Python 数据分析入门：NumPy、Pandas 与 Matplotlib

这一组文章聚焦 Python 数据分析中最常见的三类基础能力，适合作为从脚本开发进入分析场景的第一站。

1. NumPy 入门：ndarray、向量化计算与广播机制
2. Pandas 入门：DataFrame、数据清洗与分组统计
3. Matplotlib 入门：常见图表、子图布局与绘图流程

进一步扩展

在掌握 NumPy、Pandas 和 Matplotlib 之后，你通常还会继续接触这些常见工具：

• Seaborn：基于 Matplotlib 的统计可视化库，与 Pandas 配合时很方便，适合快速画出更美观的统计图表
• Scikit-learn：机器学习库，很多输入最终都会落到 NumPy 数组或经过 Pandas 处理后的数据结构上
• Plotly：交互式可视化库，适合作为 Matplotlib 的补充，用于悬停提示、缩放和交互展示

可以把 NumPy、Pandas 和 Matplotlib 看成 Python 数据分析的基础三角形，理解它们之间的协作方式，再继续学习这些扩展库会更顺畅。