企业官网建设流程全解析

NumPy：一切数值计算的基石

Pandas、Scikit-learn底层都跑在NumPy上。它的核心是ndarray，比Python列表快几十倍。向量化运算让你告别for循环，广播机制让不同形状的数组直接计算。学它不只是学语法，是学“数组思维”。比如np.where、np.select、np.einsum，用好了能省一半代码。别急着上手Pandas，先花三天把NumPy的索引、切片、轴变换搞清楚，后面会轻松很多。

Pandas：数据清洗与加工的流水线

DataFrame是数据分析的主战场。读取CSV、Excel、SQL，处理缺失值、重复值、异常值，分组聚合、透视表、时间序列重采样，全在Pandas里完成。groupby加agg能替代大量SQL；merge和concat搞定多表关联；apply和map做自定义转换。熟练loc、iloc、query、assign，写出来的代码又短又清晰。记住一句话：Pandas玩得溜，数据分析就干完了一半。

Matplotlib：绘图的地基，定制化之王

Seaborn和Plotly再花哨，底层还是Matplotlib。它控制图形的每一个元素：坐标轴、刻度、标签、图例、颜色、线型。学它要掌握figure和axes的分层逻辑，理解subplots布局。虽然默认样式丑，但你能调出出版级图表。plt.savefig支持高分辨率导出，写报告、发论文都靠它。别嫌它繁琐，能精确控制每个像素的人，才配谈可视化。

Seaborn：统计图形的快捷方式

基于Matplotlib封装，几行代码就能画出漂亮的分布图、热力图、成对关系图。sns.histplot看分布，sns.boxplot找异常，sns.heatmap看相关性，sns.pairplot一眼扫完所有变量。它和Pandas无缝衔接，直接传DataFrame列名。默认配色舒服，适合快速探索。缺点是定制性不如Matplotlib，但探索阶段够用了。先Seaborn看趋势，再Matplotlib精修，效率最高。

Scikit-learn：机器学习的标准入口

从线性回归到随机森林，从PCA到聚类，API统一得令人感动：fit、predict、transform。train_test_split切数据，cross_val_score交叉验证，GridSearchCV调参，Pipeline串流程。学它要理解偏差方差权衡、过拟合、特征工程。别只会调包，搞懂fit背后在优化什么损失函数。建模不是目的，解决业务问题才是。

SciPy：科学计算的百宝箱

NumPy管数组，SciPy管算法。scipy.stats做假设检验、分布拟合；scipy.optimize求极值、解方程；scipy.interpolate插值；scipy.signal信号处理。做A/B测试、统计显著性、优化问题，都离不开它。它像一把瑞士军刀，平时不显眼，关键时刻缺不了。

Statsmodels：统计建模的严谨派

Scikit-learn重预测，Statsmodels重解释。线性回归的summary()输出系数、标准误、t值、p值、R方，一应俱全。时间序列ARIMA、VAR，面板数据，广义线性模型，它都支持。做学术研究、因果推断、经济分析，Statsmodels是标配。想要模型可解释，别只盯着Scikit-learn。

Plotly：交互式可视化的利器

静态图讲不清的，交互图一拖就明白。plotly.express几行代码生成可缩放、可悬停、可导出的图表。支持3D图、地图、动态仪表板。做汇报、写网页、搭Dashboard，Plotly比Matplotlib更抓眼球。配合Dash还能搭交互式应用。数据要打动人，先让人能动手玩。

八个库，八块拼图。NumPy和Pandas打地基，Matplotlib和Seaborn画图，Scikit-learn和Statsmodels建模，SciPy补算法，Plotly做展示。不用一天学完，每周吃透一个，两个月后回头看，你已经能独立跑完一个完整的数据分析项目。别贪多，别跳步，代码敲够一万行，自然就通了。