标准：
1、Numpy是数据家最常用的库。
这个库的核心是 ndarray 数据结构（Python 的标准库没有数组数据结构），它允许程序员实际做数学和的事情。它还对线性代数有一些（但不多）支持。
2、Scipy 建立在Numpy之上。
它对统计、线性代数和微积分提供了大量支持。
3、Scikit-learn是机器学习库。
除了我们日常需要的交叉验证之外，它还包含大多数常见分类器的代码。
4、Pandas。
需要处理不同格式的输入。
5、matplotlib。
一个优秀的数据家需要以其他人可以理解的方式可视化他的结果，而 matplotlib 是Python中最好的工具。
6、Cython。
当您需要让代码的某些部分快速运行时，Cython 会派上用场。
Jupyter笔记本。
一个笔记本，您可以在其中编写代码、执行代码并查看结果、绘制图形、以纯文本形式解释事物等。用于原型设计和解释事物。当我找到它时，我很喜欢玩它。
计算机视觉相关：
Opencv – 它具有您可能需要的大多数传统计算机视觉算法。如果你在做计算机视觉，真的需要。
PIL、Pillow – 主要用于打开图像，但您可以做的远不止这些。
以上就是python数据库的介绍，希望对大家有所帮助。更多Python学习指路：python基础教程
本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。
本文链接：http://so.lmcjl.com/news/19483/