2019年必学的10大宝藏级Python库

TensorFlow

TensorFlow被广泛应用于各类机器学习（machine learning）算法的编程实现

Numpy

Numpy一种开源的科学计算库，主要用于科学计算和数据分析，可用来存储和处理大型矩阵，比Python自身的嵌套列表结构要高效的多

Keras

Keras是一个由Python编写的开源人工神经网络库，是基于 Python 的深度学习库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化。
Keras支持现代人工智能领域的主流算法，包括前馈结构和递归结构的神经网络，也可以通过封装参与构建统计学习模型

Scikit-Learn

近日Scikit-Learn官方发布0.22版本，作为深受机器学习玩家青睐的Python库，包含众多顶级机器学习算法，像分类、回归、聚类、模型选择、数据预处理等等。
Scikit-learn 是基于Python语言的机器学习工具，一款简单高效的数据挖掘和数据分析工具，可供大家在各种环境中重复使用，是建立在 NumPy ，SciPy 和 matplotlib 上开源Python库。

PyTorch

PyTorch是使用GPU和CPU优化的深度学习的Python库。作为非常有可能改变深度学习领域前景的Python库，主要用于提供一个具有灵活性的深度学习开发平台

Eli5

ELI5是一个Python库，允许使用统一API可视化地调试各种机器学习模型。它内置了对多个ML框架的支持，并提供了一种解释黑盒模型的方法，有助于调试机器学习分类器并解释它们的预测，主要是用于处理文本分类的机器学习

SciPy

这个建立在numpy基础上，方便、易于使用且专为科学和工程设计的Python库，它包括了统计、优化、整合以及线性代数模块、傅里叶变换、信号和图像图例，常微分方差的求解等等
Scipy包含的一些强大功能你需要了解下：最优化、线性代数、积分、插值、拟合、特殊函数、快速傅里叶变换、信号处理、图像处理、常微分方程求解器等。
SciPy因为可以轻松地处理积分、线性代数以及常微分方程求解等，常被用于数学、科学、工程学等领域……

LightGBM

它一度被评价为“速度惊人”“支持分布式”“代码清晰易懂”“占用内存小”。那LightGBM到底如何呢？LightGBM是一个高性能、分布式的基于决策树算法的梯度提升框架，可用于排序，分类，回归以及很多其他的机器学习任务中，具有训练速度快，效率高；内存使用率更低；更精确；支持并行和GPU学习；能够处理大规模数据等优点

Theano

Theano是一个可以在CPU或GPU上运行，可以让你去定义，优化，计算数学表达式，特别是多维数组（numpy.ndarray）的Python库。作为Python深度学习中的一个关键基础库，它结合了计算机代数系统（computer algebra system ，CAS) 的特征和优化编译器的功能，可以直接用以创建深度学习模型或包装库，简化程序。
Theano的5个特点你需要知道：和Numpy 紧密结合；支持GPU运算，比CPU快140倍；速超快，稳定性佳；能够动态生成C代码，计算表达式的速度快到超乎你的想象；支持单元测试

Pandas

Pandas是Python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。
作为一个强大的分析结构化数据的工具集，它的使用基础是Numpy（提供高性能的矩阵运算），用于数据挖掘和数据分析，同时也提供数据清洗功能。
你必须知道的两大利器：利器一，DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。利器二，它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。
Pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。
Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。