几个月前，我看到一篇博客中列出了 Github 网站上 Python 常用库中使用频率最高的一些函数/模块。我在这个基础上做了可视化理，并撰写了每个库中使用频率前十的函数示例。其中本文中只包含了部分示例，完整的示例可以参见我的 Github。
首先我利用 requests 和 BeautifulSoup 从原始博客中爬取相关的数据，然后利用 matplotlib 和 seaborn 来绘制条形图，其中函数的排序由包含该函数的资源库(Repositories)数目所决定。比如，虽然 pd.Timestamp 的总频次特别高，但是该函数仅在少量的资源库中出现，所以它的排序相对靠后。
Pandas
DataFrame: 创建一个 dataframe 对象
merge：联结两个 dataframe
Numpy
arange: 创建某个区间内等间距的序列数组
mean: 沿着某个轴向计算列表/数组中所有数据的平均数
Scipy
stats: 常用的统计函数或分布函数
linalg: 常用的线性代数函数，如逆矩阵(linalg.inv)、行列式(linalg.det)
interpolate: 样条函数和插值函数
signal: 包含信号处理工具
misc: misc.imread 和 misc.imsave 分别用于读取和保存图像数据
最后谢谢各位的阅读，你可以在我的 Github中看到完整的函数示例。
原文链接：https://galeascience.wordpress.com/2016/08/10/top-10-pandas-numpy-and-scipy-functions-on-github/
原文作者：Alexander Galea
译者：Fibears
本文为专栏文章，来自：数据工匠，内容观点不代表本站立场，如若转载请联系专栏作者，本文链接：https://www.afenxi.com/38437.html 。
