[데이터 분석] 필수 파이썬 라이브러리

1.  Numpy (넘파이)

 

 

Numpy 는 Numerical Python의 줄임말로, 자료구조 알고리즘 신술 데이터를 다루는 대부분의 과학 게산 어프리케이션에서 필요한 라이브러리를 제공한다.

고속 배열 처리, 데이터분석 알고리즘에 사용할 데이터 컨테이너의 역할을 한다.

파이썬을 위한 많은 산술 도구는 Numpy 배열을 기본 자료구조로 가정하고 있거나 Numpy와 쉽게 연동할 수 있는 기능을 제공한다.

 

Numpy 가 제공하는 기능

• 다차원 객체 ndarray
• 배열원소를 다루거나 배열 간의 수학 게산 수행하는 함수
• 디스크로부터 배열 기반의 데이터를 읽거나 쓸 수 있는 도구
• 선형대수 게산, 푸리에 변환, 난수 생성기
• 파이썬 확장과 C. C++에서 Numpy 의 자료구조에 접근하고 게산기능을 사용할 수 있도록 해주는 C API 

 

 

2. pandas (팬더스)

 

pandas는 구조화된 데이터나 표 형식의 데이터를 빠르고 쉽게 다루도록 설계된 자료구조와 함수를 제공한다.

파이썬으로 생산적인 데이터 분석 환경을 구성하는데 도움을 주고 있다.

pandas의 주된 자료구조는 표 형태의 로우와 컬럼 이름을 가지는 DataFrame과 1차원 배열 객체인 Series다.

 

Numpy 의 고성능, 배열 연산 아이디어에 스프레드시트와 관계형 데이터베이스(SQL)의 유연한 데이터 처리기능을 결합한 것이다.

색인 기능을 제공하여 데이터 변형, 자르기, 취합, 부분집합(데이터를 처리하고 준비하고 다듬는 과정)을 선택할 수 있도록 해준다.

 

 

 

 

3. matplotlib (맷플롯립) 

 

그래프나 2차원 데이터 시각화를 생성하는 유명한 파이썬 라이브러리

기본 시각화 도구

 

 

 

 

4. Scipy (사이파이)

 

과학 계산 컴퓨팅 영역의 여러 기본 문제를 다루는 패키지 모음

Numpy와 함게 사용하면 전통적인 과학 계산 애플리케이션에서 제공하는 거의 모든 기능을 대체할 수 있다.

 

scipy.integrate

수치적분 루틴과 미분방정식 풀이법

 

scipy.linalg

numpy보다 확방된 선형대수 루틴과 매트릭스 분해

 

scipy.optimize

함수 최적화기와 방정식의 근을 구하는 알고리즘

 

scipy.signal

시그널 프로세싱 도구

 

scipy.sparse

희소행렬과 희소 선형 시스템 풀이법

 

scipy.special

SPECFUN 래퍼

 

scipy.stats

표준 이속/이산 확률 분포 (밀도함수, 샘플러, 연속 분포 함수) 와 다양한 통계 테스트

 

 

 

 

5. scikit-learn (사이킷런)

 

파이썬 개발자를 위한 범용 머신러닝 도구

조금 더 예측에 초점

 

다음과 같은 모델의 하위분류를 포함:

• 분류 ; SVM, 로지스틱, 랜덤 포레스트 등
• 회귀 : 라소 , 리지
• 클러스터링 : k-평균
• 차원 축소 : PCA, 특징 선택
• 모델 선택 : 행렬,교차검증
• 전처리 : 정규화, 특징 추출

 

 

6. statsmodels

 

조금 더 전통적인(빈도주의적) , 통계추론에 초점을 맞춘 통계분석 패키지

 

다음과 같은 하위분류를 포함:

• 회귀 모델 : 선형회귀, 일반화 선형 보델, 로버스트
• 분산분석
• 시계열 분석 : AR,ARMA,
• 비모수 기법 : 커널 회귀
• 통계 모델 결과의 시각화