正所谓工欲善其事必先利其器，高效的计算工具能够极大地提升工作效率。
其实我们很多同学们都表示写论文遇到数据分析就头疼，
那么，科研领域适合用到哪些数据可视化库？
今天，我们黄帮主就为大家盘点一下Python中有利于我们科研工作的好帮手。
NumPy
NumPy（NumericalPython）是Python的一种开源的数值计算扩展。
这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nestedliststructure)结构要高效的多。
此外也针对数组运算提供大量的数学函数库包括：
1、一个强大的N维数组对象Array；
2、比较成熟的（广播）函数库；
3、用于整合C/C++和Fortran代码的工具包；
4、实用的线性代数、傅里叶变换和随机数生成函数。
并且，NumPy和稀疏矩阵运算包scipy配合使用更加方便。
同时NumPy提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。
这些专为进行严格的数字处理而产生，多为很多大型金融公司使用，
以及核心的科学计算组织如：LawrenceLivermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。
对于我们常见的各种数据，经常以二维矩阵形式存储在Excel表格或者csv文件中。
NumPy高效的N维数组对象以及其丰富的计算方法会为我们的科研工作提供很大的助力。
NumPy中文文档：