Python有哪些常用库?如在数据清洗时使用numpy和pandas包，数据可视化时使用matplotlib库，matplotlib库上手容易，更高级的学习seaborn库，seaborn库是改良matplotlib库的图表画法，如果创建有交互性的图表，可以使用Pyecharts库，还有一些其他在自动化办公中使用到的库。
Python的作用绝不仅仅只是做数据清洗和数据可视化，其作用还有很多，有许多意想不到的功能，可以高效的做数据处理、数据可视化，以及可以实现自动化办公，这里仅仅举例讲讲Python使用最多的几个包，欢迎大家补充，下面一起来学习。
NumPy：NumPy是Python科学计算的基础库之一，提供了大量的数学函数和操作，如数组计算、线性代数、傅里叶变换等。
SciPy：SciPy是一个用于科学和工程计算的库，基于NumPy，提供了更多的科学计算工具，如最优化、线性规划、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理等。
Matplotlib：Matplotlib是一个用于绘制数据可视化的库，可以创建各种类型的图表，如线图、散点图、柱状图、饼图、等高线图等。
Pandas：Pandas是一个用于数据分析和处理的库，可以处理各种类型的数据，如表格数据、时间序列数据、文本数据等，并提供了大量的数据处理和分析工具。
Numba：Numba是一个用于加速Python代码的库，可以对Python代码进行即时(JIT)编译，使得代码运行速度更快。
Cython：Cython是一个Python扩展语言，可以用于加速Python代码，也可以用于编写C扩展模块。
IPython：IPython是一个增强版的Python交互式shell，提供了大量的交互式特性，如自动补全、代码片段、魔法命令等。
Jupyter Notebook：Jupyter Notebook是一个Web应用程序，可以在其中编写和运行Python代码块，还可以添加文本注释和图形化输出，非常适合数据分析和可视化等任务。
TensorFlow：TensorFlow是一个用于机器学习和深度学习的库，提供了大量的神经网络模型和算法，可以用于构建各种类型的机器学习模型。
PyTorch：PyTorch是另一个用于机器学习和深度学习的库，也提供了大量的神经网络模型和算法，可以用于构建各种类型的深度学习模型。
