Python数据挖掘工具总结

      Python语言之所以很流行，广泛用于机器学习，数据挖掘等领域，因为它有强大的第三方库，下面我们就来做一个简单总结。

     Numpy:       提供数组支持，矢量运算，以及高效的处理函数，线性代数处理等。

                         参考链接：http://www.numpy.org

     Scipy:          封装了numpy,提供矩阵支持，以及矩阵相关的数值计算模块，例如插值运算，优化处理，图像信号等处理。

                         参考链接： http://www.scipy.org

     pandas:        提供了强大的数据读写功能，可对数据做灵活的分析与探索，只要做数据分析，离不开你的工具，可参考图书《利用Python进行数据分析》，需要电子版的可以留言告诉我。

                         参考链接： http://pandas.pydata.org/pandas-docs/stable

     Matplotlib:    数据可视化最常用的工具，简单几行代码可以做出各种各样的图表（2维为主），比如直方图，条形图，散点图。

                    参考链接：http://matplotlib.org      http://blog.csdn.net/u011497262/article/details/52325705

Scikit-Learn:   功能强大的机器学习库，提供完整的学习工具箱，包括回归，分类，聚类等，使用简单，kaggle选手经常使用的学习库。但是并没有提供神经网络，深度学习等模型。

                     参考链接：http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030181

TensorFlow：  google开源的数值计算框架，采用数据流图的方式，可灵活搭建深度学习模型。

                    参考链接 ：http://www.tensorfly.cn/tfdoc/tutorials/overview.html