用这些库把Python变成一个科学数据分析和建模工具。

image by Opensource.com

Python许多吸引人的特点如效率、代码可读性和速度使它成为数据科学爱好者的首选编程语言。对于希望提升应用程序功能的数据科学家和机器学习专家来说，Python通常是首选。(例如，Andrey Bulezyuk使用Python编程语言创建了一个令人惊叹的机器学习应用程序。)

由于Python的广泛使用，它有大量的库，使数据科学家可以更容易地完成复杂的任务，而不需要应付太多麻烦的编码。以下是用于数据科学的3个顶级Python库; 如果你想在这个领域开始你的职业生涯，看看他们吧。

1. NumPy

NumPy是顶级库之一，它提供了有用的资源，帮助数据科学家将Python转变为强大的科学分析和建模工具。这个流行的开源库可以在BSD许可下获得。它是执行基本科学计算任务的Python库。此外NumPy是一个更大的基于python的开放源码工具生态系统(称为SciPy)的一部分。

该库为Python提供了大量的数据结构，以便轻松地执行与多维数组和矩阵相关的计算。除了用于解线性代数方程和进行其他数学计算之外，NumPy还被用作不同类型的数据的通用多维容器。

此外，它完美地集成了其他编程语言，如C/C++和Fortran。NumPy库的多功能性使它能够轻松、快速地与其它数据库和工具结合在一起。例如，让我们看看NumPy(缩写为np)如何用于两个矩阵的乘法计算。

让我们从导入库开始。

import numpy as np

接下来，让我们使用eye()函数生成具有指定维数的单位矩阵。

matrix_one = np.eye(3)matrix_one

以下是输出:

array([[1., 0., 0.],       [0., 1., 0.],       [0., 0., 1.]])

我们来生成另一个3x3矩阵。

我们将使用arange([starting number]，[stopping number])函数来生成数据。注意，函数中的第一个参数是要列出的初始数字，最后一个数字不包括在生成的结果中。

此外，还应用reshape()函数将原始生成的矩阵的维度修改为所需的维度。要使矩阵“可乘”，它们的维数应该相同。

matrix_two = np.arange(1,10).reshape(3,3)matrix_two

以下是输出:

array([[1, 2, 3],       [4, 5, 6],       [7, 8, 9]])

让我们使用dot()函数来将两个矩阵相乘。

matrix_multiply = np.dot(matrix_one, matrix_two)matrix_multiply

以下是输出:

array([[1., 2., 3.],       [4., 5., 6.],       [7., 8., 9.]])

太棒了!

我们设法在不使用普通Python的情况下将两个矩阵相乘。

下面是这个例子的全部代码:

import numpy as np#generating a 3 by 3 identity matrixmatrix_one = np.eye(3)matrix_one#generating another 3 by 3 matrix for multiplicationmatrix_two = np.arange(1,10).reshape(3,3)matrix_two#multiplying the two arraysmatrix_multiply = np.dot(matrix_one, matrix_two)matrix_multiply

2. Pandas

Pandas是另一个可以增强您的数据科学Python技能的优秀库。就像NumPy一样，它属于SciPy开源软件家族，可以在BSD自由软件许可下使用。

Pandas提供了多种功能强大的工具，用于分析数据结构和执行通用的数据分析。该库可以很好地处理不完整的、非结构化的和无序的真实数据，并提供了用于形成、聚合、分析和可视化数据集的工具。

在这个库中有三种类型的数据结构:

• Series: 单维齐次数组
• DataFrame: 具有不同类型列的二维数据
• Panel: 三维，大小可变的数组

例如，让我们看看如何使用Panda Python库(缩写为pd)执行一些统计计算。

让我们从导入库开始。

import pandas as pd

让我们创建一个Series的字典。

d = {'Name':pd.Series(['Alfrick','Michael','Wendy','Paul','Dusan','George','Andreas',   'Irene','Sagar','Simon','James','Rose']),   'Years of Experience':pd.Series([5,9,1,4,3,4,7,9,6,8,3,1]),   'Programming Language':pd.Series(['Python','JavaScript','PHP','C++','Java','Scala','React','Ruby','Angular','PHP','Python','JavaScript'])    }

让我们创建一个DataFrame。

df = pd.DataFrame(d)

这是一个很好的输出表:

      Name Programming Language  Years of Experience0   Alfrick               Python                    51   Michael           JavaScript                    92     Wendy                  PHP                    13      Paul                  C++                    44     Dusan                 Java                    35    George                Scala                    46   Andreas                React                    77     Irene                 Ruby                    98     Sagar              Angular                    69     Simon                  PHP                    810    James               Python                    311     Rose           JavaScript                    1

下面是这个例子的全部代码:

import pandas as pd#creating a dictionary of seriesd = {'Name':pd.Series(['Alfrick','Michael','Wendy','Paul','Dusan','George','Andreas',   'Irene','Sagar','Simon','James','Rose']),   'Years of Experience':pd.Series([5,9,1,4,3,4,7,9,6,8,3,1]),   'Programming Language':pd.Series(['Python','JavaScript','PHP','C++','Java','Scala','React','Ruby','Angular','PHP','Python','JavaScript'])    }​#Create a DataFramedf = pd.DataFrame(d)print(df)

3. Matplotlib

Matplotlib也是SciPy核心包的一部分，并在BSD许可下提供。它是一个流行的Python科学库，用于生成简单而强大的图表。您可以使用该Python框架进行数据科学研究，以生成有创意的图形、图表、直方图和其他形状的图形—而无需编写很多行代码。例如，让我们看看如何使用Matplotlib库创建一个简单的条形图。

让我们从导入库开始。

from matplotlib import pyplot as plt

让我们生成x轴和y轴的值。

x = [2, 4, 6, 8, 10]y = [10, 11, 6, 7, 4]

让我们调用绘制柱状图的函数。

plt.bar(x,y)

让我们来看看绘图。

plt.show()

这是柱状图:

下面是这个例子的全部代码:

#importing Matplotlib Python libraryfrom matplotlib import pyplot as plt#same as import matplotlib.pyplot as plt #generating values for x-axisx = [2, 4, 6, 8, 10] #generating vaues for y-axisy = [10, 11, 6, 7, 4] #calling function for plotting the bar chartplt.bar(x,y) #showing the plotplt.show()

结语

Python编程语言在数据处理和分析方面一直做得很好，但在复杂的科学数据分析和建模方面就不那么好了。顶级的Python框架data science有助于填补这一空白，允许您执行复杂的数学计算并创建复杂的模型来理解您的数据。

您还知道哪些Python数据挖掘库?你对他们有什么经验?请在下面分享你的评论。

往期文章

Neofetch – 通过终端显示Linux系统信息

Linux下常用的图形应用下载工具

Linux下如何拼接PDF文件

VTK: 用于气候科学研究

Mapzen重生，新项目支持PyTorch，快速AI对象检测，其它开源新闻

ITK简化将C++算法集成到Python中进行人工智能研发的过程

本文译自: 3 top Python libraries for data science

作者: Dr. Michael J. Garbade

译者: 生材有道

校对: 开源科学计算

原文及本文遵循: [CC BY-SA协议]