如果你已經決定把Python作為你的編程語言，那么，你腦海中的下一個問題會是：'進行數據分析有哪些Python庫可用？'
對于科學計算，它是Python創建的所有更高層工具的基礎。以下是它提供的一些功能：
1. N維數組，一種快速、高效使用內存的多維數組，它提供矢量化數學運算 。
2. 你可以不需要使用循環，就對整個數組內的數據行標準數學運算。
3. 非常便于傳送數據到用低級語言（如C或C++）編寫的外部庫，也便于外部庫以Numpy數組形式返回數據。
NumPy不提供高級數據分析功能，但有了對NumPy數組和面向數組的計算的理解，能幫助你更有效地使用像Pandas之類的工具。
Scipy庫依賴于NumPy，它提供便捷和快速的N維向量數組操作。SciPy庫的建立就是和NumPy數組一起工作，并提供許多對用戶友好的和有效的數值例程，如：數值積分和優化。SciPy提供模塊用于優化、線性代數、積分以及其它數據科學中的通用任務。
Pandas包含高級數據結構，以及和讓數據分析變得快速、簡單的工具。它建立在NumPy之上，使以NumPy為中心的應用變得簡單。
1. 帶有坐標軸的數據結構，支持自動或明確的數據對齊。這能防止由于數據沒有對齊，以及處理不同來源的、采用不同索引的數據而產生的常見錯誤。
2. 使用Pandas更容易處理缺失數據。
3. 合并流行數據庫（如：基于SQL的數據庫）中能找到 的關系操作。
Pandas是進行數據清洗/整理（data munging）的最好工具。
Matlplotlib是Python的一個可視化模塊。它讓你方便地制作線條圖、餅圖、柱狀圖以及其它專業圖形。使用Matplotlib，你可以定制所做圖表的任一方面。在IPython中使用時，Matplotlib有一些互動功能，如：縮放和平移。它支持所有的操作系統下不同的GUI后端（back ends），并且可以將圖形輸出為常見地矢量圖和圖形格式，如：PDF、SVG、JPG、PNG、BMP和GIF等。
Scikit-learn是一個用于機器學習的Python模塊。它建立在Scipy之上，提供了一套常用機器學習算法，讓使用者通過一個統一的接口來使用。Scikit-learn有助于你迅速地在你的數據集上實現流行的算法。
關注后私信【數據分析】領取《利用Python進行數據分析》PDF書籍
