常用的有以下幾種，sysos。NumPy，pandas，matplotlib，IPython，SciPy，scikit learn等等。更深入的了解，去官網(wǎng)，老男孩咨詢一下。Python是一種特別強(qiáng)大的語(yǔ)言。首先，NumPyNumPy是NumericalPython的簡(jiǎn)稱，是Python數(shù)值計(jì)算的基石。它提供了Python數(shù)值計(jì)算所需的各種數(shù)據(jù)結(jié)構(gòu)、算法和大部分接口。

首先，NumPyNumPy是NumericalPython的縮寫，是Python數(shù)值計(jì)算的基石。它提供了Python數(shù)值計(jì)算所需的各種數(shù)據(jù)結(jié)構(gòu)、算法和大部分接口。NumPy還包括其他內(nèi)容:①快速高效的多維數(shù)組對(duì)象ndarray②；②基于元素的數(shù)組計(jì)算或數(shù)組間的數(shù)學(xué)運(yùn)算函數(shù)；③讀寫硬盤中基于數(shù)組的數(shù)據(jù)集的工具；④線性代數(shù)運(yùn)算、傅立葉變換和隨機(jī)數(shù)生成；除了NumPy賦予Python的快速數(shù)組處理能力，NumPy的另一個(gè)主要用途是作為算法和庫(kù)之間數(shù)據(jù)傳輸?shù)臄?shù)據(jù)容器。

其次，pandaspandas提供了先進(jìn)的數(shù)據(jù)結(jié)構(gòu)和函數(shù)。這些數(shù)據(jù)結(jié)構(gòu)和函數(shù)的設(shè)計(jì)使得使用結(jié)構(gòu)化和表格數(shù)據(jù)的工作變得快速、簡(jiǎn)單和富有表現(xiàn)力。它出現(xiàn)在2010年，并幫助Python成為一個(gè)強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境。常用的pandas對(duì)象是DataFrame，這是一種面向列的表格數(shù)據(jù)結(jié)構(gòu)，使用行和列標(biāo)簽。以及一維標(biāo)簽數(shù)組對(duì)象Series。

python數(shù)據(jù)挖掘工具包是scikit learn，scikit learn，是基于NumPy、Numpy、SciPy、Matplotlib的開(kāi)源機(jī)器學(xué)習(xí)工具包，主要涵蓋分類、回歸和聚類算法。優(yōu)點(diǎn):文檔完整，界面易用，算法全面。缺點(diǎn):是scikit learn不支持分布式計(jì)算，不適合處理非常大的數(shù)據(jù)。

CDA證書(shū)是一種新型優(yōu)質(zhì)證書(shū)，近兩年發(fā)展迅速。很多公司都在關(guān)注這個(gè)認(rèn)證考試，得益于人大的論壇，現(xiàn)在被稱為管理之家。想了解更多關(guān)于數(shù)據(jù)挖掘的知識(shí)，可以看一下CDA Data Analyst的課程?！癈DA數(shù)據(jù)分析師認(rèn)證”是一套專業(yè)化、科學(xué)化、國(guó)際化、系統(tǒng)化的人才測(cè)評(píng)標(biāo)準(zhǔn)，分為CDALEVEL級(jí)、ⅱ級(jí)、ⅲ級(jí)。涉及金融、電商、醫(yī)療、互聯(lián)網(wǎng)、電信等行業(yè)大數(shù)據(jù)和數(shù)據(jù)分析從業(yè)者所需技能，順應(yīng)當(dāng)前全球大數(shù)據(jù)和數(shù)據(jù)分析技術(shù)發(fā)展趨勢(shì)，為各行各業(yè)企事業(yè)單位提供數(shù)據(jù)分析人才參考標(biāo)準(zhǔn)。

Python提供了很多第三方庫(kù)，其中常見(jiàn)的數(shù)據(jù)分析方向如下:1。PandasPandas是Python的一個(gè)強(qiáng)大而靈活的數(shù)據(jù)分析和探索工具，包括Series和DataFrame等高級(jí)數(shù)據(jù)結(jié)構(gòu)和工具。安裝Pandas可以讓Python中的數(shù)據(jù)處理變得非常快速簡(jiǎn)單。Panda是Python的一個(gè)數(shù)據(jù)分析包。Panda最初是作為金融數(shù)據(jù)分析工具開(kāi)發(fā)的，所以Panda為時(shí)間序列分析提供了很好的支持。

1、ScikitLearn在沉迷于“深度學(xué)習(xí)”之前，每個(gè)人都應(yīng)該通過(guò)使用ScikitLearn開(kāi)始自己的機(jī)器學(xué)習(xí)之旅。ScikitLearn有六個(gè)主要模塊，分別是:數(shù)據(jù)預(yù)處理、降維、數(shù)據(jù)回歸、數(shù)據(jù)分類、數(shù)據(jù)聚類分析和模型選擇。ScikitLearn只要能用好，也算是一個(gè)優(yōu)秀的數(shù)據(jù)科學(xué)家。2.TensorflowTensorflow是Google推出的開(kāi)源機(jī)器學(xué)習(xí)庫(kù)。

Tensorboard是一個(gè)基于網(wǎng)頁(yè)的自動(dòng)生成儀表板，它將數(shù)據(jù)學(xué)習(xí)流程和結(jié)果可視化。這個(gè)函數(shù)對(duì)于調(diào)試和顯示非常有用。3.PyTorchPyTorch是臉書(shū)發(fā)布的開(kāi)源庫(kù)，用作Python的通用機(jī)器學(xué)習(xí)框架。相比Tensorflow，PyTorch的說(shuō)法更適合Python。所以更容易學(xué)會(huì)使用PyTorch。

作為scikit learn的小投稿人，簡(jiǎn)單說(shuō)說(shuō)我個(gè)人的看法。首先，我覺(jué)得這取決于學(xué)科本身在Python和機(jī)器學(xué)習(xí)方面的水平。因?yàn)轭}主沒(méi)有提供這些信息，我只能簡(jiǎn)單介紹一下scikit learn的現(xiàn)狀，讓題主自己判斷。如果你有很好的理論基礎(chǔ)和扎實(shí)的Python基礎(chǔ)，只是想看看那些機(jī)器學(xué)習(xí)算法的可靠實(shí)現(xiàn)，那么讀scikit learn的代碼應(yīng)該是對(duì)的。

我第一次瀏覽文檔scikit learn，只是把它的教程拿出來(lái)看了一下。只有前面的部分，我主要是想看看從scikit learn的角度組織的知識(shí)體系，alearningproblemsidersetofnsamplesofdata和entriestopredicttropertiesofunknowndata。learning problems fallingintoafewcategories:seemoredatasetloadmethodaat asetisadictionarlikeobject，它保存所有數(shù)據(jù)和一些元數(shù)據(jù)，thisdataisstoredinthe . data member。