數(shù)據(jù)挖掘過程中你使用最多的工具是什么？

當然是Python了，之所以Python能在機器學習方面笑傲江湖，全靠他哥倆，numpy和pandas，因為有了他倆，Python處理數(shù)組和矩陣才成為現(xiàn)實。

在數(shù)據(jù)挖掘過程中，數(shù)據(jù)探索和數(shù)據(jù)處理方面，主要是pandas，提供了類似行列式DataFrame的數(shù)據(jù)結(jié)構(gòu)，在讀取外部數(shù)據(jù)，變換數(shù)據(jù)，處理空置和異常數(shù)據(jù)方面有極其強大的作用，而且使用起來非常簡單。是我日常分析數(shù)據(jù)，處理數(shù)據(jù)常用的工具。

matplotlib庫是Python數(shù)據(jù)圖庫，提供了強大的圖表功能，在在平面和三維立體圖方面非常便捷，是數(shù)據(jù)可視化的機器。

當然，還有機器學習庫scikit-learn，里面包含了絕大部分算法，分類，回歸，降維，還提供了強大的模型優(yōu)化類和模型評估類，也有專門用作文本分析的算法和特征提取，特征選擇等。

當然，Python也有不足之處，就是Python不支持分布式計算，在當然大數(shù)據(jù)方面，這是致命的不足，不過分布式計算平臺spark，提供了全面的Python接口，可以方便的使用Python來操作spark來處理數(shù)據(jù)。