一、Python概述
Python與Excel對比。
Excel:1.具備強大的功能，但面對大量的數據，處理麻煩，處理速度無法滿足需求。
2.Excel停留在描述性分析階段，例如：對比分析，趨勢分析，結構分析等。
Python:1.Python語言強大而靈活，通過編寫代碼具有不同的功能，比Excel功能更強大。比如專業的統計分析，數據挖掘分析，預測分析等。
數據對比
Excel主要處理規律可循或者明顯的數據。
Python能夠處理雜亂、無規律的數據。比如提出數據的關鍵詞。
流程對比
簡單易學。
二、NumPy——第三方擴展庫
概述
1.是Python數組計算、矩陣計算和科學計算的核心庫。
2.NumPy提供一個高性能的數組對象，讓我們輕松創建一維數組、二維數組和多維數組，以及大量的函數和方法。
使用NumPy的原因
對於數值計算任務，使用NumPy要比直接編寫Python代碼快捷得多。
*NumPy能夠直接對數據和矩陣進行操作，可以省略很多循環語句。
*NumPy眾多的數學函數能簡化編寫代碼的工作。
Pandas
1.專門用於數據分析的開源Python庫。
2.Python核心數據分析庫，能夠處理各類數據。
例：*與SQL或Excel表格類似的數據。
*有序和無序（非固定頻率）的時間序列數據。即有無規律
*帶行列標簽的矩陣數據。
*任意其他形式的觀測、統計數據集。
3.優勢
*處理浮點與非浮點數據的缺失數據。用NAN代替顯示缺失。
*大小可變，例如插入或刪除DataFrame等多維對象的列。
*自動、顯式的數據對齊，顯式地將對象與一組標簽對齊。
*強大、靈活的分組統計功能，即數據聚合、數據轉換。
*靈活地合並、連接、重塑、透視數據集。
*成熟的導入導出工具。
*時間序列。——日期范圍生成，頻率轉換等
三、Matplotlib
1.簡介
是一個Python 2D 繪圖庫，是Python 2D 繪圖領域使用最廣泛的套件。能讓使用者輕松地將數據圖形化，並且提供多樣化的輸出格式。
只需幾行代碼就可以繪制各種折線圖、餅圖等。
2.繪制圖表
*基礎圖表：直方圖——反映數據分布，x軸為定類數據。等
*高級圖表：堆疊柱形圖等
*3D圖表
3.優點
*免費
*繼承Python語法的優點。
*可借助Python強大的拓展模塊嵌入在圖形用戶界面應用程序中，也可以嵌入在網頁中。
使用
1.導入快速繪圖的函數庫——pyplot子庫。(plt)pyplot是Matplotlib的子庫，該子庫可以快速繪制 2D 圖表。使用 import 語句導入plt 。
代碼：import matplotlib.pylot as plt
2.繪制圖表，代碼如下：
3.保存和顯示圖表——show函數
代碼：plt.show()