Matplotlib 
Matplotlib是Python的一個(gè)可視化模塊，他能方便的只做線條圖、餅圖、柱狀圖以及其他專業(yè)圖形。 
使用Matplotlib，可以定制所做圖表的任一方面。他支持所有操作系統(tǒng)下不同的GUI后端，并且可以將圖形輸出為常見(jiàn)的矢量圖和圖形測(cè)試，如PDF SVG JPG PNG BMP GIF.通過(guò)數(shù)據(jù)繪圖，我們可以將枯燥的數(shù)字轉(zhuǎn)化成人們?nèi)菀捉邮盏膱D表。 
Matplotlib是基于Numpy的一套Python包，這個(gè)包提供了吩咐的數(shù)據(jù)繪圖工具，主要用于繪制一些統(tǒng)計(jì)圖形。 
Matplotlib有一套允許定制各種屬性的默認(rèn)設(shè)置，可以控制Matplotlib中的每一個(gè)默認(rèn)屬性：圖像大小、每英寸點(diǎn)數(shù)、線寬、色彩和樣式、子圖、坐標(biāo)軸、網(wǎng)個(gè)屬性、文字和文字屬性。

Numpy 
Numpy提供了兩種基本的對(duì)象：ndarray和ufunc。ndarray是存儲(chǔ)單一數(shù)據(jù)類型的多維數(shù)組，而ufunc是能夠?qū)?shù)組進(jìn)行處理的函數(shù)。Numpy的功能：

• N維數(shù)組，一種快速、高效使用內(nèi)存的多維數(shù)組，他提供矢量化數(shù)學(xué)運(yùn)算。
• 可以不需要使用循環(huán)，就能對(duì)整個(gè)數(shù)組內(nèi)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)數(shù)學(xué)運(yùn)算。
• 非常便于傳送數(shù)據(jù)到用低級(jí)語(yǔ)言編寫(C\C++)的外部庫(kù),也便于外部庫(kù)以Numpy數(shù)組形式返回?cái)?shù)據(jù)。

Numpy不提供高級(jí)數(shù)據(jù)分析功能，但可以更加深刻的理解Numpy數(shù)組和面向數(shù)組的計(jì)算。

Pandas 

• 帶有坐標(biāo)軸的數(shù)據(jù)結(jié)構(gòu)，支持自動(dòng)或明確的數(shù)據(jù)對(duì)齊。這能防止由于數(shù)據(jù)結(jié)構(gòu)沒(méi)有對(duì)齊，以及處理不同來(lái)源、采用不同索引的數(shù)據(jù)而產(chǎn)生的常見(jiàn)錯(cuò)誤。
• 使用Pandas更容易處理丟失數(shù)據(jù)。
• 合并流行數(shù)據(jù)庫(kù)（如：基于SQL的數(shù)據(jù)庫(kù)）

Pandas是進(jìn)行數(shù)據(jù)清晰/整理的最好工具。

Scikit-Learn 
Scikit-Learn是基于Python機(jī)器學(xué)習(xí)的模塊，基于BSD開源許可證。 
Scikit-Learn的安裝需要Numpy Scopy Matplotlib等模塊，Scikit-Learn的主要功能分為六個(gè)部分，分類、回歸、聚類、數(shù)據(jù)降維、模型選擇、數(shù)據(jù)預(yù)處理。 
Scikit-Learn自帶一些經(jīng)典的數(shù)據(jù)集，比如用于分類的iris和digits數(shù)據(jù)集，還有用于回歸分析的boston house prices數(shù)據(jù)集。該數(shù)據(jù)集是一種字典結(jié)構(gòu)，數(shù)據(jù)存儲(chǔ)在.data成員中，輸出標(biāo)簽存儲(chǔ)在.target成員中。Scikit-Learn建立在Scipy之上，提供了一套常用的機(jī)器學(xué)習(xí)算法，通過(guò)一個(gè)統(tǒng)一的接口來(lái)使用，Scikit-Learn有助于在數(shù)據(jù)集上實(shí)現(xiàn)流行的算法。 
Scikit-Learn還有一些庫(kù)，比如：用于自然語(yǔ)言處理的Nltk、用于網(wǎng)站數(shù)據(jù)抓取的Scrappy、用于網(wǎng)絡(luò)挖掘的Pattern、用于深度學(xué)習(xí)的Theano等。