京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
作者:Terence Shin
编译:Mika
学习数据分析绝非易事,有无数种工具和资源可供使用。因此,有时会让我们很难弄清楚该学习什么技能,该使用哪种工具。
在本文中,我们就来给大家介绍一下——数据分析中最常用的10个Python库。看看这些库你都用过吗?
01、Pandas
在数据分析师的日常工作中,70%到80%都涉及到理解和清理数据,也就是数据探索和数据挖掘。
Pandas主要用于数据分析,这是最常用的Python库之一。它为你提供了一些最有用的工具来对数据进行探索、清理和分析。使用Pandas,你可以加载、准备、操作和分析各种结构化数据。
02、NumPy
NumPy主要用于支持N维数组。这些多维数组的稳健性是Python列表的50倍,这也让NumPy成为许多数据科学家的最爱。
NumPy被TensorFlow等其他库用于张量的内部计算。NumPy为数值例程提供了快速的预编译函数,这些函数可能很难手动求解。为了获得更好的效率,NumPy使用面向数组的计算,从而能够轻松的处理多个类。
03、Scikit-learn
Scikit-learn可以说是Python中最重要的机器学习库。在使用Pandas或NumPy清理和处理数据之后,可以通过Scikit-learn用于构建机器学习模型,这是由于Scikit-learn包含了大量用于预测建模和分析的工具。
使用Scikit-learn有很多优势。比如,你可以使用Scikit-learn构建几种类型的机器学习模型,包括监督和非监督模型,交叉验证模型的准确性,进行特征重要性分析。
04、Gradio
Gradio让你只需三行代码即可为机器学习模型构建和部署web应用程序。它的用途与Streamlight或Flask相同,但部署模型要快得多,也容易得多。
Gradio的优势在于以下几点:
05、TensorFlow
TensorFlow是用于实现神经网络的最流行的 Python 库之一。它使用多维数组,也称为张量,能对特定输入执行多个操作。
因为它本质上是高度并行的,因此可以训练多个神经网络和GPU以获得高效和可伸缩的模型。TensorFlow的这一特性也称为流水线。
06、Keras
Keras主要用于创建深度学习模型,特别是神经网络。它建立在TensorFlow和Theano之上,能够用它简单地构建神经网络。但由于Keras使用后端基础设施生成计算图,因此与其他库相比,它的速度相对较慢。
07、SciPy
SciPy主要用于其科学函数和从NumPy派生的数学函数。该库提供的功能有统计功能、优化功能和信号处理功能。为了求解微分方程并提供优化,它包括数值计算积分的函数。SciPy的优势在于:
08、Statsmodels
Statsmodels是擅长进行核心统计的库。这个多功能库混合了许多 Python 库的功能,比如从 Matplotlib 中获取图形特性和函数;数据处理;使用 Pandas,处理类似 R 的公式;使用 Pasty,并基于 NumPy 和 SciPy 构建。
具体来说,它对于创建OLS等统计模型以及执行统计测试非常有用。
09、Plotly
Plotly绝对是构建可视化的必备工具,它非常强大,易于使用,并且能够与可视化交互。
与Plotly一起使用的还有Dash,它是能使用Plotly可视化构建动态仪表板的工具。Dash是基于web的Python接口,它解决了这类分析web应用程序中对JavaScript的需求,并让你能在线和离线状态下进行绘图。
10、Seaborn
Seaborn建立在Matplotlib上,是能够创建不同可视化效果的库。
Seaborn最重要的功能之一是创建放大的数据视觉效果。从而让最初不明显的相关性能突显出来,使数据工作人员能够更正确地理解模型。
Seaborn还有可定制的主题和界面,并且提供了具有设计感的数据可视化效果,能更好地在进行数据汇报。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10