原创译文 | 最新顶尖数据分析师必用的15大Python库（上）

近几年来，Python在数据科学界受到大量关注，我们在这里为数据科学界的科学家和工程师列举出了最顶尖的Python库。（文末更多往期译文推荐）

因为这里提到的所有的库都是开源的，所以我们还备注了每个库的贡献资料数量、贡献者人数以及其他指数，可对每个Python库的受欢迎程度加以辅助说明。

1. NumPy

（资料数量：15980； 贡献者：522）

在最开始接触Python的时候，我们不可避免的都需要寻求Python的SciPy Stack的帮助，SciPy Stack是一款专为Python中科学计算而设计的软件集。所以我们在讲Python库的时候就不得不提到它了。但是SciPy Stack所含内容非常广泛，其中包括了十几个库，而我们需要做的是找到其中最重要的软件包。

NumPy（代表Numerical Python）是构建科学计算栈（scientific computation stack）的最基础的软件包。它的功能丰富，可以满足Python中n数组和矩阵的操作需求。 该库提供了NumPy数组类型的数学运算向量化，可以改善性能，从而加快执行速度。

2. SciPy

（资料数量：17213； 贡献者：489）

SciPy是一个工程和科学软件库。 您还需要了解SciPy Stack和SciPy Library之间的区别。SciPy包含线性代数，优化，集成和统计多个模块。SciPy Library的主要功能是建立在NumPy的基础上，因此它的数组大量使用NumPy。它通过其特定的子模块提供有效的数值例程（numerical routines），如数字积分，优化等等。SciPy的所有子模块中功能都有详细的记录 – 这是它的另一大优势。

3. Pandas

（资料数量：15089； 贡献者：762）

Pandas是一个Python软件包，可以处理“标记”（labeled）和“关联”（relational）数据，简单直观。Pandas是数据整理的完美工具。 使用者可以通过它快速简便地完成数据操作，聚合和可视化。

Pandas库有两种主要数据结构：

“系列”（Series）——单维结构

“数据帧”（Data Frames）——二维结构

例如，如果你通过Series在Data Frame中附加一行数据，你就能从这两种数据结构中获得一个的新的“数据帧”

使用Pandas你可以完成以下操作：

轻松删除或添加“数据帧”

bjects将数据结构转化成“数据帧对象”

处理缺失数据，用NaNs表示

强大的分组功能

4.Matplotlib

（资料数量：21754； 贡献者：588）

MatPlotlib是SciPy Stack另一个核心软件包和Python库，可以轻松生成简单而强大的可视化功能。 这个顶尖软件包使得Python（有一些NumPy，SciPy和Pandas的帮助）可以与MatLab或Mathematica等科学工具的一较高下。

然而，这个库还是相对比较低级的，这意味着你需要编写更多的代码才能达到高级的可视化效果，而且通常会比使用那些高级工具要付出更多的努力，但总体来说还是值得一试的。

你可以使用它实现各种可视化：

线路图

散点图;

条形图和直方图;

饼状图;

茎叶图

等值线图

向量场图

频谱图

还可以使用Matplotlib创建标签，网格，图例和许多其他格式化字符。基本来说，一切都是可进行自定义的。

这个库由很多平台支持，并使用不同的图形用户界面（GUI）套件来描绘所得的可视化。 很多IDE（如IPython）都支持Matplotlib的功能。

5. Seaborn

（资料数量：1699； 贡献者：71）

Seaborn主要关注统计模型的可视化，如热图，这些可视化图形在总结数据的同时描绘数据的总体分布。 Seaborn是基于Matplotlib的，并高度依赖于它。

6. Bokeh

（资料数量：15724； 贡献者：223）

Bokeh是另一个强大的可视化库，可以实现交互式可视化。与其他的库相比，它的特别之处在于它是独立于Matplotlib的。Bokeh的主要关注点是交互性，所以它可以通过现代浏览器以数据驱动文档（d3.js）的方式进行演示。

7. Plotly

（资料数量：2486； 贡献者：33）

它是一个基于网络的工具箱，可用于构建可视化，用编程语言（其中包括Python）处理应用程序界面（API）。 在“plotly”网站上有一些强大的“开箱即用”的图形。在使用Plotly之前，您需要设置您的API密钥。 这些图形将在服务器端上进行处理，然后发布到互联网上，当然也可以选择不发布。

翻译：灯塔大数据