标签：各司其职 Python 概览 数组 预测性 数学 计算 NumPy

前几天参加数学建模竞赛，临时抱佛脚时才发现自己对于这几个常用的包的主要（优势）功能都不清楚，查文档都不知道该去查哪个包的，现在有时间了，去它们的介绍里翻一翻，总结一下。发现其实它们的分工还是十分明确的。

NumPy

1. N维数组

   蕴含数学中矩阵的概念，但允许更多形式的运算，其威力不言而喻

2. 数值计算

   随机抽样、数学函数（类似math模块）

3. 高性能

   其核心是用C语言编写的

matplotlib

1. 静态、动态、交互式的可视化

SciPy

1. 优化，积分，插值，特征值问题，代数方程，微分方程，统计……
2. 扩展了NumPy的数组计算

SymPy

1. 数学对象是精确表示的，而不是近似的，并且具有未计算变量的数学表达式以符号形式保留。（简言之，使Python符合数学的数学习惯）

pandas

1. 处理表格数据

scikit-learn

1. 预测性数据分析

标签：各司其职,Python,概览,数组,预测性,数学,计算,NumPy
来源： https://www.cnblogs.com/hanghunghung/p/15940380.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。