Numpy: 基礎的數學計算模組，以矩陣為主,純數學。

SciPy: 基於Numpy，提供方法(函式庫)直接計算結果，封裝了一些高階抽象和物理模型。比方說做個傅立葉變換，這是純數學的，用Numpy；做個濾波器，這屬於訊號處理模型了，在Scipy裡找。

Pandas: 提供了一套名為DataFrame的資料結構，適合統計分析中的表結構,在上層做資料分析,

更簡潔的說:

NumPy：N維陣列容器

SciPy：科學計算函式庫

Pandas：表格容器

非數學研究,建議直接入手pandas,包含基礎的Numpy方法

Numpy：

來儲存和處理大型矩陣，比Python自身的巢狀列表（nested list structure)結構要高效的多，本身是由C語言開發。

Pandas:

基於NumPy 的一種工具，該工具是為了解決資料分析任務而建立的。Pandas 納入了大量庫和一些標準的資料模型，提供了高效地操作大型資料集所需的工具。最具有統計意味的工具包，某些方面優於R軟體。資料結構有一維的Series，二維的DataFrame(類似於Excel或者SQL中的表，如果深入學習，會發現Pandas和SQL相似的地方很多，例如merge函式)，三維的Panel（Pan（el) + da(ta) + s，知道名字的由來了吧）。

學習Pandas你要掌握的是：
1.彙總和計算描述統計，處理缺失資料 ，層次化索引
2.清理、轉換、合併、重塑、GroupBy技術
3.日期和時間資料型別及工具（日期處理方便地飛起）

Matplotlib:

Python中最著名的繪圖系統，很多其他的繪圖例如seaborn（針對pandas繪圖而來）也是由其封裝而成。
繪製的圖形可以大致按照ggplot的顏色顯示，但是還是感覺很雞肋。但是matplotlib的複雜給其帶來了很強的定製性。其具有面向物件的方式及Pyplot的經典高層封裝。

需要掌握的是：
1.散點圖，折線圖，條形圖，直方圖，餅狀圖，箱形圖的繪製。
2.繪圖的三大系統：pyplot，pylab(不推薦)，面向物件
3.座標軸的調整，新增文字註釋，區域填充，及特殊圖形patches的使用
4.金融的同學注意的是：可以直接呼叫Yahoo財經資料繪圖

Scipy：

方便、易於使用、專為科學和工程設計的Python工具包.它包括統計,優化,整合,線性代數模組,傅立葉變換,訊號和影象處理,常微分方程求解器等等。基本可以代替Matlab，但是使用的話和資料處理的關係不大，數學系，或者工程系相對用的多一些。
近期發現有個statsmodel可以補充scipy.stats，時間序列支援完美
作者：Clemente
連結：https://www.jianshu.com/p/32cb09d84487
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯絡作者獲得授權並註明出處。