常用的python科学计算库有哪些_最常用的Python数据科学库

科学技术和数据分析

用来进行科学计算和数据分析的库。

astropy – 一个天文学 Python 库。

bcbio-nextgen – 这个工具箱为全自动高通量测序分析提供符合最佳实践的处理流程。

bccb – 生物分析相关代码集合

Biopython – Biopython 是一组可以免费使用的用来进行生物计算的工具。

blaze – NumPy 和 Pandas 的大数据接口。

cclib – 一个用来解析和解释计算化学软件包输出结果的库。

NetworkX – 一个为复杂网络设计的高性能软件。

Neupy – 执行和测试各种不同的人工神经网络算法。

Numba – Python JIT (just in time) 编译器,针对科学用的 Python ,由Cython 和 NumPy 的开发者开发。

NumPy – 使用 Python 进行科学计算的基础包。

Open Babel – 一个化学工具箱,用来描述多种化学数据。

Open Mining – 使用 Python 挖掘商业情报 (BI) (Pandas web 接口)。

orange – 通过可视化编程或 Python 脚本进行数据挖掘,数据可视化,分析和机器学习。

Pandas – 提供高性能,易用的数据结构和数据分析工具。

PyDy – PyDy 是 Python Dynamics 的缩写,用来为动力学运动建模工作流程提供帮助, 基于 NumPy, SciPy, IPython 和 matplotlib。

PyMC – 马尔科夫链蒙特卡洛采样工具。

RDKit – 化学信息学和机器学习软件。

SciPy – 由一些基于 Python ,用于数学,科学和工程的开源软件构成的生态系统。

statsmodels – 统计建模和计量经济学。

SymPy – 一个用于符号数学的 Python 库。

zipline – 一个 Python 算法交易库。

数据可视化

进行数据可视化的库。 参见: awesome-javascript。

matplotlib – 一个 Python 2D 绘图库。

bokeh – 用 Python 进行交互式 web 绘图。

ggplot – ggplot2 给 R 提供的 API 的 Python 版本。

plotly – 协同 Python 和 matplotlib 工作的 web 绘图库。

pygal – 一个 Python SVG 图表创建工具。

pygraphviz – Graphviz 的 Python 接口。

PyQtGraph – 交互式实时2D/3D/图像绘制及科学/工程学组件。

SnakeViz – 一个基于浏览器的 Python’s cProfile 模块输出结果查看工具。

vincent – 把 Python 转换为 Vega 语法的转换工具。

VisPy – 基于 OpenGL 的高性能科学可视化工具。

计算机视觉

计算机视觉库。

OpenCV – 开源计算机视觉库。

SimpleCV – 一个用来创建计算机视觉应用的开源框架。

机器学习

机器学习库。 参见: awesome-machine-learning.

Crab – 灵活、快速的推荐引擎。

gensim – 人性化的话题建模库。

hebel – GPU 加速的深度学习库。

NuPIC – 智能计算 Numenta 平台。

pattern – Python 网络挖掘模块。

PyBrain – 另一个 Python 机器学习库。

Pylearn2 – 一个基于 Theano 的机器学习库。

python-recsys – 一个用来实现推荐系统的 Python 库。

scikit-learn – 基于 SciPy 构建的机器学习 Python 模块。

pydeep – Python 深度学习库。

vowpalporpoise – 轻量级 Vowpal Wabbit 的 Python 封装。

skflow – 一个 TensorFlow 的简化接口(模仿 scikit-learn)。节选自博客

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值