Python因其易于编写和易于理解的代码结构以及各种各样的开源库而在执行机器学习的个人中广受欢迎。下面介绍了一些我们将在接下来的章节中使用的开源库。

NumPy

数值Python是用于科学计算的库。它适用于N维数组对象，并提供基本的数学功能，例如大小，形状，均值，标准差，最小值，最大值以及一些更复杂的函数，例如线性代数函数和傅立叶变换。随着本教程的深入，您将学到更多有关这些的知识。

大熊猫

该库提供了高效，易于使用的数据结构，例如系列，数据框和面板。从单纯的数据收集和准备到数据分析，它增强了Python的功能。 Pandas和NumPy这两个库使对小到非常大的数据集的任何操作都非常简单。要了解有关这些功能的更多信息，请遵循本教程。

科学

科学Python是用于科学和技术计算的库。它提供了优化，信号和图像处理，积分，插值和线性代数的功能。该库在执行机器学习时非常方便。在本教程中，我们将讨论这些功能。

Scikit学习

该库是一个SciPy工具包，因为它包含各种可自定义的回归，分类和聚类模型，因此广泛用于统计建模，机器学习和深度学习。它与Numpy，Pandas和其他库配合使用，使其更易于使用。

统计模型

与Scikit Learn一样，该库也用于统计数据探索和统计建模。它也可以与其他Python库一起很好地运行。

Matplotlib

该库用于各种格式的数据可视化，例如折线图，条形图，热图，散点图，直方图等。它包含从绘图到标记所需的所有图形相关功能。在本教程中，我们将讨论这些功能。

这些库对于从任何类型的数据开始机器学习都是非常重要的。

除了上面讨论的，另一个对时间序列特别重要的库是-

约会时间

该库及其两个模块(日期时间和日历)提供了用于读取，格式化和处理时间的所有必需的日期时间功能。

在接下来的章节中，我们将使用这些库。