1、Numpy

NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。它是Python创建的所有更高层工具的基础。以下是它提供的一些功能：

a、N维数组，一种快速、高效使用内存的多维数组，它提供矢量化数学运算 。

b、你可以不需要使用循环，就对整个数组内的数据进行标准数学运算。

c、非常便于传送数据到用低级语言(如C或C++)编写的外部库，也便于外部库以Numpy数组形式返回数据。

NumPy不提供高级数据分析功能，但有了对NumPy数组和面向数组的计算的理解，能帮助你更有效地使用像Pandas之类的工具。

2、Pandas

Pandas是一个开放源码的Python库，它使用强大的数据结构提供高性能的数据操作和分析工具。Pandas包含高级数据结构，以及和让数据分析变得快速、简单的工具。它建立在NumPy之上，使以NumPy为中心的应用变得简单。Pandas用于广泛的领域，包括金融，经济，统计，分析等学术和商业领域。

优点：

a、带有坐标轴的数据结构，支持自动或明确的数据对齐。这能防止由于数据没有对齐，以及处理不同来源的、采用不同索引的数据而产生的常见错误。

b、使用Pandas更容易处理缺失数据。

c、合并流行数据库(如：基于SQL的数据库)中能找到 的关系操作。

Pandas是进行数据清洗/整理(data munging)的最好工具。

3、Matplotlib

Matlplotlib是Python的一个可视化模块，是一个Python 2D绘图库，可以生成各种硬拷贝格式和跨平台交互式环境的出版物质量数据。它让你方便地制作线条图、饼图、柱状图以及其它专业图形。使用Matplotlib，我们可以定制所做图表的任一方面。它支持所有的操作系统下不同的GUI后端(back ends)，并且可以将图形输出为常见地矢量图和图形格式，如：PDF、SVG、JPG、PNG、BMP和GIF等。而且Matplotlib可用于Python脚本，Python和IPython shell，Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包。

4、Scipy

Scipy库依赖于NumPy，是一个开放源码的BSD许可的数学，科学和工程库。它提供便捷和快速的N维向量数组操作。SciPy库的建立就是和NumPy数组一起工作，并提供许多对用户友好的和有效的数值例程，如：数值积分和优化。SciPy模块用于优化、线性代数、积分以及其它数据科学中的通用任务。

5、Scikit-learn

Scikit-learn是一个用于机器学习的Python模块。它建立在Scipy之上，提供了一套常用机器学习算法，让使用者通过一个统一的接口来使用。Scikit-learn有助于你迅速地在你的数据集上实现流行的算法。它包含了许多用于标准机器学习任务的工具，如：聚类、分类和回归等。