9大Python最常用的資料分析庫，在2018都做了哪些更新？

標籤：過濾   ack   操作   數學函數   組件   技術分享   自訂   class   應用程式   

 

1. NumPy

 

一般我們會將科學領域的庫作為清單打頭，NumPy是該領域的主要軟體庫之一。它旨在處理大型的多維陣列和矩陣，並提供了很多進階的數學函數和方法，因此可以用它來執行各種操作。

在過去一年，Team Dev對該庫進行了大量改進。除了錯誤修複和解決相容性問題之外，關鍵的變更還包括樣式改進，即NumPy對象的列印格式。此外，一些函數現在可以處理任意編碼的檔案，只要這些編碼受Python支援。

2. SciPy

 

另一個科學計算核心庫SciPy，基於NumPy而構建，並擴充了NumPy的功能。SciPy的主要資料結構是多維陣列，使用Numpy實現。該庫提供了一些用於解決線性代數、機率論、積分計算等任務的工具。

SciPy通過與不同的作業系統進行持續整合的方式帶來了重大改進，比如新的函數和方法，更重要的是——最新的最佳化器。此外，Team Dev對很多新的BLAS和LAPACK函數進行了封裝。

3.Pandas

 

Pandas是一個Python庫，提供了進階的資料結構和各種分析工具。該庫的一大特色是能夠將相當複雜的資料操作轉換為一兩個命令。Pandas提供了很多內建的方法，用於分組、過濾和組合資料，還提供了時間序列功能。所有這些方法的執行速度都很快。

新發布的pandas庫還提供了數百個新特性、功能增強、錯誤修複和API變更。這些改進與Pandas對資料進行分組和排序的能力有關，支援自訂類型操作。

4. StatsModels

 

Statsmodels是一個Python模組，為統計資料分析提供了很多可能性，例如統計模型估計、運行統計測試等。你可以藉助它來實現很多機器學習方法，並探索不同的繪圖可能性。

該庫在不斷演化，帶來了更多的可能性。今年帶來了時間序列改進和新的計數模型GeneralizedPoisson、零膨脹模型和NegativeBinomialP，以及新的多變數方法因子分析、MANOVA和ANOVA的重複測量。

可視化

5. Matplotlib

 

Matplotlib是一個用於建立平面圖表和圖形的低級庫。你可以用它來構建各種圖表，從長條圖和散佈圖到非笛卡爾座標圖。此外，很多流行的繪圖庫都為Matplotlib預留了位置，可與Matplotlib結合在一起使用。

該庫在繪圖樣式方面做出了很多變更，如顏色、尺寸、字型、圖例等。例如，座標軸圖例的自動對齊和對色盲患者更友好的色環。

 

6. Seaborn

Seaborn實際上是基於matplotlib庫構建的進階API。它為處理圖表提供了更恰當的預設選項。此外，它還提供了一組豐富的可視化圖庫，包括時間序列、聯合圖和小提琴圖等複雜的類型。

Seaborn的更新主要是問題修複。不過，FacetGrid（或PairGrid）與增強互動式matplotlib後端之間的相容性有所改進，為可視化添加了參數和選項。

 

7. Plotly

Plotly是一個可以協助你輕鬆構建複雜圖形的流行庫。該庫適用於互動式Web應用程式，它提供了很多很棒的視覺效果，包括輪廓圖形、三元圖和3D圖表。

這個庫在持續地增強和改進，帶來新的圖形和特性，支援“多連結視圖”、動畫和串擾整合。

8. Bokeh

Bokeh庫使用JavaScript小組件在瀏覽器中建立互動式和可伸縮的可視化圖形。該庫提供了多種圖形、樣式、連結圖形式的互動能力、添加小組件、定義回調以及更多有用的功能。

Bokeh改進的互動式功能值得稱讚，例如可旋轉的分類刻度標籤，以及小型的縮放工具和自訂工具提示欄位增強。

 

9. Pydot

Pydot是一個用於產生面向複雜圖形和非面向複雜圖形的庫。它作為面向Graphviz的一個介面，使用Python編寫。我們可以藉助它來顯示圖形的結構，這在構建神經網路和基於決策樹的演算法時經常會用到。

9大Python最常用的資料分析庫，在2018都做了哪些更新？