numpy
数值计算基础，多维数组与线性代数运算的底层依赖。
Data & Numerical
量化数据源有哪些：awesome-quant 收录的数据与数值计算库
awesome-quant 的「数值计算库与数据结构」「市场数据与数据源」两类是量化研究的数据基础，另配「情绪与另类数据」「日历与交易时段」「可视化」「Excel 集成」几类。下面是清单里的代表性库。
数值计算numpy / pandas
市场数据源Data Sources
Libraries
代表性数据与数值计算库
库名来自官方 README，收录不代表背书；各库独立安装维护。
pandas
表格化数据处理与时间序列操作，量化数据管线的核心。
scipy
科学计算与数值优化，常与 numpy 配套使用。
Related
数据相关的其他类
市场数据与数据源
各行情、财务、另类数据源库；账号、Token 与实时性各不同。
情绪与另类数据
新闻、社交媒体情绪等另类数据接入库。
日历、可视化与 Excel
交易日历、图表可视化、Excel 集成的配套库。
Route
数据自建，还是 EasyClaw 一句话拉数据？
数据源库灵活但需要自己申请 Token、配环境、处理实时性；EasyClaw 量化 Skill 把数据获取压缩成一句话。
装数据库→申请 Token→配环境→拉数据
安装 EasyClaw→一句话提问
边界：各数据源库的数据实时性、覆盖范围与费用各不相同；EasyClaw Skill 与 awesome-quant 收录的第三方库无已证实集成。
Selection
数据源选型要点
清单里数据源库很多，选型时重点看四点。
免费与付费
部分数据源免费开源，部分需付费订阅或额度；按预算与使用频率选择。
实时性
行情、财务、另类数据的更新延迟不同，回测与实盘对实时性要求不同。
覆盖市场
A股、港股、美股、期货、期权、加密货币等覆盖范围因库而异。
账号与 Token
多数数据源需注册、申请 Token 或开通接口，接入前先确认门槛。