《表3 Python主要数据分析库Tab.3Python main data analysis library》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Python在大数据挖掘和分析中的应用优势》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在表3的库中，Numpy和pandas使用频率较高，其中，Numpy主要适用对象是数组和矩阵，使用非常快捷方便.内部还包含很多矩阵的操作，Numpy非常适用于科学计算领域.Pandas库主要有Dat-aFrame和Series类，DataFrame也就是数据框（主要是借鉴R里面的data.frame），内置了大量库和一些标准的数据模型，特别是对于大型的数据的处理，非常的高效和快捷.比如对于一个几千万行的CVS数据的处理，用字典去处理大概需要2分钟，而pandas只需要不到十秒，而且使用的代码行更少.当掌握并熟悉了这些数据分析库的使用方法后，Python将是目前市面上用于大数据分析的最优先的选择.除了这些库，Python还有人工智能、神经网络等各种包资源.一些云服务平台也支持Python与C语言兼容，各种类库工具可以提供跨平台的支持，这意味着能在一定程度上减少项目开发周期和成本.Python数据分析功能强大、全面，从数据抽取、数据收集整理、数据分析挖掘、数据展示，都可以在同一种Python里实现，避免了开发程序的切换，这一点在大数据分析环境中很重要[4].