대표적인 파이썬 통계 라이브러리

라이브러리

1. Pandas

데이터 처리와 분석을 위한 라이브러리로, 데이터 프레임을 다루기 위한 다양한 기능을 제공

2. NumPy

수치 데이터를 처리하기 위한 라이브러리로, 특히 다차원 배열을 효과적으로 다룰 수 있음

3. SciPy

고급 수학, 과학 및 공학 계산을 위한 라이브러리로, 통계 함수와 확률 분포 등을 제공

4. Statsmodels

통계 모델을 만들고, 회귀 분석, 시계열 분석, 가설 검정 등을 수행하는 데 사용

5. Matplotlib

데이터 시각화를 위한 라이브러리로, 그래프와 플롯을 그릴 때 사용

6. Seaborn

Matplotlib 기반의 고급 시각화 라이브러리로, 통계적 플롯을 쉽게 그릴 수 있음

7. scikit-learn

머신러닝 라이브러리지만, 통계적 분석 및 데이터 전처리에도 많이 사용

1. Pandas

https://pandas.pydata.org/맥컴 수학전공 재무분석데이터 분석 및 통계DataFrame 과 Series 객체를 제공R의 data.frame 과 비슷 – 테이블 형태

2. Numpy

https://numpy.org/Numerical Python 의 준말수학, 과작 연산작업을 위한 라이브러리로 수치해석 및 통계관련 기능을 구현할 때 기본적으로 사용.Numpy 는 C, Fortran으로 작성되어 실행 속도가 빠른 편자료의 기본적인 배열 구조를 제공하며 행렬 연산 등을 지원.Pandas, Matplolib, Scipy, Sklearn 등 여러 라이브러리와 같이 사용되는 경우가 많음

3. Scipy

https://scipy.org/수학 및 과학 기술 분야의 다양한 연산 등을 지원하는 라이브러리.미적, 적분, 방정식 해를 구하는 등에 사용평균, 표준편차, 사분위수 등 기술통계량과 다향 통계분석을 지원

4. Statsmodels

http://www.statmodels.org/stable/index.html통계적인 모델 분석에 대한 기능을 제공.

5. Matplotlib

https://matplotlib.org/그래프나 2차원 데이터 등 시각화 하는 기능을 지원합니다.

6. Seaborn

https://seaborn.pydata.org/matplotlib을 기반으로 만들어진 고급 데이터 시각화 라이브러리통계 데이터를 시각적으로 더 쉽고, 더 예쁘게, 더 이해하기 쉽게 표현

7. Scikit-learn

https://scikit-learn.org/stable/기계학습 라이브러리각 알고리즘에 대한 상세한 정보와 다양한 옵션문서사용자 가이드 https://scikit-learn.org/stable/user_guide.htmlAPI 문서 https://scikit-learn.org/stable/modules/classes.htmlNumpy 와 Scipy를 사용합니다.