Python数据分析及可视化中常用的6个库及函数（一）

摘要：下面列出 Python 进行数据分析与可视化时最常用的 6 个库，以及每个库中若干常用函数（方法）的功能、用法和示例。

NumPy 是科学计算的基础库，提供高效的多维数组对象和大量数学函数。

numpy.array(object, dtype=None)
功能：创建 ndarray。
用法：np.array([1,2,3])，可指定类型。
示例：
```
import numpy as np
a = np.array([1, 2, 3], dtype=float)
# a -> array([1., 2., 3.])
```
numpy.arange([start,] stop[, step,][, dtype])
功能：生成等差数列数组。
用法：np.arange(0, 1, 0.2)。
示例：
```
x = np.arange(0, 1, 0.2)
# x -> array([0. , 0.2, 0.4, 0.6, 0.8])
```
numpy.linspace(start, stop, num=50[, endpoint, retstep, dtype])
功能：生成指定个数的等间距数组。
用法：np.linspace(0, π, 100)。
示例：
```
x = np.linspace(0, np.pi, 5)
# x -> array([0.        , 0.78539816, 1.57079633, 2.35619449, 3.14159265])
```
ndarray.reshape(shape)
功能：改变数组形状，不拷贝数据。
用法：a.reshape((2,3))。
示例：
```
a = np.arange(6)
b = a.reshape((2,3))
# b -> array([[0,1,2],
#             [3,4,5]])
```

numpy.mean(a, axis=None) / numpy.std(a, axis=None)
功能：求均值／标准差，可沿指定轴。
示例：

data = np.random.randn(100, 3)
m = np.mean(data, axis=0)   # 每列的均值
s = np.std(data, axis=1)    # 每行的标准差

Pandas 提供高性能的 DataFrame 和 Series，用于表格数据的读取、加工、查询与统计。

pandas.read_csv(filepath, **kwargs)
功能：读取 CSV，返回 DataFrame。
示例：
```
import pandas as pd
df = pd.read_csv("data.csv", index_col=0)
```
DataFrame.head(n=5) / DataFrame.tail(n=5)
功能：查看前／后 n 行。
示例：
```
df.head(3)
df.tail(2)
```
DataFrame.describe()
功能：生成数值列的统计汇总（计数、均值、分位数等）。
示例：
```
df.describe()
```
DataFrame.groupby(by)[aggfunc]
功能：分组聚合。
示例：
```
grp = df.groupby("category")["value"].mean()
```
pandas.merge(left, right, on, how)
功能：类似 SQL 的表连接。
示例：
```
df2 = pd.merge(df1, df_ref, on="id", how="left")
```
DataFrame.plot(kind, **kwargs)
功能：调用 Matplotlib 画图。
示例：
```
df["value"].plot(kind="hist", bins=20, color="skyblue")
```

最经典的绘图库，适合细粒度定制各种图表。

pyplot.figure(figsize=(w,h))
功能：新建画布/窗口，指定大小。
示例：
```
import matplotlib.pyplot as plt
plt.figure(figsize=(6,4))
```
pyplot.plot(x, y, fmt, **kwargs)
功能：绘制折线／散点（通过 fmt 控制）。
示例：
```
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
plt.plot(x, y, 'r--', label="sin(x)")
```
pyplot.scatter(x, y, c, s)
功能：绘制散点图，可指定颜色和大小。
示例：
```
plt.scatter(df.x, df.y, c=df.category, s=50, cmap="viridis")
```
pyplot.hist(x, bins, density)
功能：绘制直方图。
示例：
```
plt.hist(data, bins=30, density=True, alpha=0.7)
```
pyplot.xlabel()/ylabel()/title()/legend()
功能：添加坐标轴标签、标题、图例。
示例：
```
plt.xlabel("Time (s)")
plt.ylabel("Amplitude")
plt.title("Signal")
plt.legend()
```

基于 Matplotlib，提供更高级的统计图表和默认美化样式。

seaborn.histplot(data, x, bins)
功能：直方图／核密度图。
示例：

import seaborn as sns
sns.histplot(df["value"], bins=20, kde=True, color="steelblue")

seaborn.boxplot(x, y, data)
功能：箱线图，用于分组比较分布。
示例：
```
sns.boxplot(x="category", y="value", data=df)
```
seaborn.heatmap(data, annot)
功能：热力图，常用于相关矩阵。
示例：
```
corr = df.corr()
sns.heatmap(corr, annot=True, cmap="coolwarm")
```
seaborn.pairplot(data, hue)
功能：变量两两散点矩阵与分布图。
示例：
```
sns.pairplot(df, hue="category")
```
seaborn.barplot(x, y, data, ci)
功能：带置信区间的柱状图。
示例：
```
sns.barplot(x="group", y="score", data=df, ci=95)
```

在 NumPy 基础上提供统计、优化、积分、信号处理等功能。

scipy.stats.ttest_ind(a, b)
功能：独立样本 t 检验。
示例：
```
from scipy import stats
t, p = stats.ttest_ind(group1, group2)
```
scipy.stats.pearsonr(x, y)
功能：计算 Pearson 相关系数及 p 值。
示例：
```
r, p = stats.pearsonr(df.x, df.y)
```
scipy.optimize.curve_fit(func, xdata, ydata)
功能：最小二乘拟合任意函数。
示例：
```
def model(x, a, b): return a*np.exp(b*x)
popt, pcov = optimize.curve_fit(model, x, y)
```
scipy.integrate.quad(func, a, b)
功能：一维数值积分。
示例：
```
area, err = integrate.quad(lambda t: np.sin(t), 0, np.pi)
```

scipy.cluster.hierarchy.dendrogram(linkage_matrix)
功能：绘制层次聚类树状图。
示例：

from scipy.cluster import hierarchy
Z = hierarchy.linkage(X, method='ward')
hierarchy.dendrogram(Z)

交互式可视化库，生成 HTML/JS 图表，可缩放、悬浮提示。

plotly.express.scatter(df, x, y, color)
功能：交互式散点图。
示例：

import plotly.express as px
fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species")
fig.show()

plotly.express.line(df, x, y, title)
功能：折线图。
示例：

fig = px.line(df_time, x="time", y="value", title="Time Series")
fig.show()

plotly.express.bar(df, x, y, barmode)
功能：柱状图／分组柱状图。
示例：

fig = px.bar(df, x="category", y="count", color="type", barmode="group")
fig.show()

plotly.express.histogram(df, x, nbins)
功能：直方图，支持分组。
示例：
```
fig = px.histogram(df, x="value", nbins=30, color="group")
fig.show()
```
plotly.express.heatmap(data_frame, x, y, z)
功能：热力图。
示例：
```
fig = px.density_heatmap(df, x="x", y="y", z="value")
fig.show()
```

以上 6 个库及其常用函数，几乎覆盖了从数据读取、清洗、统计分析到静态／交互式可视化的全流程。根据需求，可灵活组合使用。

相关资讯