量化分析的必須用到大量的資料運算，NumPy (Numeric Python)提供了大量的資料運算計工具，方便地處理向量、多維陣列（矩陣）運算時的必備套件，比起Python中的list，Numpy的array有極快的運算速度優勢，此外Python是免費，相對於要花費較高費用來使用Matlab，NumPy 的出現使Python得到了更多人的喜愛。
Python在資料處理方面功能最為強大的模組。在處理實際的金融資料時，一個條資料通常包含了多種類型的資料，例如，股票的代碼是字串，收盤價是浮點型態，而成交量是整數型態等。Pandas包括更進階的資料結構Series和DataFrame，使得Python中處理資料變得非常方便、快速和簡單。有了Pandas可以讓Python很容易做到幾乎所有Excel的功能了，像是樞紐分析表、小記、欄位加總、篩選。
在量化分析中，運用最廣泛的是統計和最佳化的相關技術。SciPy基於NumPy提供了更多豐富和進階的功能，在統計、最佳化、內插、數值積分、時頻轉換等方面提供了大量的函數。
基本的視覺化工具，可以畫長條圖、折線圖等等…
是一個Python HTTP函式庫 ，在網頁爬蟲開發中最為常用的庫就是使用Requests實現HTTP請求。
可以讓開發者僅須撰寫非常少量的程式碼，就可以快速解析網頁 HTML 碼，從中翠取出使用者有興趣的資料、去蕪存菁，降低網路爬蟲程式的開發門檻、加快程式撰寫速度。
另一個知名的視覺化工具，個人認為畫起來比matplotlib好看
Python 關於機器學習的model基本上都在這個套件，像是SVM, Random Forest…