好用的python库

1.TensorFlow（GitHub - tensorflow/tensorflow: An Open Source Machine Learning Framework for Everyone）

一个使用数据流图进行数值计算的开源软件库。图形节点表示数学运算，而图形边缘表示在它们之间流动的多维数据阵列（张量）。

2.Pandas（GitHub - pandas-dev/pandas: Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more）

它是一个 Python 包，提供快速、灵活和富有表现力的数据结构，它的目标是成为用 Python 进行实际、真实数据分析的基础高级构建块。

3.Scikit-learn（GitHub - scikit-learn/scikit-learn: scikit-learn: machine learning in Python）

它是一个基于 NumPy、SciPy 和 Matplotlib（2D 绘图库）的机器学习 Python 模块，为数据挖掘和数据分析提供了简单而有效的工具

4.PyTorch（GitHub - pytorch/pytorch: Tensors and Dynamic neural networks in Python with strong GPU acceleration）

它提供了两个高级功能，一是具有强大的 GPU 加速度的张量计算（如 NumPy），二是基于磁带的自动编程系统构建的深度神经网络。

5.Matplotlib（GitHub - matplotlib/matplotlib: matplotlib: plotting with Python）

这是一个 Python 2D 绘图库，可以生成各种用于出版品质的硬拷贝格式和跨平台交互式环境数据。

6.Keras（GitHub - keras-team/keras: Deep Learning for humans）

它是一个高级神经网络 API，用 Python 编写，能够在 TensorFlow、CNTK 或 Theano 之上运行，旨在实现快速实验，能够以最小的延迟把想法变成结果。

7.NumPy（GitHub - numpy/numpy: The fundamental package for scientific computing with Python.）

它是使用 Python 进行科学计算所需的基础包，提供了强大的 N 维数组对象、复杂的广播功能、集成 C / C ++ 和 Fortran 代码的工具，以及有用的线性代数、傅里叶变换和随机数功能。

8.SciPy（GitHub - scipy/scipy: SciPy library main repository）

它是数学、科学和工程方向的开源软件。

9.Apache MXNet（孵化）（GitHub - apache/incubator-mxnet: Lightweight, Portable, Flexible Distributed/Mobile Deep Learning with Dynamic, Mutation-aware Dataflow Dep Scheduler; for Python, R, Julia, Scala, Go, Javascript and more）

一个深度学习框架，以最大限度地提高效率和生产力。 MXNet 的核心是一个动态依赖调度程序，可以动态地自动并行化符号和命令操作。

10.Theano（GitHub - Theano/Theano: Theano was a Python library that allows you to define, optimize, and evaluate mathematical expressions involving multi-dimensional arrays efficiently. It is being continued as aesara: www.github.com/pymc-devs/aesara）

开发者可以有效地定义、优化和评估涉及多维数组的数学表达式

11.Bokeh（GitHub - bokeh/bokeh: Interactive Data Visualization in the browser, from Python）

一个用于 Python 的交互式可视化库

12.XGBoost（GitHub - dmlc/xgboost: Scalable, Portable and Distributed Gradient Boosting (GBDT, GBRT or GBM) Library, for Python, R, Java, Scala, C++ and more. Runs on single machine, Hadoop, Spark, Dask, Flink and DataFlow）

一个优化的分布式梯度增强库

13.Gensim（GitHub - RaRe-Technologies/gensim: Topic Modelling for Humans）

用于主题建模、文档索引和大型语料库相似性检索的 Python 库

14.Scrapy（GitHub - scrapy/scrapy: Scrapy, a fast high-level web crawling & scraping framework for Python.）

一种快速的高级 Web 爬行和 Web 抓取框架，用于抓取网站并从其页面中提取结构化数据。

15.Caffe（GitHub - BVLC/caffe: Caffe: a fast open framework for deep learning.）

一个以表达、速度和模块化为基础的深度学习框架。