NumPy有着种种出色的特性(优化了Python计算过程)，其本身则难以独支数据分析这座大厦，这是一方面是由于NumPy几乎仅专注于数组处理，另一方面则是数据分析牵涉到的数据特性众多，需要处理各种表格和混杂数据，远非纯粹的数组（NumPy）方便解决的，而这就是pandas发力的地方。
Pandas名称来源于panel data（面板数据），从而可见其要处理的数据是多维度的而非单维度.pandas 含有使数据清洗和分析工作变得更快更简单的数据结构与操作工具。经常是和其他工具一起使用，如数值计算工具NumPy和SciPy，分析库statsmodels与scikit-learn，以及数据可视化库matplotlib。
其中NumPy则是构建pandas的基础，后者大量借鉴了NumPy编码风格。
如果用做一餐饭来比喻，pandas于处理数据方面的功用则相当于将米洗好，将菜摘好洗好以及切好的过程，至于入锅添油加醋，锅铲捣腾，做成一道菜则是依靠statsmodels、scikit-learn和matplotlib的功能。