系统地学习Python 中 matplotlib, numpy, scipy, pandas

Matplotlib，Numpy，SciPy 和 Pandas 这几个库在我们使用 Python 从事数据科学工作时都不可或缺，不过它们的用途并不相同：

-   **Numpy：**为大型[多维数组][1]和矩阵添加 Python 支持，并提供高级的[数学函数][2]来运算这些数组。

-   **SciPy：**基于 Numpy，汇集了一系列的数学算法和便捷的函数。它可以向开发者提供用于数据操作与可视化的高级命令和类，是构建交互式 Python 会话的强大工具。

-   **Pandas：**面向数据操作和分析的 Python 库，提供用于处理[数字图表][3]和[时序数据][4]的数据结构和操作功能。

-   **Matplotlib：**Python 中常用的绘图库，能在跨平台的交互式环境生成高质量图形。后来在它的基础上又衍生了更为高级的绘图库 Seaborn。

总的来说，如果你想理解和处理手头的数据，就用 Pandas；如果你想执行一些复杂的计算，就用 Numpy 和 SciPy；如果你想将数据可视化，就用 Matplotlib。

这 4 个库在 Python 生态体系中的地位也不一样，相对来说 Numpy 最简单，处于最底层。国外有大神用一张图总结过 Python 生态体系中各个工具的层次：

![](/upload/turndown-pics/20230314/v2-297731bd359ebc14978967a92f1716cb_720w.jpg)

所以着手学这几个库的时候，可以先从 Numpy 学起，然后逐步掌握 SciPy，Pandas 和 Matplotlib。

学习这些库可以按照下面这个步骤：

-   首先熟悉它们的官方文档，掌握各个部分的功能。
-   然后寻找一些使用这些库的项目，看看它们是怎么应用的
-   参考使用这几个库的书籍和教程，理解其中的关键概念
-   找一些使用这些库的习题，巩固练习
-   自己试着用它们写一些小项目
-   实践，练习，不断的实践和练习

如果熟悉 Python 编程的话，学习这几个库还是比较轻松的。

下面我们分别为这 4 个库补充一些学习资源，有些我们之前也分享过：

## **Pandas：**

Medium 上这篇讲解一步步学习 Pandas 的指南：

[https://medium.com/dunder-data/how-to-learn-pandas-108905ab4955][5]

[1]: https://www.zhihu.com/search?q=多维数组

2023-03-14 23:19 by admin 153 0

热门文章