做数据分析，推荐7款好用的Python工具

人类产生的数据量已经达到前所未有的水平，每天创造了近2.5万亿字节的数据。随着物联网和移动技术的进步，数据已成为大多数组织的核心利益。但是，比起简单地收集，更重要的是正确分析和解释数据以挖掘其中的价值。

大多数企业从各种来源收集数据，每个数据流提供的信号理想地汇集在一起形成有用的见解。但是，能否充分利用数据取决于是否有合适的工具来清理、准备、合并并正确分析。

以下介绍七个数据分析师必备的Python工具：

Pandas

pandas是一个开源的，BSD许可的库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。Python长期以来一直非常适合数据整理和准备，但对于数据分析和建模则不那么重要。pandas有助于填补这一空白，使您能够在Python中执行整个数据分析工作流程，而无需切换到更像域特定的语言，如R。

结合优秀的IPython工具包和其他库，在Python中进行数据分析的环境在性能，生产力和协作能力方面表现出色。

PuLP

线性规划是一种优化，其中在给定一些约束的情况下应该最大化目标函数。PuLP是一个用python编写的线性编程建模器。PuLP可以生成LP文件并使用高度优化的解算器，GLPK，COIN CLP / CBC，CPLEX和GUROBI来解决这些线性问题。

Matplotlib

matplotlib是一个python 2D绘图库，可以生成各种硬拷贝格式和跨平台交互式环境的出版物质量数据。matplotlib可用于python脚本，python和ipython shell，Web应用程序服务器和六个图形用户界面工具包。

matplotlib试图让简单的事情变得容易和艰难。您只需几行代码即可生成绘图，直方图，功率谱，条形图，错误图，散点图等。

对于简单的绘图，pyplot接口提供类似MATLAB的接口，特别是与IPython结合使用时。对于高级用户，您可以通过面向对象的界面或通过MATLAB用户熟悉的一组函数完全控制线型，字体属性，轴属性等。

cikit-Learn

Scikit-Learn是一种简单有效的数据挖掘和数据分析工具。它的优点在于它可供所有人使用，并可在各种环境中重复使用。它建立在NumPy，SciPy和mathplotlib之上。Scikit也是一个商业上可用的开源软件 - BSD许可证。Scikit-Learn具有以下功能：

• 分类 - 确定对象属于哪个类别
• 回归 - 预测与对象关联的连续值属性
• 群集 - 将类似对象自动分组到集合中
• 降维 - 减少要考虑的随机变量的数量
• 模型选择 - 比较，验证和选择参数和模型
• 预处理 - 特征提取和规范化

Spark

Spark由一个驱动程序组成，该程序运行用户的主要功能并在集群上执行各种并行操作。Spark提供的主要抽象是弹性分布式数据集（RDD），它是跨群集节点分区的元素集合，可以并行操作。RDD是通过从Hadoop文件系统（或任何其他Hadoop支持的文件系统）中的文件或驱动程序中的现有Scala集合开始并对其进行转换来创建的。用户还可以要求Spark 在内存中保留 RDD，允许它在并行操作中有效地重用。最后，RDD会自动从节点故障中恢复。

Spark中的第二个抽象是可以在并行操作中使用的共享变量。默认情况下，当Spark并行运行一个函数作为不同节点上的一组任务时，它会将函数中使用的每个变量的副本发送给每个任务。有时，变量需要跨任务共享，或者在任务和驱动程序之间共享。Spark支持两种类型的共享变量：广播变量，可用于缓存所有节点的内存中的值; 累加器，它们是仅“添加”到的变量，例如计数器和总和。

IPython

IPython是一种用于多种编程语言的交互式计算的命令shell，最初是为Python编程语言开发的，它提供增强的内省，富媒体，附加shell语法，选项卡完成和丰富的历史记录。IPython提供以下功能：

• 强大的交互式shell（终端和基于Qt的）
• 基于浏览器的笔记本，支持代码，文本，数学表达式，内联图和其他富媒体
• 支持交互式数据可视化和GUI工具包的使用
• 灵活，可嵌入的解释器，可以加载到自己的项目中
• 易于使用，高性能的并行计算工具

GraphLab Create

GraphLab Create是一个由C ++引擎支持的Python库，用于快速构建大规模，高性能的数据产品。

以下是GraphLab Create的一些功能：

• 能够在桌面上以交互速度分析TB级数据
• 表格数据，图形，文本和图像的单一平台
• 最先进的机器学习算法，包括深度学习，提升树和分解机器
• 使用Hadoop Yarn或EC2群集在笔记本电脑或分布式系统中运行相同的代码
• 使用灵活的API专注于任务或机器学习
• 使用Predictive Services在云中轻松部署数据产品
• 可视化数据以进行勘探和生产监控