python在信号处理中的应用
Python的Numpy、Scipy、Pandas模块有什么区别？
Python的Numpy、Scipy、Pandas模块有什么区别？
Numpy: 基础的数学计算模块，以矩阵为主,纯数学。
SciPy: 基于Numpy，提供方法(函数库)直接计算结果，封装了一些高阶抽象和物理模型。比方说做个傅立叶变换，这是纯数学的，用Numpy；做个滤波器，这属于信号处理模型了，在Scipy里找。
Pandas: 提供了一套名为DataFrame的数据结构，适合统计分析中的表结构,在上层做数据分析,
更简洁的说:
NumPy：N维数组容器
SciPy：科学计算函数库
Pandas：表格容器
非数学研究,建议直接入手pandas,包含基础的Numpy方法
Python数据分析学习路线图
Numpy：来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多，本身是由C语言开发。这个是很基础的扩展，其余的扩展都是以此为基础。数据结构为ndarray,一般有三种方式来创建。
Pandas:基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。最具有统计意味的工具包，某些方面优于R软件。数据结构有一维的Series，二维的DataFrame(类似于Excel或者SQL中的表，如果深入学习，会发现Pandas和SQL相似的地方很多，例如merge函数)，三维的Panel（Pan（el) da(ta) s，知道名字的由来了吧）。
学习Pandas你要掌握的是：1.汇总和计算描述统计，处理缺失数据 ，层次化索引2.清理、转换、合并、重塑、GroupBy技术3.日期和时间数据类型及工具（日期处理方便地飞起）
Scipy：方便、易于使用、专为科学和工程设计的Python工具包.它包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理,常微分方程求解器等等。基本可以代替Matlab，但是使用的话和数据处理的关系不大，数学系，或者工程系相对用的多一些。近期发现有个statsmodel可以补充，时间序列支持完美
Python免费学习资源推荐
学习Python之前是否需要学习C语言？
学python之前不需要学习c语言，不过学完c语言后对你有非常大的帮助。
学c语言的理由变量、堆栈内存、指针具有深刻认识对解释器内部原理的了解对优化高效率代码有帮助将python嵌入到c语言开发自己封装python底层库详细阐述1、对于不熟悉c语言堆栈内存的人来说，写出的代码非常危险，即使脚本语言不需要手动管理内存，但还是有几率出现问题。python中典型的循环引用的问题，导致两个对象都不释放内存，为了避免这类问题我们应该要了解gc、引用计数等原理。
2、对优化代码非常有帮助，因为你知道python中的数据结构在c语言中是怎么呈现的，对于怎么使用数据结构和怎么优化有大作用。
3、当你嫌弃python运行效率太慢的时候，我们可以用c语言开发，然后把部分逻辑剥离到python中实现，这就涉及到了c语言和python之间的互相调用。
4、python的虚拟机是c语言开发的，当你需要自己开发底层库的时候，我们可以轻而易举的编写高效率执行代码。
总结如果你只想快速解决问题，建议你只学python就够了；如果你想深入研究，建议你先学c语言。