Python科学计算

Python是一种功能强大且易于学习的编程语言，特别适合用于科学计算和数据分析。它拥有丰富的科学计算库，其中最为人所知的是NumPy和SciPy，这些库为数据处理、线性代数、统计分析和数值计算提供了强大的支持。

1. NumPy（Numeric Python）：它是Python科学计算的基础，提供了高效的数组操作和数学函数，以及矩阵运算。NumPy的核心是ndarray，它是一个多维数组对象。

2. SciPy（Scientific Python）：在NumPy之上，SciPy扩展了更多高级数学功能，如优化算法、插值、信号处理、图像处理、常微分方程求解等。

3. Pandas：Pandas是一个数据处理库，专为进行数据清洗、转换和分析而设计，提供了DataFrame数据结构，类似于SQL表，非常适合数据操作和分析。

4. Matplotlib：这是最常用的可视化工具，可以创建各种静态、动态和交互式图表，帮助科学家展示数据结果。

5. Scikit-learn：这是一个机器学习库，包含多种监督和无监督的学习算法，可用于分类、回归、聚类等任务。

6. TensorFlow和PyTorch：用于深度学习的开源框架，提供了构建和训练神经网络的工具。

相关问题：
1. 除了基础库，Python还有哪些针对特定科学领域的扩展包？
2. 在数据预处理阶段，Pandas提供了哪些常用的数据清洗功能？
3. Matplotlib如何创建交互式图表？