1.3　Python語言特性與編程庫

1.3.1　Python語言特性

Python和其他語言相比，具有以下顯著特性：

（1）易于學(xué)習(xí)：Python有相對較少的關(guān)鍵字，基礎(chǔ)語法簡單。

（2）廣泛豐富的標(biāo)準(zhǔn)庫：Python最大的優(yōu)勢之一是豐富的標(biāo)準(zhǔn)庫，且支持跨平臺。

（3）易于閱讀：Python屬于解釋型語言，代碼定義非常清晰。

（4）易于維護(hù)：Python的成功在于它的源代碼相當(dāng)容易維護(hù)。

（5）交互模式：解釋型語言支持互動模式，從終端輸入執(zhí)行代碼則立即獲得結(jié)果。

（6）可移植：基于其開放源代碼的跨平臺特性，Python已經(jīng)被移植到許多平臺。

（7）可擴展：Python程序可以方便調(diào)用C或C++程序庫。

（8）支持?jǐn)?shù)據(jù)庫編程：Python提供所有主要的商業(yè)數(shù)據(jù)庫的接口。

（9）GUI編程：Python支持各種豐富的GUI編程。

1.3.2　Python常用編程庫

numpy是本書最為基礎(chǔ)也是機器學(xué)習(xí)最為常用的編程庫，除了提供高級的數(shù)學(xué)運算庫外，還具備非常高效的向量和矩陣運算庫，這對于機器學(xué)習(xí)非常重要。

scipy是在numpy基礎(chǔ)上更為強大與廣泛應(yīng)用的科學(xué)計算庫。

pandas是針對數(shù)據(jù)處理和分析的工具包，包含了大量的數(shù)據(jù)讀寫、清洗、填充與分析的功能。

matplotlib是工作方式和繪圖命令幾乎與Matlab類似的Python免費工具包，基本滿足普通個人對數(shù)據(jù)展現(xiàn)方面的需求。

Scikit-learn基于上述幾種工具包，封裝了大量經(jīng)典及最新的機器學(xué)習(xí)模型，其出色的接口設(shè)計與高效的學(xué)習(xí)能力，使其成為Python核心工具包。

Anaconda平臺可以方便地解決單個Python環(huán)境所帶來的弊端，提供了豐富的數(shù)據(jù)分析包，通過Anaconda Navigator圖形界面實現(xiàn)工具包和環(huán)境的管理。