[读书笔记] Python数据分析 (一) 准备工作

1. python中数据结构:矩阵,数组,数据框,通过关键列相互联系的多个表(SQL主键,外键),时间序列

2. python 解释型语言,程序员时间和CPU时间衡量,高频交易系统

3. 全局解释器锁GIL, Global Interpreter Lock防止解释器同时执行多个python字节码指令的机制

Cpython 可以继承OpenMP 实行并行处理循环而大幅度提高数值算法的速度

4. Numpy, pandas,matplotlib,Ipython,Scipy

Numpy:Python科学计算基础库,作为在算法之间传递数据的容器,Numpy数组比python内置数据结构更高效,低级语言如C可以直接操作Numpy数组中数据

  • 快速高效的多维数组对象ndarray
  • 对数组元素和数组整体进行数学运算
  • 用于读写硬盘上基于数组的数据集工具
  • 线性代数,傅里叶变换,随机数生成
  • C, C++, Fortran代码集成到python工具

pandas:处理结构化数据的大量数据结构和函数

  • 精确的索引,重塑,切片,切块,聚合,选取子集
  • 高性能时间序列功能和工具

matplotlib:最流行的绘制数据图表的库

Ipython:增强的Python Shell, 为交互式和探索式计算提供了一个强健和高效的环境

  • 交互式数据处理和绘图
  • 类似于Mathematica 的HTML笔记本,通过Web浏览器连接Ipython
  • 基于Qt框架的GUI控制台,含有绘图,多行编辑,语法高亮
  • 交互式并行和分布式计算的基础架构

Scipy:科学计算工具包

  • scipy.integrate: 数值积分和微分方程求解器
  • scipy.linalg: 扩展了由numpy.linalg提供的线性代数例程和矩阵分解
  • scipy.optimize: 函数优化器以及根查找算法
  • scipy.signal: 信号处理工具
  • scipy.sparse: 系数矩阵和系数线性系统求解
  • scipy.stats: 标准连续和离散概率分布,统计检验等
  • scipy.weave: 利用内联C++代码加速数组计算的工具 

 

posted @ 2017-11-26 23:45  VincentCheng  阅读(264)  评论(0编辑  收藏  举报