吐血整理！绝不能错过的24个Python库

Pandas在Python or Anaconda中已完成预安装，但以防需要，安装代码如下：

pip install pandas 

Pandas有以下特点：

• 数据集连接和合并
• 删除和插入数据结构列
• 数据过滤
• 重塑数据集
• 使用DataFrame对象来操作数据等

下面是一篇文章以及一份很棒的Cheatsheet，有助于使Pandas技能达标：

• 《Python中用于数据操作的12种有用的Pandas技术》传送门：https://www.analyticsvidhya.com/blog/2016/01/12-pandas-techniques-python-data-manipulation/
• 《CheatSheet:在Python中使用Pandas进行数据探索》传送门：https://www.analyticsvidhya.com/blog/2015/07/11-steps-perform-data-analysis-pandas-python/

5. PyOD

传送门：https://pyod.readthedocs.io/en/latest/

难以发现异常值?这绝非个例。别担心，PyOD库就在这里。

PyOD是一个全面的、可伸缩的Python工具包，用于检测外围对象。离群值检测基本上是识别与大多数数据显著不同的稀有项或观测值。

以下代码可用于下载pyOD：

pip install pyod 

PyOD是如何工作的?如何实现PyOD?下面一则指南将回答所有关于PyOD的问题:

《学习在Python中使用PyOD库检测异常值的绝佳教程》传送门：

https://www.analyticsvidhya.com/blog/2019/02/outlier-detection-python-pyod/

6. NumPy

传送门：https://www.numpy.org/

与Pandas一样，NumPy也是一个非常受欢迎的Python库。NumPy引入了支持大型多维数组和矩阵的函数，同时还引入了高级数学函数来处理这些数组和矩阵。

NumPy是一个开源库，有多方贡献者。在 Anaconda和Python中已预安装Numpy，但以防需要，下面是安装代码：

$ pip install numpy 

下面是使用NumPy可执行的一些基本功能：

创建数组：

import numpy as np 
x = np.array([1, 2, 3]) 
print(x) 
y = np.arange(10) 
print(y) 

output - [1 2 3] 
         [0 1 2 3 4 5 6 7 8 9] 

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!