原文：
www.kdnuggets.com/2017/06/top-15-python-libraries-data-science.html
由 Igor Bobriakov，ActiveWizards。
由于 Python 在数据科学行业近年来获得了广泛关注，我想基于近期的经验概述一些对数据科学家和工程师最有用的库。
1. 谷歌网络安全证书 - 快速开启网络安全职业之路。
2. 谷歌数据分析专业证书 - 提升你的数据分析水平
3. 谷歌 IT 支持专业证书 - 支持组织的 IT
由于所有这些库都是开源的，我们添加了来自 Github 的提交次数、贡献者数量和其他指标，这些可以作为库受欢迎程度的代理指标。
当开始处理 Python 中的科学任务时，人们不可避免地会求助于 Python 的 SciPy Stack，这是一组专门为科学计算设计的软件（不要与 SciPy 库混淆，后者是该堆栈的一部分，还有围绕该堆栈的社区）。我们希望从这里开始。然而，堆栈非常庞大，其中包含十多个库，我们希望重点关注核心包（尤其是最重要的那些）。
最基础的包是 NumPy（即 Numerical Python）。它提供了大量用于 Python 中 n 维数组和矩阵操作的有用功能。该库提供了对 NumPy 数组类型的数学操作的矢量化，这改善了性能，并相应地加速了执行。
SciPy 是一个用于工程和科学的软件库。你需要理解 SciPy Stack 和 SciPy Library 之间的区别。SciPy 包含线性代数、优化、积分和统计的模块。SciPy 库的主要功能是建立在 NumPy 之上的，因此其数组大幅使用 NumPy。它通过特定的子模块提供高效的数值例程，如数值积分、优化等。SciPy 所有子模块中的函数都经过良好文档记录——这是其另一大优点。
Pandas 是一个 Python 包，旨在使处理“标签化”和“关系型”数据变得简单直观。Pandas 是数据整理的完美工具，旨在快速且轻松地进行数据操作、聚合和可视化。
该库中有两个主要的数据结构：
“Series”——一维
“数据框架”，二维
例如，当你想从这两种类型的结构中接收新的 DataFrame 时，你可以通过将一行追加到 DataFrame 中来获得这样的 DF，方法是传递一个 Series：
这里仅列出一些你可以使用 Pandas 做的事情：
-
轻松删除和添加 DataFrame 中的列
-
将数据结构转换为 DataFrame 对象
-
处理缺失数据，表示为 NaNs
-
强大的分组功能
trends.google.com
datascience.com/trends
另一个 SciPy Stack 核心包和另一个专门用于生成简单而强大的可视化的 Python 库是 Matplotlib。它是一个顶尖的软件，使 Python（在 NumPy、SciPy 和 Pandas 的帮助下）成为与 MatLab 或 Mathematica 等科学工具的有力竞争者。
然而，该库比较底层，这意味着你需要编写更多代码才能达到高级可视化水平，通常比使用更高级的工具需要更多的努力，但总体努力是值得的。
通过一点努力，你可以制作几乎所有的可视化：
-
线图；
-
散点图；
-
条形图和直方图；
-
饼图；
-
茎叶图；
-
等高线图；
-
箭头图；
-
频谱图。
Matplotlib 还提供了创建标签、网格、图例和许多其他格式化实体的功能。基本上，一切都是可定制的。
该库受不同平台支持，并使用不同的 GUI 工具包来展示结果可视化。各种 IDE（如 IPython）支持 Matplotlib 的功能。
还有一些附加库可以使可视化变得更加容易。
Seaborn 主要集中于统计模型的可视化；这种可视化包括热图，这些图总结数据但仍然描绘整体分布。Seaborn 基于 Matplotlib，并且高度依赖于它。
另一个出色的可视化库是 Bokeh，旨在提供交互式可视化。与之前的库不同，它不依赖于 Matplotlib。正如我们之前提到的，Bokeh 的主要关注点是交互性，并通过现代浏览器以 Data-Driven Documents (d3.js) 风格进行展示。
