如果读者安装的是Anaconda发行版，那么它已经自带了以下库：NumPy、SciPy、Matplotlib、pandas、scikit-learn。

成都创新互联公司主要从事成都网站建设、成都网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务武定,10余年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18980820575

本文主要是对这些库进行简单的介绍，读者也可以到官网阅读更加详细的使用教程。

• NumPy：提供数组支持以及相应的高效的处理函数
• SciPy：提供矩阵支持以及矩阵相关的数值计算模块
• Matplotlib：强大的数据可视化工具、作图库
• pandas：强大、灵活的数据分析和探索工具
• StatsModels：统计建模和计量经济学，包括描述统计、统计模型估计和推断
• scikit-learn：支持回归、分类、聚类等强大的机器学习库
• Keras：深度学习库，用于建立神经网络以及深度学习模型
• Gensim：用来做文本主题模型的库，文本挖掘可能会用到

01 NumPy

Python并没有提供数组功能。虽然列表可以完成基本的数组功能，但它不是真正的数组，而且在数据量较大时，使用列表的速度就会很慢。为此，NumPy提供了真正的数组功能以及对数据进行快速处理的函数。

NumPy还是很多更高级的扩展库的依赖库，我们后面介绍的SciPy、Matplotlib、pandas等库都依赖于它。值得强调的是，NumPy内置函数处理数据的速度是C语言级别的，因此在编写程序的时候，应当尽量使用其内置函数，避免效率瓶颈的(尤其是涉及循环的问题)出现。

在Windows操作系统中，NumPy的安装跟普通第三方库的安装一样，可以通过pip命令进行，命令如下：

 
 
 

  
  
  
pip install numpy
 
 
 

也可以自行下载源代码，然后使用如下命令安装：

 
 
 

  
  
  
python setup.py install
 
 
 

在Linux操作系统下，上述方法也是可行的。此外，很多Linux发行版的软件源中都有Python常见的库，因此还可以通过Linux系统自带的软件管理器安装，如在Ubuntu下可以用如下命令安装：

 
 
 

  
  
  
sudo apt-get install python-numpy
 
 
 

安装完成后，可以使用NumPy对数据进行操作，如代码清单2-27所示。

• 代码清单2-27 使用NumPy操作数组

 
 
 

  
  
  
# -*- coding: utf-8 -*
  
  
  
import numpy as np                     # 一般以np作为NumPy库的别名
  
  
  
a = np.array([2, 0, 1, 5])             # 创建数组
  
  
  
print(a)                               # 输出数组
  
  
  
print(a[:3])                           # 引用前三个数字（切片）
  
  
  
print(a.min())                         # 输出a的最小值
  
  
  
a.sort()                               # 将a的元素从小到大排序，此操作直接修改a，因此这时候a为[0, 1, 2, 5]
  
  
  
b= np.array([[1, 2, 3], [4, 5, 6]])    # 创建二维数组
  
  
  
print(b*b)                             # 输出数组的平方阵，即[[1, 4, 9], [16, 25, 36]]
 
 
 

NumPy是Python中相当成熟和常用的库，因此关于它的教程有很多，最值得一看的是其官网的帮助文档，其次还有很多中英文教程，读者遇到相应的问题时，可以查阅相关资料。

当前名称：一文看懂8个常用Python库从安装到应用
网页URL：http://www.gydahua.com/article/djscodd.html