python一些包的说明文档/教程链接

文章转载于：http://blog.csdn.net/u010454729/article/details/45055225

0.伯乐在线：

伯乐在线python资源板块：http://hao.jobbole.com/?catid=144。有介绍了150多种python包，你想要的几乎都可以在里面找到.

1.numpy：

科学计算

来自《用Python做科学计算》http://sebug.net/paper/books/scipydoc/numpy_intro.html（中文版）

来自图灵社区：http://www.ituring.com.cn/minibook/804（中文版）

来自sciPy：http://wiki.scipy.org/Tentative_NumPy_Tutorial（英文版）

2.pandas：

用于科学计算

官网：http://pandas.pydata.org/pandas-docs/stable/index.html

10分钟搞定pandas（来自官网）:

http://pandas.pydata.org/pandas-docs/stable/10min.html（英文版）

http://www.cnblogs.com/chaosimple/p/4153083.html（中文版翻译）

pandas基础(博友的博客):http://my.oschina.net/lionets/blog/277847 （中文版）

pandas数据规整(博友博客):http://my.oschina.net/lionets/blog/279785（中文版）

3.sklearn:

用于机器学习的包

这个就不用说了，官网资料最全：http://scikit-learn.org/stable/ 。大大小小的机器学习包以及降维、特征抽取、计算得分、模型选择、集成分类器等一大堆的好资料，可通过目录来找：http://scikit-learn.org/0.15/user_guide.html，http://scikit-learn.org/stable/modules/classes.html#module-sklearn.linear_model

4.xml:

读取xml文件可有多种方式，python自带的xml，lxml，beautifulsoup（注重html解析）

来自python标准库：https://docs.python.org/2/library/markup.html

python读取xml文件(博友博客)：http://www.cnblogs.com/fnng/p/3581433.html

lxml官网：http://lxml.de/

W3CSCHOOL.CC：http://www.w3cschool.cc/python/python-xml.html

5.networkx:

用于社交网络，里面定义的很多图模型，几乎很多东西都可以化为图模型，这个包比较有用。前提是善于将目前的问题化为图模型，再用这神器。

github：http://networkx.github.io/documentation/latest/examples/index.html

博友博客：http://cloga.info/categories.html#sna-ref

6.ctype:

用于调用和C库链接。

官网：https://docs.python.org/2/library/ctypes.html

7.nltk:

《python自然语言处理》：http://download.csdn.net/download/daogepiqian/8528615

来自我爱自然语言处理：http://www.52nlp.cn/python自然语言处理实践-在nltk中使用斯坦福中文分词器

8.matplotlib：python画图：官网http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot

9.gensim：

自然语言处理之主题模型：

官网：http://radimrehurek.com/gensim/index.html

来自我爱自然语言处理：http://www.52nlp.cn/如何计算两个文档的相似度二

10.sympy:

Python的数学符号计算库：官网http://www.sympy.org/en/index.html

用python做科学计算：http://sebug.net/paper/books/scipydoc/sympy_intro.html

11.pyspark:

属于python的spark：

官网：http://spark.apache.org/docs/0.9.0/python-programming-guide.html

文档：http://spark.apache.org/docs/0.9.0/api/pyspark/index.html

#------------------------------------------------------------------------------

工具篇：

T0.开发工具：

anaconda:集成了python相当多的包，几乎大部分都可以在这里找得到，numpy, scipy, sklearn, pandas, nltk等等，但似乎没有gensim这个做LDA的包，要自己下载。https://store.continuum.io/cshop/anaconda/

canopy，没怎么用过，也贴上来：https://www.enthought.com/products/canopy/

annaconda和canopy两个工具的介绍（博友博客）：http://www.cnblogs.com/sdlypyzq/p/3909107.html

T1.crfsuite：

CRF工具之一crfsuite，比crf++效果还好的工具，里面以组块分析为例子：http://www.chokkan.org/software/crfsuite/tutorial.html，http://www.chokkan.org/software/crfsuite/manual.html

crfsuite在ubuntu下的一些配置：http://blog.sina.com.cn/s/blog_e8c03f9f0102v5py.html

CRF++，官网：http://taku910.github.io/crfpp/，0.58版本下载（有的时候在官网下载不下来，又有的时候版本）：http://pan.baidu.com/s/1c0nj7iw

#------------------------------------------------------------------------------

功能篇：

F0.自然语言处理：

nltk:

polyglot:支持上百种语言的断词、语种检测、命名实体识别、词性标注、情感分析、词嵌入、形态分析等。

文档：http://polyglot.readthedocs.org/en/latest/

github：https://github.com/aboSamoor/polyglot

F1.机器学习：

伯乐头条文章介绍：http://python.jobbole.com/81135/

sklearn, nltk

F2.系统相关：

os：

来自51CTO.com：http://developer.51cto.com/art/201003/186045.htm

sys,

F3.零散基础：

random, time

F4：推荐系统：

carb：官网：http://muricoca.github.io/crab/tutorial.html

recsys（实现了SVD、Neighborhood SVD推荐算法)：github：https://github.com/ocelma/python-recsys

#------------------------------------------------------------------------------

在遇到的过程中，待不断增加。博友若是看到好的文档，也欢迎推荐。

当然，最好的说明文档，当属

import XX

help(XX)