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。