常見(jiàn)的數(shù)據(jù)分析工具

常見(jiàn)的數(shù)據(jù)分析工具教師：亢華愛(ài)北京信息職業(yè)技術(shù)學(xué)院商務(wù)數(shù)據(jù)分析與應(yīng)用專(zhuān)業(yè)教學(xué)資源庫(kù)數(shù)據(jù)收集

Python本身的數(shù)據(jù)分析功能并不強(qiáng)，需要安裝一些第三方的擴(kuò)展庫(kù)來(lái)增強(qiáng)它的能力。我們課程用到的庫(kù)包括NumPy、Pandas、Matplotlib、Seaborn.NLTK等，本節(jié)課程我們將針對(duì)相關(guān)庫(kù)做一個(gè)簡(jiǎn)單的介紹，方便后面章節(jié)的學(xué)習(xí)。目錄Seaborn庫(kù)ContentsMatplotlib庫(kù)Pandas庫(kù)NumPy庫(kù)NLTK庫(kù)1PARTNumPy庫(kù)NumPy庫(kù)NumPy是Python開(kāi)源的數(shù)值計(jì)算擴(kuò)展工具，它提供了Python對(duì)多維數(shù)組的支持，能夠支持高級(jí)的維度數(shù)組與矩陣運(yùn)算。此外，針對(duì)數(shù)組運(yùn)算也提供了大量的數(shù)學(xué)函數(shù)庫(kù)。NumPy是大部分Python科學(xué)計(jì)算的基礎(chǔ)。NumPy庫(kù)具有以下功能:(4)矩陣運(yùn)算。無(wú)需循環(huán)即可完成類(lèi)似Matlah中的矢量運(yùn)算。(5)線性代數(shù)、隨機(jī)數(shù)生成以及傅里葉變換功能。(1)快速高效的多維數(shù)據(jù)對(duì)象ndarray。(2)高性能科學(xué)計(jì)算和數(shù)據(jù)分析的基礎(chǔ)包。(3)多維數(shù)組(矩陣)具有矢量運(yùn)算能力，快速且節(jié)省空間。NumPy庫(kù)在調(diào)用NumPy庫(kù)之前，先確保安裝了NumPy庫(kù)（該內(nèi)容在1.6.3中有相關(guān)介紹）NumPy庫(kù)安裝了Numpy之后，可以用Numpy簡(jiǎn)單創(chuàng)建數(shù)組：importnumpyasnpa=[1,2,3]b=np.array(a)c=np.array([[0,1,2,10],[12,13,100,101],[102,110,112,113]],int)print(c)print(b)2PARTPandas庫(kù)Pandas庫(kù)Pandas是一個(gè)基于NumPy的數(shù)據(jù)分析包，它是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas中納入了大量庫(kù)和標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效地操作大型數(shù)據(jù)集所需要的函數(shù)和方法，使用戶能快速便捷地處理數(shù)據(jù)。Python與Pandas在各種學(xué)術(shù)和商業(yè)領(lǐng)域中都有應(yīng)用，包括金融、神經(jīng)科學(xué)、經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、廣告、網(wǎng)絡(luò)分析等。Pandas庫(kù)Pandas庫(kù)的功能:(4)基于標(biāo)簽切片和花式索引獲取數(shù)據(jù)集的子集。(5)可以刪除或插入來(lái)自數(shù)據(jù)結(jié)構(gòu)的列。(1)一個(gè)快速高效的DataFrame對(duì)象，具有默認(rèn)和自定義的索引。(2)用于在數(shù)據(jù)結(jié)構(gòu)和不同文件格式中讀取和寫(xiě)入數(shù)據(jù)，如word、Excel及SQLite數(shù)據(jù)庫(kù)。(3)智能數(shù)據(jù)對(duì)齊和缺失數(shù)據(jù)的集成處理。(6)按數(shù)據(jù)分組進(jìn)行聚合和轉(zhuǎn)換。(7)高性能的數(shù)據(jù)合并和連接。(8)時(shí)間序列功能。Pandas庫(kù)安裝了Pandas之后，可以用Pandas簡(jiǎn)單創(chuàng)建數(shù)組：importpandasaspdser_obj=pd.Series([1,2,3,4,5])ser_obj3PARTMatplotlib庫(kù)Matplotlib庫(kù)Matplotlib是一個(gè)用在Python中繪制數(shù)組的2D圖形庫(kù)，雖然它起源于模仿Matlab圖形命令，但它獨(dú)立于Matlab,可以通過(guò)Pythonic和面向?qū)ο蟮姆绞绞褂?，是Python中最出色的繪圖庫(kù)。Matplotlib主要用純Python語(yǔ)言進(jìn)行編寫(xiě)，但它大量使用NumPy和其他擴(kuò)展代碼，即使對(duì)大型數(shù)組也能提供良好的性能。4PARTSeaborn庫(kù)Seaborn庫(kù)Seaborn是Python中基于Matplotlib的數(shù)據(jù)可視化工具，它提供了很多高層封裝的函數(shù)，幫助數(shù)據(jù)分析人員快速繪制美觀的數(shù)據(jù)圖形，從而避免了許多額外的參數(shù)配置問(wèn)題。5PARTNLTK庫(kù)NLTK庫(kù)NLTK被稱為“使用Python進(jìn)行教學(xué)和計(jì)算語(yǔ)言學(xué)工作的絕佳工具”，以及“用自然語(yǔ)言進(jìn)行游戲的神奇圖書(shū)館”。NLTK是一個(gè)領(lǐng)先的平臺(tái)，用于構(gòu)建使用人類(lèi)語(yǔ)言數(shù)據(jù)的Python程序，它為超過(guò)50個(gè)語(yǔ)料庫(kù)和詞匯資源（如WordNet）提供了易于使用的接口，還提供了一套文本處理庫(kù)，用于分類(lèi)、標(biāo)記化、詞干化、解析和語(yǔ)義推理、NLP庫(kù)的包裝器和一個(gè)活躍的討論論壇。參考文獻(xiàn)[1