Pandas

Les principales structures de données gérées par cette bibliothèque sont :

• Séries : stockage des données selon une dimension - grandeur en fonction d'un index
• DataFrames : stockage des données selon 2 dimensions - lignes et colonnes
• Panels : représentation des données selon 3 dimensions
• Panels4D ou DataFrames avec des index hiérarchiques aussi nommés MultiIndex : représentation des données selon plus de 3 dimensions - hypercube.

Les principales fonctionnalités de la bibliothèque sont :

• L'objet DataFrame est utile pour manipuler des données aisément et efficacement avec des index pouvant être des chaines de caractères ;
• Des outils pour lire et écrire des données structurées en mémoire depuis et vers différents formats : fichiers CSV, fichiers textuels, fichier du tableur Microsoft Excel, base de données SQL ou le format rapide et permettant de gérer de gros volumes de données nommé HDF5 ;
• Alignement intelligent des données et gestion des données manquantes (NaN = not a number).
• Alignement des données basé sur des étiquettes (chaines de caractères).
• Trier selon divers critères de données totalement désordonnées ;
• Redimensionnement et table pivot ou pivot table en anglais (aussi nommé tableau croisé dynamique) ;
• Fusion et jointure de large volume de données ;
• Analyse de séries temporelles

Les voies critiques de la bibliothèque sont écrits en Cython ou C^[3].

Courbes

import pandas as pdimport matplotlib.pyplot as pltimport numpy as npdf = pd.DataFrame(np.random.randn(100, 5), columns=list('ABCDE'))df=df.cumsum() # Return cumulative sum over a DataFrame or Series axisdf.plot()plt.show()

Diagramme à barres

df = pd.DataFrame(np.random.rand(10, 5), columns=list('ABCDE'))df.plot.bar(stacked=True)plt.show()

Box plot

df = pd.DataFrame(np.random.rand(7, 5), columns=list('ABCDE'))df.plot.box()plt.show()

Histogramme

data = pd.Series(np.random.normal(size=100))data.hist(grid=False)plt.show()

• NumPy
• SciPy
• matplotlib
• statsmodels
• GNU R