NumPy一切数值计算的基石Pandas、Scikit-learn底层都跑在NumPy上。它的核心是ndarray比Python列表快几十倍。向量化运算让你告别for循环广播机制让不同形状的数组直接计算。学它不只是学语法是学“数组思维”。比如np.where、np.select、np.einsum用好了能省一半代码。别急着上手Pandas先花三天把NumPy的索引、切片、轴变换搞清楚后面会轻松很多。Pandas数据清洗与加工的流水线DataFrame是数据分析的主战场。读取CSV、Excel、SQL处理缺失值、重复值、异常值分组聚合、透视表、时间序列重采样全在Pandas里完成。groupby加agg能替代大量SQLmerge和concat搞定多表关联apply和map做自定义转换。熟练loc、iloc、query、assign写出来的代码又短又清晰。记住一句话Pandas玩得溜数据分析就干完了一半。Matplotlib绘图的地基定制化之王Seaborn和Plotly再花哨底层还是Matplotlib。它控制图形的每一个元素坐标轴、刻度、标签、图例、颜色、线型。学它要掌握figure和axes的分层逻辑理解subplots布局。虽然默认样式丑但你能调出出版级图表。plt.savefig支持高分辨率导出写报告、发论文都靠它。别嫌它繁琐能精确控制每个像素的人才配谈可视化。Seaborn统计图形的快捷方式基于Matplotlib封装几行代码就能画出漂亮的分布图、热力图、成对关系图。sns.histplot看分布sns.boxplot找异常sns.heatmap看相关性sns.pairplot一眼扫完所有变量。它和Pandas无缝衔接直接传DataFrame列名。默认配色舒服适合快速探索。缺点是定制性不如Matplotlib但探索阶段够用了。先Seaborn看趋势再Matplotlib精修效率最高。Scikit-learn机器学习的标准入口从线性回归到随机森林从PCA到聚类API统一得令人感动fit、predict、transform。train_test_split切数据cross_val_score交叉验证GridSearchCV调参Pipeline串流程。学它要理解偏差方差权衡、过拟合、特征工程。别只会调包搞懂fit背后在优化什么损失函数。建模不是目的解决业务问题才是。SciPy科学计算的百宝箱NumPy管数组SciPy管算法。scipy.stats做假设检验、分布拟合scipy.optimize求极值、解方程scipy.interpolate插值scipy.signal信号处理。做A/B测试、统计显著性、优化问题都离不开它。它像一把瑞士军刀平时不显眼关键时刻缺不了。Statsmodels统计建模的严谨派Scikit-learn重预测Statsmodels重解释。线性回归的summary()输出系数、标准误、t值、p值、R方一应俱全。时间序列ARIMA、VAR面板数据广义线性模型它都支持。做学术研究、因果推断、经济分析Statsmodels是标配。想要模型可解释别只盯着Scikit-learn。Plotly交互式可视化的利器静态图讲不清的交互图一拖就明白。plotly.express几行代码生成可缩放、可悬停、可导出的图表。支持3D图、地图、动态仪表板。做汇报、写网页、搭DashboardPlotly比Matplotlib更抓眼球。配合Dash还能搭交互式应用。数据要打动人先让人能动手玩。八个库八块拼图。NumPy和Pandas打地基Matplotlib和Seaborn画图Scikit-learn和Statsmodels建模SciPy补算法Plotly做展示。不用一天学完每周吃透一个两个月后回头看你已经能独立跑完一个完整的数据分析项目。别贪多别跳步代码敲够一万行自然就通了。
