NumPy是Python数值计算的基石。提供了多种数据结构、算法和接口。其主要包括以下内容：

• 多维数组ndarray。

• 基于元素的数组计算和数组间数学操作函数。

• 用于读写硬盘中基于数组的数据集的工具。

• 线性代数、傅里叶变换、随机数生成等工具。

• C语言API，可使本地C或C++代码访问NumPy数据结构。

在NumPy中，NumPy数组是最为重要的部分。而且，NumPy适合处理同质型的数值类数组数据，能够比Python内建数据结构更为高效的存储和操作数据。用C等底层语言编写的库，可以直接操作NumPy数组数据，从而实现与NumPy的互操作。因此，NumPy数组可作为基础数据结构，用于算法和库之间数据传递的容器。

需要注意的是，NumPy是目前Python数值计算中最为重要的基础包。大多数计算包都提供了基于NumPy的科学函数功能，将NumPy的数组对象作为数据交换的基础容器。因此，当使用其他模块时，可能需要首先导入NumPy模块。

pandas模块名称来源于panel data（面板数据），这是计量经济学中针对多维结构化数据集的术语。pandas提供了非常直观的数据结构及强大的数据管理和数据处理功能，是使用Python进行数据分析的主要模块。

总的来说，pandas将表格和关系型数据库的灵活数据操作能力与NumPy的高性能数组计算的理念相结合。它提供复杂的索引函数，使得数据的重组、切块、切片、聚合、子集选择更为简单。pandas尤其适合用来处理表格型或异质型数据。

matplotlib是Python最为流行的可视化模块，是功能强大的Python制图工具。matplotlib可与 NumPy等模块一起使用，提供优秀的数据可视化解决方案。

除内建模块外，在Python中要使用第三方模块首先需要安装。可以使用pip或pip3命令来实现。安装完成后，需要首先导入相应模块才可以使用。例如下面导入NumPy、pandas和matplotlib模块：

import numpy as np
import pandas as pd
import matplotlib as plt

以上代码中，通过as给相应模块起了别名，以便于随后的调用。根据模块的官方建议，这里约定：np代表NumPy；pd代表pandas；plt代表matplotlib。