数据分析常用模块及安装顺序

python离线包下载地址

官方网址：https://pypi.org/

具体地址：
https://pypi.org/project/pdfconv/

https://pypi.org/search/?q=major&o=

python常用模块使用地址

https://www.cnblogs.com/qinyujie/p/11608643.html#numpy-%E6%A8%A1%E5%9D%97

python离线安装外部依赖包

#网址https://www.cnblogs.com/sunyllove/p/9888955.html

 1.制作requirement.txt

　　pip freeze > requirement.txt

内网安装外部依赖包办法：

例如:安装pytest包得时候会顺带安装pytest依赖包

离线下载安装包
下载单个离线包 - pip download -d your_offline_packages <package_name>
批量下载离线包 - pip download -d your_offline_packages -r requirements.txt
 离线安装
安装单个离线包 - pip install --no-index --find-links=/your_offline_packages/ package_name
批量安装离线包 - pip install --no-index --find-links=/your_offline_packages/ -r requirements.txt

安装时一定要注意是否具有依赖性！！！

安装离线

首先切换到安装包的目录下，然后
pip install  package.xxx.whl
或pip install package.xx.tar.gz

 

pip install msgpack

pip install html5lib

pip install --upgrade pandas

pip install jupyter_contrib_nbextensions

（1）numpy：（科学计算）高效处理数据，提供数组支持，很多模块都依赖它，是一个基础。

（2）pandas：数据探索和数据分析（两个重要的数据结构series 和dataframe）

（3）matplotlib：作图模块，可视化

（4）scipy：主要进行数值计算，支持矩阵计算，高等数学等数据处理，如积分，微分方程等

（5）statsmodels：统计分析

（6）Gensim：文本挖掘

（7）sklearn：机器学习

（8）keras、TensorFlow：深度学习

 

python在数据科学方面需要用到的库：

a。Numpy：科学计算库。提供矩阵运算的库。

b。Pandas：数据分析处理库

c。scipy：数值计算库。提供数值积分和常微分方程组求解算法。提供了一个非常广泛的特定函数集合。

d。Matplotlib：数据可视化库

e。Scikit-learn:机器学习库

安装顺序如下：

1.pip install numpy

2.pip install pandas

3.pip install scipy

(sudo apt-get install libatlas-base-dev gfortran //这一步是后面安装scipy所必需的. 备注：这个我没有先安装，直接就安装scipy)

4.pip install matplotlib

(安装matplotlib之前首先安装libpng。下载地址：http://pan.baidu.com/s/1o80C5Jk，解压进入该文件夹，输入python install setup.py。

安装freetype，下载地址：http://pan.baidu.com/s/1dE5yvbr，解压进入该文件夹，输入python install setup.py。

对于freetype.tar.bz2的包，先进行安装再解压，命令：yum install bzip2，bunzip2 freetype-2.6.3.tar.bz2，tar -xvf freetype-2.6.3.tar)

5.pip install -U scikit-learn