NumPy (http://numpy.org/). Позволяет эффективно работать с большими n-мерными массивами числовых данных.
pandas (http://pandas.pydata.org/). Предназначен в первую очередь для эффективной работы с табличными наборами данных и финансовыми временными рядами. В данной книге pandas не будет задействован, однако стоит отметить его особую популярность в области финансов.
SciPy (http://scipy.org/). Является набором научных функций, необходимых, например, для решения типичных задач, связанных с оптимизацией.
SymPy (http://sympy.org/). Позволяет использовать символьную математику, что иногда бывает полезно в работе с финансовыми моделями и алгоритмами.
matplotlib (http://matplotlib.org/). Представляет собой стандартную библиотеку Python для визуализации данных. Она позволяет создавать и настраивать различные типы графиков, например линейные графики, столбчатые диаграммы и гистограммы.
Кроме того, для начала работы с интерактивным кодированием на Python требуются еще два инструмента.
IPython (http://ipython.org/). Самая популярная среда для интерактивного кодирования на Python в командной строке (в терминале, оболочке shell).
JupyterLab (http://jupyter.org/). Интерактивная среда для интерактивного кодирования и разработки на Python в браузере
Войти или зарегистрироваться чтобы комментировать