一，NumPy包（numeric python，数值计算)
该包主要包含了存储单一数据类型的ndarry对象的多维数组和处理数组能力的函数ufunc对象。是其它包数据类型的基础。只能处理简单的数据分析能力，对于高级的数据处理和大数据分析，采用pandas包。
python自带的list可以包含不同类型的数据，原因是list保存的实际是这些数据的指针，这样才能实现不同类型的数据都能保存在list中。但缺点是这样的保存方式消耗内存，运行工作量大。
二，Scipy包(scientific python，科学计算)
主要用于数据处理，包括统计分析，优化，整合，线性代数，傅里叶变换，信号处理，图像处理，常微分方程求解等，依赖与Numpy包，因为numpy是该包数据类型来源。
三，Pandas包
主要用于数据清洗，整理，建立在numpy上。
擅长处理大数据（文本，csv，excel等数据）。数据也来自与numpy类型数据，因此依赖numpy包
四，matplotlib包
matplotlib也是基于numpy的包，主要负责数据的可视化显示。
五，scikit-learn包
机器学习，建立在scipy基础上
基本功能被分为六个部分，分类，回归，聚类，数据降维，数据选择，数据预处理
六，Nltk包
自然语言处理
七，Pattern包
网络挖掘
八，Theano包
深度学习
九，Scrappy包
网络爬虫
参考文献：z00182 python与数据科学