近年来，Python 在数据科学行业扮演着越来越重要的角色。是以，我根据比来的应用体验，在本文中列出了对数据科学家、工程师们最有效的那些库。

因为这些库都开源了，我们大年夜Github上惹人了提交数，供献者数和其他指标，这可以作为库风行程度的参考指标。

核心库

1. NumPy (提交数: 15980, 供献者数: 522)

当开端处理Python中的科学义务，Python的SciPy Stack肯定可以供给赞助，它是专门为Python中科学计算而设计的软件集合（不要混淆SciPy库，它是SciPy Stack的一部分，和SciPy Stack的社区）如许我们开妒攀来看一下吧。然而，SciPy Stack相当宏大年夜，个中有十几个库，我们把核心放在核心包上（特别是最重要的）。

关于建立科学计算栈，最根本的包是Numpy（全称为Numerical Python）。它为Python中的n维数组和矩阵的操作供给了大年夜量有效的功能。该库供给了NumPy数组类型的数学运算向量化，可以改良机能，大年夜而加快履行速度。

2. SciPy (提交数: 17213, 供献者数: 489)

SciPy是一个工程和科学软件库。雷锋网再次提示，你须要懂得SciPy Stack和SciPy库之间的差别。

SciPy包含线性代数，优化，集成和统计的模块。SciPy库的重要功能是建立在NumPy上，大年夜而它的数组大年夜量的应用了NumPy的。它经由过程其特定子模块供给有效的数值例程，并作为数字积分、优化和其他例程。SciPy的所有子模块中的功能都有具体的解释 ——又是一个SciPy异常有赞助的点。

Google趋势记录

3. Pandas (提交数: 15089, 供献者数：762)

Pandas是一个Python包，旨在经由过程“标记”和“关系”数据进行工作，简单直不雅。Pandas是数据整顿的完美对象。它设计用于快速简单的数据操作，聚合和可视化。

库中有两个重要的数据构造：

 1/8    1 2 3 4 5 6 下一页 尾页



　　推荐阅读

　　前端MVC变形记

MVC是一种架构设计模式，它经由过程存眷点分别煤嶝?进应用法度榜样组织。在以前，MVC被大年夜量用于构建桌面和办事器端应用法度榜样，如今Web应用法度榜样的开辟已经越来越向传统应用软件>>>详细阅读




本文标题：2017，最受欢迎的 15 大 Python 库有哪些？

地址：http://www.17bianji.com/lsqh/36387.html

 1/2    1