12  Python 常用扩展包

 

截至 2024 年 5 月 6 日，Python 社区已发布超过 530,000 个包（来源），涵盖了从科学计算、数据分析到机器学习、Web 开发的几乎所有领域。用户可通过 PyPI 进行查找和安装。

然而，对于经济、金融、管理、社会科学等领域的初学者来说，要在如此庞大的生态中快速识别出高效实用的工具包，并不容易。为此，本文梳理了这些领域中较为常用、应用成熟的 Python 扩展包，按功能分类整理，并附上官网或 GitHub 链接，便于进一步了解与使用。

12.1 数据处理与分析

这些库是处理结构化数据的核心工具，适用于经济建模、金融分析和社会学研究。

  1. pandas (官网)
    数据分析的瑞士军刀，支持数据清洗、转换和统计分析。

  2. NumPy (官网)
    高性能数值计算的基础库，支持多维数组和矩阵运算。

  3. scipy (官网)
    构建在 NumPy 基础上的科学计算库，包含优化、积分、插值等模块。

  4. Dask (官网)
    并行计算库，支持超大数据集的处理，API 与 pandas 高度兼容。

  5. Polars (GitHub)
    基于 Rust 的极速 DataFrame 库，适合高频金融数据处理。

  6. cuDF (文档)
    RAPIDS.AI 提供的 GPU 加速 DataFrame 库，语法类似 pandas。

12.2 数据可视化

用直观图表展示经济趋势、金融指标或社会现象。

  1. Matplotlib (官网)
    Python 最基础的绘图库，适合精细定制各类图表。

  2. Seaborn (官网)
    用于统计图表绘制，默认风格美观，适合快速可视化。

  3. Plotly (官网)
    支持交互式图表，适合构建金融仪表盘或 Web 分析应用。

  4. Bokeh (官网)
    适合 Web 端交互式可视化和实时流式数据图表。

12.3 统计与计量经济学

从基础统计到复杂计量模型，覆盖社会科学研究需求。

  1. statsmodels (官网)
    回归分析、时间序列建模的首选工具，类似于 R 中的 lm 和 glm。

  2. linearmodels (GitHub)
    提供工具变量、面板数据、系统 GMM 等高级计量方法。

  3. ARCH (GitHub)
    金融时间序列分析的经典库，支持 GARCH、EGARCH 等模型。

12.4 机器学习与 AutoML

从传统算法到经济预测，助力数据驱动决策。

  1. scikit-learn (官网)
    入门首选，集成分类、回归、聚类、降维等算法。

  2. XGBoost / LightGBM (官网, 文档)
    高性能梯度提升框架，广泛应用于风控、信贷评分等金融预测场景。

  3. cuML (文档)
    RAPIDS.AI 的 GPU 加速机器学习库，与 scikit-learn API 保持一致。

  4. tslearn (GitHub)
    专注于时间序列聚类、分类与对齐的机器学习工具。

  5. PyCaret (GitHub)
    自动化机器学习框架，封装 sklearn 流程，适合快速原型开发。

  6. H2O.ai (官网)
    Java 编写的分布式 AutoML 平台，支持 Python、R、Java 接口，擅长大数据机器学习。

  7. TPOT (GitHub)
    基于遗传编程的 AutoML 工具，可自动搜索最优模型管道。

  8. auto-sklearn (GitHub)
    基于贝叶斯优化的 AutoML 工具，兼容 sklearn 风格。

  9. FLAML (GitHub)
    微软开源的轻量级 AutoML 工具，支持低资源、高效率搜索。

12.5 金融科技与量化计算

专为金融数据、交易策略和经济建模设计。

  1. QuantLib (GitHub)
    金融工程标准工具，适用于衍生品定价与风险管理。

  2. TA-Lib (官网)
    包含 150 多种技术指标（如 MACD、RSI），适合交易策略构建。

  3. ccxt (官网)
    统一 API 接入加密货币交易所，适合实时行情获取与策略执行。

  4. PyPortfolioOpt (GitHub)
    投资组合优化库，支持均值-方差、最小方差、风险平价等策略。

12.6 网络爬虫与自动化

高效获取公开经济数据或社会舆情信息。

  1. Requests (官网)
    简洁的 HTTP 库，适用于 API 抓取和基本数据请求。

  2. BeautifulSoup (官网)
    HTML/XML 解析利器，适合静态网页数据提取。

  3. Selenium (官网)
    浏览器自动化框架，支持处理 JavaScript 动态加载页面。

12.7 宏观与市场数据获取

  1. yfinance (GitHub)
    从 Yahoo Finance 抓取股票、汇率、指数等历史数据。

  2. FRED API (官网)
    获取美国联储宏观经济数据（需配合 fredapi 包）。

  3. Alpha Vantage (官网)
    免费金融数据 API，涵盖股票、外汇、加密货币等。

  4. OECD API (官网)
    提供全球经济合作组织（OECD）各国经济社会数据。

12.8 自然语言处理（NLP）

适用于社会科学、金融情感分析、文本挖掘与用户舆情分析。

  1. NLTK (官网)
    自然语言处理的经典教学工具，内置 50+ 语料库与词典资源（如 WordNet），适合快速原型构建与教学使用。

  2. spaCy (官网)
    工业级 NLP 库，内建高效的文本处理组件，支持 GPU、多语言、预训练模型（如 BERT）、NER 与句法分析，适合大规模信息提取与生产部署。

  3. Gensim (官网)
    专用于主题建模、文档相似度计算与文本向量化，支持 LDA、LSA、word2vec 等主流算法，适合海量语料处理与信息检索场景。

12.9 参考资料与延伸阅读

12.10 相关推文

Note：产生如下推文列表的 Stata 命令为：
  lianxh 扩展包 Python金融 selenium 可复现数据科学 , md nocat
安装最新版 lianxh 命令：
  ssc install lianxh, replace