本文主要对python中经典数据分析框架进行了总结分析与比较，并以此为参考选择更加合适的框架来进行数据分析
1、NumPy是python语言的一个扩充程序库，集成了基本的线性代数函数、高级的随机数功能以及傅里叶变换，在数组运算方面提供了很多函数库，并支持大规模数据的纬度以及矩阵运算。
2、Scipy是构建在NumPy的基础之上的，是实用性最强的库之一，不仅具有各种高层次的科学模块，还有许多工程模块，还包括统计，优化，整合以及线性代数模块、傅里叶变换、信号和图像图例、常微分方差的求解等。
3、Pandas是基于NumPy的一种专为解决数据分析方面问题而生的工具。Pandas里具有一些标准的数据模型，可以对结构化的数据进行控制和操作，能快速便捷地处理数据的函数和方法。
4、ScikitLearn机器学习库，这个库里有机器学习和统计模型，它包含各种分类算法，回归算法和聚类算法，如梯度提升、随机森林，K均值向量机等算法都包含在ScikitLearn机器学习库中。
5、Statsmodels用于统计建模，用于进行拟合多种统计模型，探索数据以及统计检验。
6、SymPy是一个科学计算库，其功能强大、用途广泛，能够用计算符号来完成如求极值、求积分、解方程、微分方程等计算问题。
7、Matplotlib是一个python的2D绘图库，可以绘制各式各样的图表，如直方图、热图以及线图。
8、Seaborn是python中的一个图形库，可以用它来绘制包含大量信息的图形，Seaborn是对matplotlib的扩展，包含了很多高级的封装API，应用起来更加灵活便捷。
9、Bokeh用于创建仪表盘、交互式图以及现代web浏览器上的数据应用，Bokeh能够允许用户生成d3.js类型的图形。除此之外，在数据集很大的情况下还具有高性能的交互能力。
