A. python數據挖掘常用工具有哪些
1. Numpy
能夠提供數組支持，進行矢量運算，並且高效地處理函數，線性代數處理等。提供真正的數組，比起python內置列表來說， Numpy速度更快。同時，Scipy、Matplotlib、Pandas等庫都是源於 Numpy。因為 Numpy內置函數處理數據速度與C語言同一級別，建議使用時盡量用內置函數。
2.Scipy
基於Numpy,能夠提供了真正的矩陣支持，以及大量基於矩陣的數值計算模塊，包括：插值運算，線性代數、圖像信號，快速傅里葉變換、優化處理、常微分方程求解等。
3. Pandas
源於NumPy，提供強大的數據讀寫功能，支持類似SQL的增刪改查，數據處理函數非常豐富，並且支持時間序列分析功能，靈活地對數據進行分析與探索，是python數據挖掘，必不可少的工具。
Pandas基本數據結構是Series和DataFrame。Series是序列，類似一維數組，DataFrame相當於一張二維表格，類似二維數組，DataFrame的每一列都是一個Series。
4.Matplotlib
數據可視化最常用，也是醉好用的工具之一，python中著名的繪圖庫，主要用於2維作圖，只需簡單幾行代碼可以生成各式的圖表，例如直方圖，條形圖，散點圖等，也可以進行簡單的3維繪圖。
5.Scikit-Learn
Scikit-Learn源於NumPy、Scipy和Matplotlib，是一 款功能強大的機器學習python庫，能夠提供完整的學習工具箱(數據處理，回歸，分類，聚類，預測，模型分析等)，使用起來簡單。不足是沒有提供神經網路，以及深度學習等模型。
6.Keras
基於Theano的一款深度學習python庫，不僅能夠用來搭建普通神經網路，還能建各種深度學習模型，例如：自編碼器、循環神經網路、遞歸神經網路、卷積神經網路等，重要的是，運行速度幾塊，對搭建各種神經網路模型的步驟進行簡化，能夠允許普通用戶，輕松地搭建幾百個輸入節點的深層神經網路，定製程度也非常高。
關於python數據挖掘常用工具有哪些，環球青藤小編就和大家分享到這里了，學習是永無止境的，學習一項技能更是受益終身，所以，只要肯努力學，什麼時候開始都不晚。如果您還想繼續了解關於python編程的學習方法及素材等內容，可以點擊本站其他文章學習。
B. 用python做數據分析和數據挖掘用哪個IDE比較好
推薦使用
ipython和jupyter組合。下載安裝這個就行.集成包.數據分析的絕大部分包都有集成.而且自帶python環境與編譯器。地址：https://www.continuum.io/downloads/。具體使用請搜索：anaconda
3
如果你需要的僅僅是一款編譯器：推薦pycharm。可以搜一下
C. Python 數據分析與數據挖掘是啥
python數據挖掘（data mining，簡稱DM），是指從大量的數據中，通過統計學、人工智慧、機器學習等方法，挖掘出未知的、且有價值的信息和知識的過程。數據分析通常是直接從資料庫取出已有信息，進行一些統計、可視化、文字結論等，最後可能生成一份研究報告性質的東西，以此來輔助決策。數據挖掘不是簡單的認為推測就可以，它往往需要針對大量數據，進行大規模運算，才能得到一些統計學規律。
這里可以使用CDA一站式數據分析平台，融合了數據源適配、ETL數據處理、數據建模、數據分析、數據填報、工作流、門戶、移動應用等核心功能。其中數據分析模塊支持報表分析、敏捷看板、即席報告、幻燈片、酷屏、數據填報、數據挖掘等多種分析手段對數據進行分析、展現、應用。幫助企業發現潛在的信息，挖掘數據的潛在價值。
如果你對於Python學數據挖掘感興趣的話，推薦CDA數據分析師的課程。課程內容兼顧培養解決數據挖掘流程問題的橫向能力以及解決數據挖掘演算法問題的縱向能力。真正理解商業思維，項目思維，能夠遇到問題解決問題；要求學生在使用演算法解決微觀根因分析、預測分析的問題上，根據業務場景來綜合判斷，洞察數據規律，使用正確的數據清洗與特徵工程方法，綜合使用統計分析方法、統計模型、運籌學、機器學習、文本挖掘演算法，而非單一的機器學習演算法。點擊預約免費試聽課。
D. 用python做數據分析和數據挖掘用哪個IDE比較好
