1、Numpy
對於科學計算，它是Python創建的所有更高層工具的基礎。以下是它提供的一些功能：
a、N維數組，一種快速、高效使用內存的多維數組，它提供矢量化數學運算 。
b、你可以不需要使用循環，就對整個數組內的數據進行標准數學運算。
c、非常便於傳送數據到用低級語言（如C或C++）編寫的外部庫，也便於外部庫以Numpy數組形式返回數據。
NumPy不提供高級數據分析功能，但有了對NumPy數組和面向數組的計算的理解，能幫助你更有效地使用像Pandas之類的工具。
2、Pandas
Pandas包含高級數據結構，以及和讓數據分析變得快速、簡單的工具。它建立在NumPy之上，使以NumPy為中心的應用變得簡單。
a、帶有坐標軸的數據結構，支持自動或明確的數據對齊。這能防止由於數據沒有對齊，以及處理不同來源的、采用不同索引的數據而產生的常見錯誤。
b、使用Pandas更容易處理缺失數據。
c、合並流行數據庫（如：基於SQL的數據庫）中能找到 的關系操作。
Pandas是進行數據清洗/整理（data munging）的最好工具。
3、Scipy
Scipy庫依賴於NumPy，它提供便捷和快速的N維向量數組操作。SciPy庫的建立就是和NumPy數組一起工作，並提供許多對用戶友好的和有效的數值例程，如：數值積分和優化。SciPy模塊用於優化、線性代數、積分以及其它數據科學中的通用任務。
4、Scikit-learn
Scikit-
learn是一個用於機器學習的Python模塊。它建立在Scipy之上，提供了一套常用機器學習算法，讓使用者通過一個統一的接口來使用。Scikit-
learn有助於你迅速地在你的數據集上實現流行的算法。它包含了許多用於標准機器學習任務的工具，如：聚類、分類和回歸等。
5、Matplotlib
Matlplotlib是Python的一個可視化模塊。它讓你方便地制作線條圖、餅圖、柱狀圖以及其它專業圖形。使用Matplotlib，你可以定制所做圖表的任一方面。在IPython中使用時，Matplotlib有一些互動功能，如：縮放和平移。它支持所有的操作系統下不同的GUI后端（back
ends），並且可以將圖形輸出為常見地矢量圖和圖形格式，如：PDF、SVG、JPG、PNG、BMP和GIF等。
結束語：
還有其它一些庫，如：用於自然語言處理的Nltk，用於網站數據抓取的Scrappy ，用於網絡挖掘的Pattern ，用於深度學習的Theano等。
