2021-03-11|閱讀時間 ‧ 約 4 分鐘

【Day 7】聊聊金融數據分析的四個重要package

今天來到第7天了，我們終於擺脫基礎教學，準備要進入數據分析的領域了，今天就是要來先聊聊數據分析中我們會用到最重要的四個package，想要學好數據分析這四個模組就一定需要熟悉

數據分析的第一步

由於現在網路的資源相當豐富，想要完成數據分析不再像以往那麼的困難，其中我們會用到，也最重要的就是這四個模組

之後的篇章中，也會先教會大家這四個模組的操作，這樣一步步的循序漸進，我們在進入股市教學後，你們才能輕易的舉一反三

Numpy是許多python資料科學套件的基礎，主要是讓使用者可以更輕易的建立一維、二維等陣列的向量(vector)和矩陣(matrix)，並進行高效率的大量資料運算

雖然python處理大量資料時有「list」可以讓我們做到類似矩陣的功效，但list效能表現並不是很理想，而Numpy具備平行處理的能力，可以將操作的動作一次套用在大型矩陣上，幫助我們做到更多方法建立多維度的數據和矩陣運算，像是Pandas就是建立在Numpy的基礎所延伸出來的模組

先說這裡的Pandas不是很多隻熊貓的意思唷!!這裡的Pandas是一個基於Numpy所延伸出來的模組，在處理數據上相當的好用且簡單，只需要透過標籤列和索引值就能輕易的處理數據

而Pandas中有兩個特有的資料結構，那就是「Series」與「DataFrame」

Series : Series是一個類似陣列的物件，裡面包含陣列的資料，與Numpy陣列不同的地方是Series可以定義自己的索引值(index)，可以想像成是Dictionary的進化版
DataFrame : DataFrame就像我們在使用的Excel表格一樣，是一個二維的數據，包含了索引值(index)與標籤列(column)，我們可以透過index跟column輕鬆的找到某筆資料，並且進行操作

Numpy跟Pandas都是在用於資料的處理，但當我們將資料處理好後，到底該如何分析給其他人一目了然呢?

沒錯，這時就要用到Matplotlib這個模組了，Matplotlib是python中用來繪圖所用，包含了大量的繪圖工具，你可以建立像是散點圖、長條圖、熱力圖等等圖表，並且許多流行的繪圖模組也都被設計與Matplotlib結合使用

Seaborn本質上是一個基於Matplotlib庫的高級API，它包含更適合處理圖表的默認設置，此外還有豐富的可視化庫，包含一些複雜的類型，像是時間串行、聯合分佈圖、小提琴圖等等，讓使用者更輕易的建立圖表，可以說是Matplotlib的補強工具

今天雖然沒有程式碼的教學，但這四個模組將會陪伴我們在金融數據分析領域中一輩子，除非往後有更強大更好用的麼模組取代掉它們，先了解好它們究竟是做什麼的，這樣在使用上才能更加靈活運用

分享至

成為作者繼續創作的動力吧！