重要的 Python 程式庫 (上)

主要為不熟悉 Python 資料生態的所使用的程式庫，做一個簡單的介紹。

NumPy

NumPy 是 Numerical Python 的簡稱，它一直是 Python 環境數值計算的重要基石，它為多數的科學應用提供資料結構、演算法以及程式庫結合

NumPy 的重要功能

• 快速且高效的多維陣列物件 ndarray
• 提供函式來執行陣列的逐元素計算或陣列間的數學運算
• 陣列資料組讀出或寫入磁碟
• 線性代數運算、傅立葉轉換、亂數產生器
• 提供成熟的 C API，讓 Python extension 與原生的 C 或 C++ 操作 NumPy 的資料結構及使用其計算功能

pandas

pandas 你可以想成是 Python 的 Excel，提供許多高階資料結構和函式，用來快速、簡便、有效地處裡結構化資料及表格資料。

pandas 物件主要使用 DataFrame，它是一種以直欄為主的表格資料結構，裡面有行跟列，另一種物件是 Series，它是一種一維的帶標籤陣列物件。

• 帶標記軸 (labeled axes) 的資料結構，可自動或明確對齊資料，預防資料未對其導致的錯誤結果，並能夠處理來自不同的來源、使用不同索引系統的資料
• 整合時間序列功能
• 用同一個資料結構來處理時間序列或非時間序列資料
• 靈活的處理缺失資料
• 流行的資料庫(SQL)提供的合併功能或其他相關操作

DataFrame 這個名稱對於使用 R 語言來進行統計的使用者並不陌生，因為這個物件名稱來自於 R 語言中功能相仿的 data.frame 物件。

pandas 這個名稱來自 panel data，在經濟學中，代表多為結構資料組，pandas 也代表 Python data analysis。

今日的分享就到這囉，我們明天見，掰掰！