想要成为一个程序员，除了学习各种教程之外，熟悉各种已经在生产环境中使用的工具会让你更快的成长！
这里有7款python工具，是所有数据专家必不可少的工具。当你对他们有一定了解后，会成为你找工作的绝对优势！下面就了解它们一下吧：
0.IPython
IPython是一个基于Python Shell的交互式解释器，但是有比默认Shell强大得多的编辑和交互功能。IPython 提供了如下特性:
- 更强的交互 shell（基于 Qt 的终端）
- 一个基于浏览器的记事本，支持代码，纯文本，数学公式，内置图表和其他富媒体
- 支持交互数据可视化和图形界面工具
- 灵活，可嵌入解释器加载到任意一个自有工程里
- 简单易用，用于并行计算的高性能工具
当你一个库不会用的时候，用ipython 可以写一些测试代码。可以用ipython快速掌握库的方法和使用。
1.GraphLab Greate
GraphLab Greate 是一个 Python 库，由 C++ 引擎支持，可以快速构建大型高性能数据产品。
关于 GraphLab Greate 的特点：
- 可以在您的计算机上以交互的速度分析以 T 为计量单位的数据量。
- 在单一平台上可以分析表格数据、曲线、文字、图像。
- 最新的机器学习算法包括深度学习，进化树和 factorization machines 理论。
- 可以用 Hadoop Yarn 或者 EC2 聚类在你的笔记本或者分布系统上运行同样的代码。
- 借助于灵活的 API 函数专注于任务或者机器学习。
- 在云上用预测服务便捷地配置数据产品。
- 为探索和产品监测创建可视化的数据。
2.Pandas
Pandas 是基于 NumPy 的一个非常好用的库，正如名字一样，人见人爱。之所以如此，就在于不论是读取、处理数据，用它都非常简单。
Pandas 有两种自己独有的基本数据结构。读者应该注意的是，它固然有着两种数据结构，因为它依然是 Python 的一个库，所以，Python 中有的数据类型在这里依然适用，也同样还可以使用类自己定义数据类型。只不过，Pandas 里面又定义了两种数据类型：Series 和 DataFrame，它们让数据操作更简单了。
3.PuLP
线性编程是一种优化，其中一个对象函数被最大程度地限制了。PuLP 是一个用 Python 编写的线性编程模型。它能产生线性文件，能调用高度优化的求解器，GLPK，COIN CLP/CBC，CPLEX，和GUROBI，来求解这些线性问题。
4.Matplotlib
最后
不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~
给大家准备的学习资料包括但不限于：
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
