Python是數據處理常用工具，可以處理數量級從幾K至幾T不等的數據，具有較高的開發效率和可維護性，還具有較強的通用性和跨平臺性。Python可用于數據分析，但其單純依賴Python本身自帶的庫進行數據分析還是具有一定的局限性的，需要安裝第三方擴展庫來增強分析和挖掘能力。

Python數據分析需要安裝的第三方擴展庫有：Numpy、Pandas、SciPy、Matplotlib、Scikit-Learn、Keras、Gensim、Scrapy等，以下是對該第三方擴展庫的簡要介紹：

1. Numpy

Python沒有提供數組功能，Numpy可以提供數組支持以及相應的高效處理函數，是Python數據分析的基礎，也是SciPy、Pandas等數據處理和科學計算庫最基本的函數功能庫，且其數據類型對Python數據分析十分有用。

2. Pandas

Pandas是Python強大、靈活的數據分析和探索工具，包含Series、DataFrame等高級數據結構和工具，安裝Pandas可使Python中處理數據非常快速和簡單。

3. SciPy

SciPy是一組專門解決科學計算中各種標準問題域的包的集合，包含的功能有最優化、線性代數、積分、插值、擬合、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算等，這些對數據分析和挖掘十分有用。

4. Matplotlib

Matplotlib是強大的數據可視化工具和作圖庫，是主要用于繪制數據圖表的Python庫，提供了繪制各類可視化圖形的命令字庫、簡單的接口，可以方便用戶輕松掌握圖形的格式，繪制各類可視化圖形。

5. Scikit-Learn

Scikit-Learn是Python常用的機器學習工具包，提供了完善的機器學習工具箱，支持數據預處理、分類、回歸、聚類、預測和模型分析等強大機器學習庫，其依賴于Numpy、Scipy和Matplotlib等。

6. Keras

Keras是深度學習庫，人工神經網絡和深度學習模型，基于Theano之上，依賴于Numpy和Scipy，利用它可以搭建普通的神經網絡和各種深度學習模型，如語言處理、圖像識別、自編碼器、循環神經網絡、遞歸審計網絡、卷積神經網絡等。

7. Gensim

Gensim是用來做文本主題模型的庫，常用于處理語言方面的任務，支持TF-IDF、LSA、LDA和Word2Vec在內的多種主題模型算法，支持流式訓練，并提供了諸如相似度計算、信息檢索等一些常用任務的API接口。

8. Scrapy

Scrapy是專門為爬蟲而生的工具，具有URL讀取、HTML解析、存儲數據等功能，可以使用Twisted異步網絡庫來處理網絡通訊，架構清晰，且包含了各種中間件接口，可以靈活的完成各種需求。

以上是對Python數據分析常用工具的簡單介紹，有興趣的可以深入學習研究一下相關使用方法！