我们很多人学习python是为了开发，但是也有的人的是为了数据分析，今天小猿圈就给大家分享一些数据分析的工具，希望能帮助到大家，让大家的数据分析更便捷。
处理较大、较复杂的类excel数据
[if !supportLists]· [endif]Pandas -处理tabular（类似Excel）数据的通用工具套件
[if !supportLists]· [endif]SQLite – Tabular数据库格式，能够处理大规模数据集，同时也能在桌面环境运行。
[if !supportLists]· [endif]PostgreSQL –企业级数据库系统
处理空间、地理数据：
PostGIS – Postgres的地理空间数据类型扩展
Carto – 地理空间数据的商业数据挖掘工具
Mapbox – 商业地图绘制工具，同时也是一个web地图系统。
Leaflet – 基于网络资源和本地数据开发活动web地图的代码库
qGIS – 适用于几乎所有地理空间和地图绘制的图形化GIS工具
处理非常规数据：
[if !supportLists]· [endif]RethinkDB –处理实时数据流非常棒的数据库，正在从商业转开源，小心使用。
[if !supportLists]· [endif]MongoDB –处理大规模非结构化和半结构化数据的流行数据库，应用于生产环境需要加小心。
[if !supportLists]· [endif]CouchDB –与MongoDB有些类似但不尽相同。
[if !supportLists]· [endif]Cassandra –图谱和关系数据库
为大规模数据集创建性能代码：
[if !supportLists]· [endif]Pandas – Python下一个开源数据分析的库,它提供的数据结构DataFrame极大的简化了数据分析过程中一些繁琐操作。
[if !supportLists]· [endif]Apache Spark – 一个通用的高性能数据处理系统
[if !supportLists]· [endif]SciPy and Numpy -可编写脚本的基于C的数值算法，能在紧凑的,底层机器数据架构上运行。
[if !supportLists]· [endif]Cython –使用用C编译器的Python编译器，用来提升Python性能。
[if !supportLists]· [endif]PyOpenCL –在图形显卡上进行数值计算和统计处理。
数据清洗工具
[if !supportLists]· [endif]ODO – 在不同数据格式间进行转换的Python库。
[if !supportLists]· [endif]OpenRefine –拥有图形用户界面的数据发现和清洗工具
[if !supportLists]· [endif]Pandas –数据科学任务中用来处理tabular数据的通用Python工具集
[if !supportLists]· [endif]Scrapy – Python开发的一个快速,高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。
[if !supportLists]· [endif]BeautifulSoup – 与Scrapy类似但不尽相同
[if !supportLists]· [endif]Scrubadub –去除个人身份信息
[if !supportLists]· [endif]Arrow – 帮你轻松驾驭日期和时间戳的Python库
[if !supportLists]· [endif]DataCleaner –剔除脏数据的Python库
[if !supportLists]· [endif]Dora – 与DataCleaner功能类似的Python库。
数据可视化工具
[if !supportLists]· [endif]Processing –交互式开发交互式可视化内容. 推荐读本：VisualizingData
[if !supportLists]· [endif]D3 – 在web上开发可视化交互
[if !supportLists]· [endif]C3 – 来自D3的图表.
[if !supportLists]· [endif]Bokeh – 与D3类似, 但基于Python.
[if !supportLists]· [endif]matplotlib –最早的Python数据可视化工具集。
[if !supportLists]· [endif]Leaflet –一个为开发移动设备友好的互动地图的开源 JavaScript 库。
[if !supportLists]· [endif]MapBox -详见地图工具集。
[if !supportLists]· [endif]qGIS – 详见地图工具集。
[if !supportLists]· [endif]VTK – 在医疗、 和物理研究领域常用的重型可视化工具包。
数据挖掘和机器学习工具
[if !supportLists]· [endif]Weka – 一个机器学习和数据挖掘工具包，这里有一本免费可读的参考书
[if !supportLists]· [endif]SciKitLearn –基于Python的机器学习和数据挖掘工具套件。
[if !supportLists]· [endif]Orange –另一个基于Python的数据挖掘工具套件，同样拥有图形用户界面。
[if !supportLists]· [endif]TensorFlow – Google开源的多维度图谱数学建模工具。
分享、协作以及知识管理工具
[if !supportLists]· [endif]Django -基于Python的web框架
[if !supportLists]· [endif]Django REST Framework – 为Django网站创建REST APIs
[if !supportLists]· [endif]IRODS – 企业级数据存储和管理，包括元数据管理和基于规则的数据处理。
[if !supportLists]· [endif]Cassandra (useful for metadata and relationship storage) – 一个存储和查询元数据经常用到的开源分布式数据管理系统
[if !supportLists]· [endif]GitLab -GitHub的开源替代品，可搭建私人服务器。
[if !supportLists]· [endif]ReciPy –
[if !supportLists]· [endif]Prov –Python implementation of the W3C provenance model
[if !supportLists]· [endif]Kanren (部署基于元数据和数据源信息的业务逻辑非常有用) – 一个描述性Python逻辑编程系统，非常适合科学元数据的查询和基于规则的处理。
[if !supportLists]· [endif]好了今天的分享就是这么多，希望能够帮助到大家，这些工具涉及到了我们数据分析师的每个工作内容，希望可以让我们复杂的工作变得更加便捷更加灵活，觉得不错的话要推荐给身边的朋友哦，记得收藏加关注。
