- A+
IPython是Python的加强型交互式解释器。
IPython是使用Python进行数据分析、处理、呈现的重要选择之一。它是一个与Python科学计算包（主要包括Numpy、pandas、Matplotlib等）紧密联系的交互式开发环境，它同时也是Python科学计算包的一部分。
IPython加上一个文本编辑器是科学计算者使用Python进行数据分析、处理、呈现的最佳选择之一。
IPython主要包括：
-
o 一个强大的、交互式的Python壳
-
o Jupyter内核，支持用户在Jupyter Notebook以及其他终端与IPython的交互
Numpy
（图源：numpy.org）
Numpy是Python科学计算库的基础。
主要包括：
-
o 强大的N维数组对象和向量运算
-
o 一些复杂的功能
-
o 与C／C++和Fortran代码的集成
-
o 实用的线形代数运算、傅立叶变换、随机数生产等
Numpy的主要对象是一个多维度的、均匀的多维数组。Numpy提供了各种函数方法可以非常方便灵活的操作数组，熟练掌握数组的基本概念是使用数组这种数据结构的基本要求。
pandas
pandas主要包括：
-
o 带有标签的数据结构，主要包括序列（Series）和数据框（DataFrame）等。
-
o 允许简单索引和多级索引。
-
o 整合了对数据集的集合和转换功能。
-
o 生成特定类型的数据。
-
o 支持从Excel、CSV等文本格式中文导入数据，以Pytables/HDF5格式高效地读／写数据。
-
o 能够高效地处理带有默认值的数据集。
-
o 能够直接进行常规的统计回归分析。
数据可视化是数据分析的重要环节，借助图形能够帮助更加直观地表达出数据背后的”东西”。
经过社区多年以来的努力，Matplotlib已经具备了上面列出的所有特点。现在Matplotlib被广泛地应用于各种生产、科学研究等环境中，比如在网络服务中动态生成图形、在IPython壳下交互使用Matplotlib绘图等。
可以给你PDF哦！
