Python中常用的数据分析工具(模块)有哪些?

　　本期Python培训分享：Python中常用的数据分析工具(模块)有哪些?Python本身的数据分析功能并不强，需要安装一些第三方的扩展库来增强它的能力。我们课程用到的库包括NumPy、Pandas、Matplotlib、Seaborn、NLTK等，接下来将针对相关库做一个简单的介绍，方便后面章节的学习。

　　Python中常用的数据分析工具(模块)有哪些?在Python中，常用的数据分析库主要有以下几种：

　　1、NumPy库

　　NumPy是Python开源的数值计算扩展工具，它提供了Python对多维数组的支持，能够支持高级的维度数组与矩阵运算。此外，针对数组运算也提供了大量的数学函数库。NumPy是大部分Python科学计算的基础，它具有以下功能：

　　(1) 快速高效的多维数据对象ndarray。

　　(2) 高性能科学计算和数据分析的基础包。

　　(3) 多维数组(矩阵)具有矢量运算能力，快速、节省空间。

　　(4) 矩阵运算。无需循环，可完成类似Matlab中的矢量运算。

　　(5) 线性代数、随机数生成以及傅里叶变换功能。

　　2、Pandas库

　　Pandas是一个基于NumPy的数据分析包，它是为了解决数据分析任务而创建的。Pandas中纳入了大量库和标准的数据模型，提供了高效地操作大型数据集所需要的函数和方法，使用户能快速便捷地处理数据。

　　Pandas作为强大而高效的数据分析环境中的重要因素之一，具有以下特点：

　　(1) 一个快速高效的DataFrame对象，具有默认和自定义的索引。

　　(2) 用于在内存数据结构和不同文件格式中读取和写入数据，比如CSV和文本文件、 Excel文件及SQL数据库。

　　(3) 智能数据对齐和缺失数据的