隨著大數據信息化時代的到來，
數據分析是各行各業都繞不開的一個話題，企業在發展過程中積累了大量的數據，對這些數據進行專業的分析，能夠促進企業更好更精準的發展，能夠有效防范企業拍腦袋決策的經營風險。通過數據分析把看似雜亂無章的數據背后的信息提煉出來，總結出所研究對象的內在規律，夠幫助管理者進行判斷和決策，以便采取適當策略與行動。
一、Python
Python是數據處理常用工具，是一種面向對象、解釋型計算機程序設計語言。可以處理數量級從幾K至幾T不等的數據，具有較高的開發效率和可維護性，還具有較強的通用性和跨平臺性。如果使用Python，能夠大大地提高數據分析的效率。但其單純依賴Python本身自帶的庫進行數據分析還是具有一定的局限性的，需要安裝第三方擴展庫來增強分析和挖掘能力。
1. Numpy
Numpy提供了兩種基本的對象：ndarray和ufunc。ndarray是存儲單一數據類型的多維數組，而ufunc是能夠對數組進行處理的函數。Numpy的功能：N維數組，一種快速、高效使用內存的多維數組，他提供矢量化數學運算。
2. Pandas
Pandas是為了解決數據分析任務而創建的，Pandas納入了大量的庫和一些標準的數據模型，提供了高效的操作大型數據集所需要的工具。Pandas提供了大量是我們快速便捷的處理數據的函數和方法。Pandas包含了高級數據結構，以及讓
數據分析變得快速、簡單的工具。它建立在Numpy之上，使得Numpy應用變得簡單。
3. SciPy
SciPy是一組專門解決科學計算中各種標準問題域的包的集合，包含的功能有最優化、線性代數、積分、插值、擬合、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算等，這些對數據分析和挖掘十分有用。
4. Matplotlib
Matplotlib是強大的數據可視化工具和作圖庫，是主要用于繪制數據圖表的Python庫，提供了繪制各類可視化圖形的命令字庫、簡單的接口，可以方便用戶輕松掌握圖形的格式，繪制各類可視化圖形。
5. Scikit-Learn
Scikit-Learn是Python常用的機器學習工具包，提供了完善的機器學習工具箱，支持數據預處理、分類、回歸、聚類、預測和模型分析等強大機器學習庫，其依賴于Numpy、Scipy和Matplotlib等。
6. Keras
Keras是深度學習庫，人工神經網絡和深度學習模型，基于Theano之上，依賴于Numpy和Scipy，利用它可以搭建普通的神經網絡和各種深度學習模型，如語言處理、圖像識別、自編碼器、循環神經網絡、遞歸審計網絡、卷積神經網絡等。
7. Gensim
Gensim是用來做文本主題模型的庫，常用于處理語言方面的任務，支持TF-IDF、LSA、LDA和Word2Vec在內的多種主題模型算法，支持流式訓練，并提供了諸如相似度計算、信息檢索等一些常用任務的API接口。
8. Scrapy
Scrapy是專門為爬蟲而生的工具，具有URL讀取、HTML解析、存儲數據等功能，可以使用Twisted異步網絡庫來處理網絡通訊，架構清晰，且包含了各種中間件接口，可以靈活的完成各種需求。
