Numpy:基礎的數學計算模塊，以矩陣為主,純數學。
SciPy:基于Numpy，提供方法(函數庫)直接計算結果，封裝了一些高階抽象和物理模型。比方說做個傅立葉變換，這是純數學的，用Numpy；做個濾波器，這屬于信號處理模型了，在Scipy里找。
Pandas:提供了一套名為DataFrame的數據結構，適合統計分析中的表結構,在上層做數據分析,
更簡潔的說:
NumPy：N維數組容器
SciPy：科學計算函數庫
Pandas：表格容器
非數學研究,建議直接入手pandas,包含基礎的Numpy方法
Python數據分析學習路線圖
Numpy：
來存儲和處理大型矩陣，比Python自身的嵌套列表（nestedliststructure)結構要高效的多，本身是由C語言開發。這個是很基礎的擴展，其余的擴展都是以此為基礎。數據結構為ndarray,一般有三種方式來創建。
Pandas:
基于NumPy的一種工具，該工具是為了解決數據分析任務而創建的。Pandas納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。最具有統計意味的工具包，某些方面優于R軟件。數據結構有一維的Series，二維的DataFrame(類似于Excel或者SQL中的表，如果深入學習，會發現Pandas和SQL相似的地方很多，例如merge函數)，三維的Panel（Pan（el)+da(ta)+s，知道名字的由來了吧）。
學習Pandas你要掌握的是：1.匯總和計算描述統計，處理缺失數據，層次化索引2.清理、轉換、合并、重塑、GroupBy技術3.日期和時間數據類型及工具（日期處理方便地飛起）
Scipy：
方便、易于使用、專為科學和工程設計的Python工具包.它包括統計,優化,整合,線性代數模塊,傅里葉變換,信號和圖像處理,常微分方程求解器等等。基本可以代替Matlab，但是使用的話和數據處理的關系不大，數學系，或者工程系相對用的多一些。近期發現有個statsmodel可以補充scipy.stats，時間序列支持完美