适用场景举例：
  • 回归并查看显著性

    import statsmodels.api as sm
    X = sm.add_constant([1, 2, 3, 4])
    y = [2.2, 4.1, 6.0, 8.1]
    model = sm.OLS(y, X).fit()
    print(model.summary())
    

🔑 总结对比表