​

Python 必备软件与库

要用Python学习数学，需要借助一些库才能让它成为超越MATLAB、R、SAS等数学和统计学软件的利器，同时我们也会为大家推荐一种国外比较流行的学习方法就是Cheat Sheet（小抄，索引表），我们也会为大家提供这方面的文档信息。

编程时不需要死记硬背的，但是你一定要善于查询文档，以及可以做到快速搜索、查询并使用，而Cheat Sheet就跟单词本一样，有助于我们快速学习。这种方法类似于思维导图，非常推荐每个初学技术的朋友掌握。

Anaconda与Jupyter Notebook

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等280多左右的科学包及其依赖项，是数据科学家、Python程序员、机器学习/深度学习必备的软件。当然它也支持R。

  • 我们要使用的Numpy、Sympy、Pandas、Matplotlib、Scipy、Seaborn以及Jupyter Notebook等都包含在里面，无需额外下载。
  • 自带conda包管理器，可以替代pip，安装管理包；
  • 可以非常方便的为不同项目建立不同的运行环境。



conda list #查看安装了哪些包
conda install PKGNAME==3.1.4 #安装版本为3.1.4的包
conda create --name ENVNAME python=3.6
"PKG1>7.6" PKG2 #创建一个名称为ENVNAME,Python版本为3.6，以及不同包版本的环境


Jupyter Notebook是做Python笔记以及学习的必备工具，已经被国外各大高校和Python程序员采用，它支持Python代码的编写、运行、展示等，同时也支持Markdown、LaTex语法。

Scipy

​​Scipy​​是Python生态的开源数学、科学、工程计算包集合，在Numpy库的基础上增加了众多的数学、科学以及工程计算中常用的库函数。例如线性代数、常微分方程数值求解、信号处理、图像处理、稀疏矩阵等等。

python科学计算包_工程计算

Numpy

​​NumPy​​是Numerical Python的简写，是Python数值计算的基石。它是一个提供多了维数组对象，多种派生对象（如：掩码数组、矩阵）以及用于快速操作数组的函数及API，它包括数学、逻辑、数组形状变换、排序、选择、I/O 、离散傅立叶变换、基本线性代数、基本统计运算、随机模拟等等。

python科学计算包_神器_02

Pandas

​​Pandas​​是一个开放源码、BSD许可的库，为Python编程语言提供高性能、易于使用的数据结构和数据分析工具。

Matplotlib

​​matplotlib​​是最流行的用于制图及其他二维数据可视化的Python库。

Sympy

​​SymPy​​是一个符号计算的Python库。它的目标是成为一个全功能的计算机代数系统，同时保持代码简 洁、易于理解和扩展。它完全由Python写成，不依赖于外部库。SymPy支持符号计算、高精度计算、模式匹配、绘图、解方程、微积分、组合数学、离散 数学、几何学、概率与统计、物理学等方面的功能

statsmodels

​​statsmodels​​是一个统计分析包，提供对许多不同统计模型估计的类和函数，并且可以进行统计测试和统计数据的探索。

正是因为有了以上这些Python开源包，才让Python有底气与巨无霸数学软件MATLAB、巨无霸统计软件SAS以及为数据、统计而生的R语言叫板。