作為一名數據挖掘愛好者，Python能在相對比較短的時間內較快的實現自己的想法。Python的庫非常的多那樣就不需要重復造輪子了，我在
ipython-notebook上敲代碼，用scrapy爬取數據(目前還不怎麼熟練，以前用Python的requests搭配bs4使用爬取數
據)，用pandas進行數據清洗規整，用scikit-learn進行機器學習演算法分析，用matplotlib,seaborn進行數據可視化。而這
些庫在ipython-notebook上都是渾然天成，自成一體。
E. 用python做數據分析和數據挖掘用哪個IDE比較好
給你推薦兩個，試一下： spyder和jupyter notebook， 這兩個通過安裝Anaconda，就同時有了。 Spyder： IDE， 界面和MATLAB很像 jupyter notebook: 交互性特別強， 非常適合一邊寫代碼，一邊查看運行結果， 寫完了以後， 直接就是PPT了。
F. 用python做數據分析和數據挖掘用哪個IDE比較好
python是動態語言，使用ide的意義不是太大，不過一定要使用，推薦pycharm和eclipse+pydev插件
G. 有哪些python數據挖掘工具
1. Numpy
可以供給數組支撐，進行矢量運算，而且高效地處理函數，線性代數處理等。供給真實的數組，比起python內置列表來說， Numpy速度更快。一起，Scipy、Matplotlib、Pandas等庫都是源於 Numpy。由於 Numpy內置函數處理數據速度與C語言同一等級，建議使用時盡量用內置函數。
2.Scipy
根據Numpy,可以供給了真實的矩陣支撐，以及大量根據矩陣的數值計算模塊，包含：插值運算，線性代數、圖畫信號，快速傅里葉變換、優化處理、常微分方程求解等。
3. Pandas
源於NumPy，供給強壯的數據讀寫功用，支撐相似SQL的增刪改查，數據處理函數十分豐富，而且支撐時間序列剖析功用，靈敏地對數據進行剖析與探索，是python數據發掘，必不可少的東西。
Pandas根本數據結構是Series和DataFrame。Series是序列，相似一維數組，DataFrame相當於一張二維表格，相似二維數組，DataFrame的每一列都是一個Series。
4.Matplotlib
數據可視化最常用，也是醉好用的東西之一，python中聞名的繪圖庫，首要用於2維作圖，只需簡單幾行代碼可以生成各式的圖表，例如直方圖，條形圖，散點圖等，也可以進行簡單的3維繪圖。
5.Scikit-Learn
Scikit-Learn源於NumPy、Scipy和Matplotlib，是一 款功用強壯的機器學習python庫，可以供給完整的學習東西箱(數據處理，回歸，分類，聚類，猜測，模型剖析等)，使用起來簡單。缺乏是沒有供給神經網路，以及深度學習等模型。
關於有哪些python數據挖掘工具，環球青藤小編就和大家分享到這里了，學習是沒有盡頭的，學習一項技能更是受益終身，因此，只要肯努力學，什麼時候開始都不晚。如若你還想繼續了解關於python編程的素材及學習方法等內容，可以點擊本站其他文章學習。
H. 學習python用什麼軟體
一、Python代碼編輯器
Sublime Text
Sublime Text是一款非常流行的代碼編輯器，支持Python代碼編輯，同時兼容所有平台，並且豐富的插件擴展了語法和編輯功能，迅捷小巧，具有良好的兼容性，很受編程人士的喜愛！
2. Vim
Vim和Vi是一種模型編輯器，它將文本查看從文本編輯中分離，VIM在原始VI之上做了諸多改進，包括可擴展模型和就地代碼構建，VIMScripts可用於各種Python開發任務！
3. Atom
Atom被稱為「21世紀可破解的文本編輯器」，可以兼容所有平台，擁有時尚的界面、文件系統瀏覽器和擴展插件市場，使用Electron構建，其運行時安裝的擴展插件可支持Python語言！
二、Python集成開發環境
1. PyCharm
PyCharm是唯一一款專門面向Python的全功能集成開發環境，同樣擁有付費版和免費開源版，PyCharm不論是在Windows、 Mac OS X系統中，還是在Linux系統中都支持快速安裝和使用。
