Python 是一種高級統計編程語言，它有許多庫可以用來處理數據、機器學習、網絡和圖形等各種任務。下面將介紹幾個常用的 Python 庫。

import pandas as pd
pd.read_csv('file.csv')

Pandas 是一個用于數據操作和分析的 Python 庫，它提供了數據結構和數據分析工具，用于對大型數據集進行操作。 它可用于讀取和處理具有行列結構的數據。數據可以是存儲在Python中內存中的結構化數組或表格數據，也可以是來自文本文件，Excel文件，數據庫等來源的數據。

import numpy as np
np.zeros(10)

NumPy是Python中一個支持向量，矩陣和數組的庫。NumPy中提供了大量的數學函數，例如線性代數，傅里葉變換，隨機數生成等等。它可以作為高性能多維數據框架的基礎，提供向量，矩陣和廣義數組等數據結構，這是許多其他Python庫的構建模塊。

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.plot(x, y)
plt.show()

Matplotlib 是一個用于繪制二維圖形庫的 Python 庫。它可以輕松地制作線圖，散點圖，柱狀圖，直方圖，2D等高度圖，輪廓圖，3D圖，圖形映射，海量圖等可視化圖形。它可以直接用 Python 的 list, numpy 數據結構等進行繪圖。

import scikit-learn as sk
model = sk.cluster.KMeans(n_clusters=3, random_state=0)
model.fit(data)

Scikit-learn 是一個 Python 機器學習庫，它包含一些常用的機器學習算法，例如分類，回歸和聚類等。它還提供了一些有用的工具，例如預處理數據，豐富的函數庫和可視化工具。Scikit-learn支持許多算法，包括神經網絡，支持向量機，樸素貝葉斯和決策樹等，適用于分類，回歸和聚類等任務。