Python可以這樣玩(2)：Python 擴展庫
模組的安裝與使用 Python 之所以在各行各業都被青睞，是因為它有適合於各行各業的擴展庫。列出前 15 名好用的擴展庫參考一下。 核心庫 1. NumPy ( 提交數 : 15980, 貢獻者數 : 522) 當開始處理 Python 中的科學任務， Python 的 SciPy Stack 肯定可以提供幫助，它是專門為 Python 中科學計算而設計的軟體集合（不要混淆 SciPy 庫，它是 SciPy Stack 的一部分，和 SciPy Stack 的社區）這樣我們開始來看一下吧。然而， SciPy Stack 相當龐大，其中有十幾個庫，我們把焦點放在核心包上（特別是最重要的）。 關於建立科學計算棧，最基本的包是 Numpy （全稱為 Numerical Python ）。它為 Python 中的 n 維陣列和矩陣的操作提供了大量有用的功能。該庫提供了 NumPy 陣列類型的數學運算向量化，可以改善性能，從而加快執行速度。 2. SciPy ( 提交數 : 17213, 貢獻者數 : 489) SciPy 是一個工程和科學軟體庫。包含線性代數，優化，集成和統計的模組。 SciPy 庫的主要功能是建立在 NumPy 上，從而它的陣列大量的使用了 NumPy 的。它通過其特定子模組提供有效的數值常式，並作為數位積分、優化和其他常式。 3. Pandas ( 提交數 : 15089, 貢獻者數： 762) Pandas 是一個 Python 包，旨在通過“標記”和“關係”資料進行工作，簡單直觀。 Pandas 是資料整理的完美工具。它設計用於快速簡單的資料操作，聚合和視覺化。 庫中有兩個主要的資料結構： “系列”（ Series ），一維 “數據幀”（ Data Frames ），二維 例如，當您要從這兩種類型的結構中接收到一個新的 Dataframe 時，通過傳遞一個 Series ，您將收到一個單獨的行到 DataFrame 的 DF ： 這裡稍微列出了你可以用 Pandas 做的事情： l 輕鬆刪除並添加資料幀（ DataFrame ）中的列 l 將資料結構轉換為資料幀（ Data...