前陣子發現有人以R語言七種武器來做為訓練課程或工具名稱的名稱，來代表R語言工具的使用技能。而這篇〈Python的七种武器_Python有哪些数据分析模块〉以及自己近期工作上的使用情況則激發了產生本文的靈感。
如果看倌是位武俠迷的話，應當會知道七種武器這名稱乃源自古龍武俠小說中的七種武器系列：長生劍、孔雀翎、碧玉刀、多情環、霸王槍、離別鉤、一口箱子。雖然第七種武器有其他二種說法：拳頭或是七殺手，但綜合各方面的因素看來，還是《英雄無淚》中的一口箱子較為合適。
Python不僅是個一般用途的語言，它在加裝幾個套件或模組後，就可立刻搖身一變成為數據分析的強大武器，一點也不遜色於主要為統計分析而打造的R語言，或是像MATLAB、SAS這類知名且歷史悠久的商業軟體。以下就介紹幾個能讓Python成為數據分析變形金剛的擴充套件：
- NumPy：提供大量多維陣列與矩陣運算的支援，還有高階數學函式以運算這些陣列。
- SciPy：基於NumPy陣列物件，所提供的模組包含最佳化、線性代數、積分、插值、特殊函式、快速傅立葉轉換、訊號與圖像處理、常微分方程求解和其他科學與工程常見工作。
- Pandas：它可不是真的熊貓，它的名稱是來自"Panel data"，多維度結構化資料集的計量經濟學用詞。基於NumPy，做資料操縱與分析，特別是提供資料結構與運算以操縱數字表格與時間序列。它的DataFrame就相當於R的Data Frame。
- Matplotlib：做好的數據分析結果若想用漂亮的圖表呈現就交給它了。NumPy stack（或稱SciPy stack）包含了NumPy, SciPy, Pandas, Matplotlib等等……主要用於科學計算，作用就類似於MATLAB, GNU Octave這類軟體。
- Statsmodels：從Python 3.4開始，標準庫中新加入了一個statistics模組，提供基本的統計計算功能。而這個Statsmodels統計模組則是基於NumPy與SciPy，整合了Pandas做數據處理，補充了SciPy的stats模組，繪圖功能則是基於Matplotlib。
- Scikit-learn：基於NumPy、SciPy與Matplotlib的機器學習庫。提供各式分類、回歸與叢集演算法，包含支持向量機、隨機森林……。
- IPython/Jypyther Notebook：互動的計算與開發環境。除了提供互動式的shells，NoteBook則是一個可提供撰寫代碼、文字、繪圖……的網頁環境，甚至有人採用這環境做為寫作、簡報、教學的用途。這環境也可提供作為運用上述工具進行資料分析的工作，雖然也可採用不同環境與途徑，不見得非得用它不可，不過它是個簡潔而且相當廣泛被採用的方式。IPython近年的發展很快速，自4.0版開始已把Notebook分開到Jypyter專案，而專注於Interactive Python，目前已是5.2.2版。Jypyter則可提供給其它語言使用，如Julia, Ruby……，造福了更廣大的使用者。
參考：
沒有留言:
張貼留言