聚類分析Cluster
（1）聚類分析主要使用kmeans演算法，kmeans演算法的主要有兩個步驟：①隨機定義K個數據點為聚類中心，並根據觀測資料到K個數據點的距離將所有的觀測資料分配給這K個聚類中心；②調整K個聚類中心的位置到分配給它們的觀測資料的均值位置。③重複以上兩步，直到聚類中心的位置不再改變，或者滿足給定條件。
（2）在python中使用scipy.cluster.vq給定的kmeans和vq函式可以計算聚類中心，以及觀測資料所屬的聚類中心。

Matplotlib繪圖基礎
（1）Matplotlib繪圖是最著名的python繪相簿，主要用於二維繪圖。
（2）matplotlib的優點有：①畫圖質量高；②方便快捷的繪圖模組。（3）繪圖API–pyplot模組，這個API提供了一套跟matlab很像的繪圖函式。
（4）整合庫–pylab模組（包含Numpy和pyplot中的常用函式）。

Matplotlib影象屬性控制
（1）在繪圖時，在繪圖的函式中設定相應的引數可以控制影象屬性。
（2）繪圖顏色和線條型別和樣式可以更改。
（3）加標題：圖title，橫軸xlabel，縱軸ylabel。
（4）使用figure方法以及其中的figsize和dpi引數修改圖的大小和精度。
（5）可以設定plot方法中的color，linestyle，linewidth，label，marker引數來設定相應的樣式。
（6）通過legend方法來設定圖例，例如設定其中的loc引數指定圖例的位置。
（7）使用subplot方法來在一個圖中畫多個子圖，同時通過figure函式來確定繪圖區域。
（8）也可以通過axes([left, bottom, width, height])方法來畫子圖，引數範圍為(0, 1)，這樣可以話圖中圖。

pandas作圖
（1）pandas整合matplotlib的相關功能可以實現基於Series和DataFrame的某些繪圖功能。
（2）pandas可以直接對Series和DataFrame進行繪圖，也就是說Series和DataFrame物件中含有plot方法。然後可以通過pyplot中的方法來設定由pandas繪出來圖的其它引數。
（3）pandas控制影象形式，在plot方法中設定kind引數可以設定線條型別，還能通過color引數設定線條顏色，通過marker設定線條型別樣式，通過label引數設定圖例。還能畫出概率分佈圖！

資料存取
（1）csv格式資料存取，使用to_csv方法可以將資料寫到指定路徑名字的csv檔案。相反，從csv檔案讀使用read_csv方法。
（2）csv其實就是“逗號分割值”的三個英文的縮寫，表明了資料在csv檔案中的儲存形式。
（3）xls格式資料存取，使用to_excel函式儲存，使用read_excel函式讀取。在儲存時還能通過sheet_name引數設定表格名。

Python的理工類應用
（1）簡單的三角函式計算。
（2）一組資料的傅立葉變換，使用到scipy中的fft方法。
（3）例如，Biopython用於生物學。

Python的人文社科類應用
（1）自然語言處理。