目录
一、NumPy
- 场景：处理大规模数组和矩阵运算，可以用于科学计算、数据预处理
- 简单示例：
import numpy as np
data = np.array([1, 2, 3, 4, 5])
mean = np.mean(data)
std_dev = np.std(data)
二、Pandas
- 场景：数据清洗、数据操作和分析，处理结构化数据、数据合并、缺失值处理
- 简单示例：
import pandas as pd
df = pd.read_csv('data.csv')
summary = df.describe()
df_cleaned = df.dropna()
三、Matplotlib and Seaborn
- 场景：数据可视化，绘制各种类型的图表（折线图、柱状图、散点图、热图等）
- 简单示例：
import matplotlib.pyplot as plt
import seaborn as sns
sns.histplot(df['column_name'])
plt.show()
