文章和代码等曾经归档至【Github 仓库：https://github.com/timerring/dive-into-AI】或者公众号【AIShareLab】回复 python 数据分析 也可获取。
python 的毛病
Python 有一个叫做全局解释器锁（Global Interpreter Lock，GIL）的组件，这是一种避免解释器同时执行多条 Python 字节码指令的机制。这并不是说 Python 不能执行真正的多线程并行代码。例如，Python 的 C 插件应用原生的 C 或 C ++ 的多线程，能够并行运行而不被 GIL 影响，只有它们不频繁地与 Python 对象交互。
重要的 python 库
NumPy
NumPy（Numerical Python 的简称）是 Python 科学计算的根底包。
- 疾速高效的多维数组对象 ndarray。
- 作为在算法和库之间传递数据的容器。对于数值型数据，NumPy 数组在存储和解决数据时要比内置的 Python 数据结构高效得多。此外，由低级语言（比方 C 和 Fortran）编写的库能够间接操作 NumPy 数组中的数据，无需进行任何数据复制工作。
因而，许多 Python 的数值计算工具应用 NumPy 数组作为次要的数据结构。
pandas
pandas 提供了疾速便捷解决结构化数据的大量数据结构和函数。用得最多的 pandas 对象
- DataFrame，它是一个面向列（column-oriented）的二维表构造
- Series，一个一维的标签化数组对象。
pandas 兼具 NumPy 高性能的数组计算性能以及电子表格和关系型数据库（如 SQL）灵便的数据处理性能。它提供了简单精密的索引性能，能更加便捷地实现重塑、切片和切块、聚合以及选取数据子集等操作。
matplotlib
matplotlib 是最风行的用于绘制图表和其它二维数据可视化的 Python 库。
SciPy
SciPy 是一组专门解决科学计算中各种规范问题域的包的汇合，次要包含上面这些包：
- scipy.integrate：数值积分例程和微分方程求解器。
- scipy.linalg：扩大了由 numpy.linalg 提供的线性代数例程和矩阵合成性能。
- scipy.optimize：函数优化器（最小化器）以及根查找算法。
- scipy.signal：信号处理工具。
- scipy.sparse：稠密矩阵和稠密线性系统求解器。
- scipy.special：SPECFUN（这是一个实现了许多罕用数学函数（如伽玛函数）的 Fortran 库）的包装器。
- scipy.stats：规范间断和离散概率分布（如密度函数、采样器、间断散布函数等）、各种统计测验办法，以及更好的描述统计法。
scikit-learn
2010 年诞生以来，scikit-learn 成为了 Python 的通用机器学习工具包。
子模块包含：
- 分类：SVM、近邻、随机森林、逻辑回归等等。
- 回归：Lasso、岭回归等等。
- 聚类：k- 均值、谱聚类等等。
- 降维：PCA、特征选择、矩阵合成等等。
- 选型：网格搜寻、穿插验证、度量。
- 预处理：特征提取、标准化。
statsmodels
一个统计分析包，蕴含经典统计学和经济计量学的算法。
- 回归模型：线性回归，狭义线性模型，强壮线性模型，线性混合效应模型等等。
- 方差分析（ANOVA）。
- 工夫序列剖析：AR，ARMA，ARIMA，VAR 和其它模型。
- 非参数办法：核密度估计，核回归。
- 统计模型后果可视化。
statsmodels 更关注与统计推断，提供不确定预计和参数 p - 值。相同的，scikit-learn 重视预测。
留神：当应用 conda 和 pip 二者安装包时，千万不要用 pip 降级 conda 的包，这样会导致环境产生问题。当应用 Anaconda 或 Miniconda 时，最好首先应用 conda 进行降级。
常见的引入常规
最佳引入形式如下：
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
import statsmodels as sm不倡议间接引入相似 NumPy 这种大型库的全部内容（from numpy import *）。