初步理解Numpy, Scipy, matplotib, pandas,

Numpy, Scipy, matplotib, pandas,

Numpy:

　　numpy是科学计算的基础包之一，其功能包括多维数组，高等数学函数等，以及伪随机数生成器，

　　scikit-learn接受numpy的数组格式数据，所用到的说有的数据都必须转换成Numpy数组，

Scipy：

　　scipy是用于科学计算的函数集合，scipy最重要的就是scipy。sparse，他可以给出稀疏矩阵，

matplotlib：

　　matpoltlib是python的绘图库，如折线图，直方图，散点图等等

pandas：

　　pandas是用于处理和分析数据的库，numpy要求所有数组中元素类型必须相同，而pandas中可以互不相同。

　　pandas可以从文件格式和数据库中提取数据，

CSR格式的稀疏矩阵：　

　　在scikit_learn 中 scipy的稀疏矩阵是非常重要的，稀疏矩阵会节省很多不必要的空间，只保留矩阵的非零部分和不重复部分，

　　import numpy as np
　　from scipy import sparse
　　n = np.eye(4)
　　spare = sparse.csr_matrix(n)

COO格式的稀疏矩阵　　

　　eye = sparse.coo_matrix((date, (row, col)))  为稀疏矩阵的coo格式，coo格式可与csr格式相互转换，

　　coo_matrix 一经定义后shape就不可更改了！ 但data, row, col 可更改。