答:本文邀请佩顿回答，并为大家献上pyspark入门指南，介绍pyspark与特斯拉和罗子的互动~
一、调试id
numpy:;的基础数学计算模块是基于矩阵和纯数学的。
基于numpy，scipy:提供了方法(函数库)的直接计算结果，封装了一些高阶的抽象和物理模型。比如做一个傅立叶变换，这是纯数学的，用numpy；做一个滤波器，属于信号处理模型。在scipy中查找。
pandas:提供了一套数据结构datafram:。
numpy:n维数组容器
科学计算函数库
熊猫:餐桌容器
对于非数学的研究，建议直接从熊猫开始，包括基本的numpy方法。
python数据分析学习路线图
numpy:存储和处理大型矩阵比python自己的嵌套列表结构。，本身就是用c语言开发的。这是一个非常基础的扩展，其余的扩展都基于此。数据结构是ndarray，通常有三种方法创建它。
pandas:是一个基于numpy的工具，它是为解决数据分析任务而创建的。pandas包括大量的库和一些标准数据模型，提供了高效操作大型数据集所需的工具。最统计工具包在某些方面优于r软件。数据结构包括一维数列、二维dataframe(类似于excel或sql中的表格，深入研究的话会发现熊猫和sql有很多相似之处，比如merge函数)、三维panel(pan(el)da(ta)s，你知道名字的由来)。
学习熊猫需要掌握的是:1。汇总计算描述性统计，处理缺失数据，分层索引；2.通过技术进行清理、改造、合并、重塑和分组；3.日期和时间数据类型和工具(日期处理可以轻松飞行)。
scipy:专门为科学和工程设计的方便易用的python工具包。包括统计学、最优化、积分、线性代数模块、傅立叶变换、信号与图像处理、常微分方程求解器等等。基本可以替代matlab，但是和数据处理关系不大，数学系或者工程系用的比较多。最近发现有一个statsmodel可以补充，时间序列支持完善。
python免费学习资源推荐
