【Python】第一章：准备工作（介绍库）

了解词

脚本语言
Python属脚本语言，因其可用于编写简短而粗糙的小程序（也就是脚本）。脚本语言是一种解释性的语言,例如Python、vbscript,javascript,installshield script,ActionScript等，它不像c\c++等可以编译成二进制代码,以可执行文件的形式存在，脚本语言不需要编译，可以直接用，由解释器来负责解释。
CPython OpenMPI库
Cython看作Python和c的混血，是一个Python的编译器,在科学计算方面很流行,用于提高Python的速度,通过OpenMPI库还可以进行并行计算。
解释型语言和编译型语言 http://www.zybang.com/question/ac23f20a556b840fc66a9bd4c18b62d8.html?fr=iks&word=%B9%D8%D3%DA%22%B1%E0%D2%EB%D0%CD%D3%EF%D1%D4%22%BA%CD%22%BD%E2%CA%CD%D0%D4%D3%EF%D1%D4%22%B5%C4%C7%F8%B1%F0&ie=gbk

重要的Python库

NumPy

Numerical Python，是Python科学计算的基础包。能为Python提供快速的数组处理能力、作为算法之间传递数据的容器。

不建议直接引入类似NumPy这种大型库的全部内容（from numpy import *），如可import numpy as np    再看到np.arrange即想到塔引用的是NumPy的arange函数（用于创建等差数组，使用频率非常高，arange非常类似range函数，详见http://jingyan.baidu.com/article/e6c8503c1e89d6e54f1a188c.html）

pandas

名字源于panel data（面板数据，这是计量经济学中关于多维结构化数据集的一个术语）以及Python data analysis（Python数据分析），提供了使我们快速便捷处理结构化数据的大量数据结构和函数，是使Python成为强大而高效的数据分析环境的重要因素之一。用得较多的pandas对象是DataFrame，它是一个面向列（colume-oriented）的二维表结构，且含有行标和列标。pandas兼具NumPy高性能数组计算功能以及电子表格和关系型数据库（如SQL）灵活的数据处理功能。

matplotlib

最流行的用于绘制数据图表的Python库→交互式数据绘图环境

Scipy

一组专门解决科学计算中各种标准问题域的包的集合（啥包就不赘述了）。（NumPy和SciPy的有机结合可以完全替代MATLAB的计算功能）

安装和设置

书上所给网址：https://www.enthought.com/ （上述库，我貌似先前都已装上，就不再赘述啦）

社区和研讨会

PyCon 和EuroPython：http://cn.pycon.org/2016/

GitHub：https://github.com/wesm/pydata-book