前几天参加数学建模竞赛，临时抱佛脚时才发现自己对于这几个常用的包的主要（优势）功能都不清楚，查文档都不知道该去查哪个包的，现在有时间了，去它们的介绍里翻一翻，总结一下。发现其实它们的分工还是十分明确的。

NumPy

1. N维数组

   蕴含数学中矩阵的概念，但允许更多形式的运算，其威力不言而喻

2. 数值计算

   随机抽样、数学函数（类似math模块）

3. 高性能

   其核心是用C语言编写的

matplotlib

1. 静态、动态、交互式的可视化

SciPy

1. 优化，积分，插值，特征值问题，代数方程，微分方程，统计……
2. 扩展了NumPy的数组计算

SymPy

1. 数学对象是精确表示的，而不是近似的，并且具有未计算变量的数学表达式以符号形式保留。（简言之，使Python符合数学的数学习惯）

pandas

1. 处理表格数据

scikit-learn

1. 预测性数据分析