這個題目其實我去年失敗的挑戰中也有講過，大家可以去回味一下。

這裏就用一張圖來帶出常用的Libray。

首先是SciPy Stack，應該是指這類的Library的集合
我個人先把他分成幾類

• 基礎和數據處理
• 視覺化
• Machine Learning
• 其它, 爬蟲、自然語言、統計分析

基本上Numpy是比較底層的操作、Scipy是基於Numpy一些進階的數學函數、Pandas比較像是資料操作在用的
ML中，除了SciKit-Learning外，都是Deep Learning的技術，目前還不打算挖那麼深。

目前先把把基礎打好，Numpy, Scipy和Pandas算必選，Sci-kit learning也是我們解題必須學習東西，另外會再看一個視覺化的工具，應該會是Matplotlib為主。

參考資料:
2017 年 15 個最好用 Python 庫，學習資料科學、機器學習絕對不容錯過
[[Day 10] Kaggle的解題挑戰 - Python資料分析相關Library]([Day 10] Kaggle的解題挑戰 - Python資料分析相關Library)