数据科学家必备的python 扩展库

核心库
Numpy - 做科学计算最基础的库。针对n维向量及Numpy类型数组，Numpy提供了多种便于提升运算速度的功能
http://www.numpy.org/

SciPy - Scipy包含了做线性代数、优化、集合与统计等的模块，在Numpy的基础上实现科学计算功能
https://www.scipy.org/

Pandas - Pandas是一个能快速简单实现数据操作、整合及可视化的工具库
https://pandas.pydata.org/

可视化
Matplotlib - Matplotlib的设计理念是能够用轻松简单的方式生成强大的可视化效果，然而它是一个低端库，相比于其他高端的库，需要去写更多的代码来实现可视化效果。
https://matplotlib.org/

Seaborn - Seaborn关注于统计模型的可视化，可以提供热力图等多种效果去描绘数据的整体分布情况。
Bokeh - Bokeh的特点是在web端实现d3.js的交互可视化，并且独立于matplotlib。
Plotly - Plotly是一个基于web的可视化工具箱，在plotly网站上有许多强大的图表，可以通过API的方式实现调用。
机器学习
Scikit-Learn - 它有着高质量的代码和文档，易于上手，是用Python实现机器学习的业界标准
http://scikit-learn.org/stable/

深度学习
Theano - 一个实现GPU和CPU使用的优化的开源库
TensorFlow - 一个由Google打造的做机器学习中图像计算的开源库
Keras - 一个实现在高级界面上建立神经网络的开源库
自然语言处理
NLTK - Natural Language Toolkit的缩写，用于自然语言处理的研究
Gensim - 它用于处理原始的非结构化数字文本，可以调用HDP, LSA, LDA, tf-idf, random projection, word2vec and document2vec等算法。
数据挖掘、统计
Scrapy - 一个用Python实现的做爬虫程序的库
Statsmodels - 一个基于Python的通过统计模型做数据探索的库，包含的模块有：统计描述、线性回归模型、广义线性模型、离散选择模型、稳健线性模型、时间序列分析以及多元回归分析。