Pandas和NumPy+SciPy在Python中有什么不同？

Question

两者似乎非常相似，我很好奇哪一套方案会更有利于财务数据分析。

Answer 1

熊猫提供了建立在NumPy之上的高级数据处理工具。NumPy本身是一个相当低级的工具，类似于MATLAB.另一方面，熊猫提供了丰富的时间序列功能、数据对齐、NA友好的统计、群比、合并和连接方法，以及许多其他便利。近年来，它在金融应用中变得非常流行。在我即将出版的书中，我将有一章专门讨论利用熊猫进行金融数据分析的问题。

Answer 2

Numpy是熊猫所必需的(几乎所有的Python数字工具都需要Numpy)。熊猫并不是严格要求的，但被列为“可选择的依赖”。我不会说熊猫是Numpy和/或Scipy的替代品。相反，它是一个额外的工具，它提供了一种处理Python中的数值和表格数据的更精简的方法。您可以使用熊猫数据结构，但可以自由地使用Numpy和Scipy函数来操作它们。

Answer 3

熊猫提供了一种很好的操作表格的方法，因为你可以使绑定变得容易(binning a dataframe in pandas in Python)和计算统计数据。在熊猫中另一个很棒的东西是Panel类，您可以加入具有不同属性的一系列层，并使用groupby函数将其组合起来。