PyCharm直接支持Python開發環境，打開一個新的文件然後就可以開始編寫代碼，也可以在PyCharm中直接運行和調試Python程序，它還支持源碼管理和項目，並且其擁有眾多便利和支持社區，能夠快速掌握學習使用！
2. Eclipse + PyDev
PyDev是Eclipse集成開發環境的一個插件，支持Python調試、代碼補全和互動式Python控制台等，在Eclipse中安裝PyDev非常便捷，只需從Eclipse中選擇「Help」點擊「Eclipse Marketplace」然後搜索PyDev，點擊安裝，必要的時候重啟Eclipse即可，對於資深Eclipse開發者來說，PyDev可以很輕松上手！
3. Visual Studio
Visual Studio是一款全功能集成開發平台，提供了免費版和付費版，可以支持各種平台的開發，且附帶了自己的擴展插件市場。在Visual Studio中可進行Python編程，並且支持Python智能感知、調試和其他工具，值得注意的是Visual Studio不支持Linux平台！
4. Thonny
Thonny是針對新手的一款集成開發環境，適用於全部主流平台，默認情況下，Thonny會和自帶捆綁的Python版本一起安裝，十分方便新手使用！
I. python用什麼軟體
對於學習Python的小夥伴，首推的Pycharm。
首先，PyCharm用於一般IDE具備的功能，比如， 調試、語法高亮、Project管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制。
另外，PyCharm還提供了一些很好的功能用於Django開發，同時支持Google App Engine，
更酷的是，PyCharm支持IronPython。PyCharm是一種Python IDE，帶有一整套可以幫助用戶在使用Python語言開發時提高其效率的工具，比如調試、語法高亮、Project管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制。此外，該IDE提供了一些高級功能，以用於支持Django框架下的專業Web開發。
其次是sublime text
Sublime Text 支持多種編程語言的語法高亮、擁有優秀的代碼自動完成功能，還擁有代碼片段(Snippet)的功能，可以將常用的代碼片段保存起來，在需要時隨時調用。支持 VIM 模式，可以使用Vim模式下的多數命令。支持宏，簡單地說就是把操作錄制下來或者自己編寫命令，然後播放剛才錄制的操作或者命令。
Sublime Text 還具有良好的擴展能力和完全開放的用戶自定義配置與神奇實用的編輯狀態恢復功能。支持強大的多行選擇和多行編輯。強大的快捷命令"可以實時搜索到相應的命令、選項、snippet 和 syntex， 按下回車就可以直接執行，減少了查找的麻煩。即時的文件切換。隨心所欲的跳轉到任意文件的任意位置。多重選擇功能允許在頁面中同時存在多個游標。
還有Jupyter, Jupyter Notebook(此前被稱為 IPython notebook)是一個互動式筆記本，支持運行 40 多種編程語言。
Jupyter Notebook 的本質是一個 Web 應用程序，便於創建和共享文學化程序文檔，支持實時代碼，數學方程，可視化和 markdown。 用途包括:數據清理和轉換，數值模擬，統計建模，機器學習等等 。數據挖掘領域中最熱門的比賽 Kaggle 里的資料都是Jupyter 格式 。
最後就是最基本的nopad++，最開始的時候是實用這款作為開發工具進行基礎練習。
Notepad++是一套自由軟體的純文本編輯器。該軟體以GPL發布，有完整的中文化介面及支持多國語言撰寫的功能(採用萬國碼UTF-8技術)。它的功能比Windows中的記事本(Notepad)強大，除了可以用來製作一般的純文字的幫助文檔，也十分適合用作撰寫電腦程序的編輯器。
建議在學習Python基礎的時候還是多使用Python自帶的IDLE。IDLE是開發python程序的基本IDE(集成開發環境)，具備基本的IDE的功能，是非商業Python開發的不錯的選擇。當安裝好python以後，IDLE就自動安裝好了，不需要另外去找。