哪些 Python 库让你相见恨晚???
数学计算和统计分析
numpy类型:第三方库
描述:NumPy是Python科学计算的基础工具包,很多Python数据计算工作库都依赖它
推荐度:★★★
scipy类型:第三方库
描述:Scipy是一组专门解决科学和工程计算不同场景的主题工具包
推荐度:★★★
pandas类型:第三方库
描述:Pandas是一个用于Python数据分析的库,它的主要作用是进行数据分析。Pandas提供用于进行结构化数据分析的二维的表格型数据结构DataFrame,类似于R中的数据框,能提供类似于数据库中的切片、切块、聚合、选择子集等精细化操作,为数据分析提供了便捷
推荐度:★★★
statsmodels类型:第三方库
描述:Statsmodels是Python的统计建模和计量经济学工具包,包括一些描述性统计、统计模型估计和统计测试,集成了多种线性回归模型、广义线性回归模型、离散数据分布模型、时间序列分析模型、非参数估计、生存分析、主成分分析、核密度估计以及广泛的统计测试和绘图等功能
推荐度:★★★
abs(x)类型:Python内置函数
描述:返回x的绝对值
推荐度:★★★
cmp(x, y)类型:Python内置函数
描述:比较两个对象x和y,并根据结果返回一个整数。如果x y则返回值为正
推荐度:★★
float(x)类型:Python内置函数
描述:返回从数字或字符串x构造的浮点数
推荐度:★★★
pow(x, y[, z])类型:Python内置函数
描述:返回x的y次幂。如果z存在,则返回x的y次幂,模z
推荐度:★★★
sum(iterable[, start])类型:Python内置函数
描述:从左到右依次迭代,返回总和
推荐度:★★★
math类型:Python标准库
描述:数学函数库,包括正弦、余弦、正切、余切、弧度转换、对数运算、圆周率、绝对值、取整等数学计算方法
推荐度:★★★
cmath类型:Python标准库
描述:与math基本一致,区别是cmath运算的是复数
推荐度:★★
decimal类型:Python标准库
描述:10进制浮点运算
推荐度:★★
fractions类型:Python标准库
描述:分数模块提供对有理数算术的支持
推荐度:★★
自然语言处理和文本挖掘
nltk类型:第三方库
描述:NLTK是一个Python自然语言处理工具,它用于对自然语言进行分类、解析和语义理解。目前已经有超过50种语料库和词汇资源
推荐度:★★★
pattern类型:第三方库
描述:Pattern是一个网络数据挖掘Python工具包,提供了用于网络挖掘(如网络服务、网络爬虫等)、自然语言处理(如词性标注、情感分析等)、机器学习(如向量空间模型、分类模型等)、图形化的网络分析模型
推荐度:★★★
gensim类型:第三方库
描述:Gensim是一个专业的主题模型(发掘文字中隐含主题的一种统计建模方法)Python工具包,用来提供可扩展统计语义、分析纯文本语义结构以及检索语义上相似的文档
推荐度:★★★
jieba类型:第三方库
描述:结巴分词是国内流行的Python文本处理工具包,分词模式分为三种模式:精确模式、全模式和搜索引擎模式,支持繁体分词、自定义词典等,是非常好的Python中文分词解决方案,可以实现分词、词典管理、关键字抽取、词性标注等
推荐度:★★★
SnowNLP类型:第三方库
描述:SnowNLP是一个Python写的类库,可以方便的处理中文文本内容。该库是受到了TextBlob的启发而针对中文处理写的类库,和TextBlob不同的是这里没有用NLTK,所有的算法都是自己实现的,并且自带了一些训练好的字典
推荐度:★★
smallseg类型:第三方库
描述:Smallseg是一个开源的、基于DFA的轻量级的中文分词工具包。可自定义词典、切割后返回登录词列表和未登录词列表、有一定的新词识别能力
推荐度:★★
spaCy类型:第三方库
描述:spaCy是一个Python自然语言处理工具包,它结合Python和Cython使得自然语言处理能力达到了工业强度
推荐度:★★★
TextBlob类型:第三方库
描述:TextBlob 是一个处理文本数据的Python库,可用来做词性标注、情感分析、文本翻译、名词短语抽取、文本分类等
推荐度:★★
PyNLPI类型:第三方库
描述:PyNLPI是一个适合各种自然语言处理任务的集合库,可用于中文文本分词、关键字分析等,尤其重要的是其支持中英文映射,支持UTF-8和GBK编码的字符串等
推荐度:★★★
synonyms类型:第三方库
描述:中文近义词工具包,可用于自然语言理解的很多任务:文本对齐,推荐算法,相似度计算,语义偏移,关键字提取,概念提取,自动摘要,搜索引擎等。
推荐度:★★★
数据可视化
Matplotlib类型:第三方库
描述:Matplotlib是Python的2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形,开发者可以仅需要几行代码,便可以生成多种高质量图形
推荐度:★★★
** pyecharts**类型:第三方库
描述:基于百度Echarts的强大的可视化工具库,其提供的图形功能众多,尤其对于复杂关系的展示能力较强
推荐度:★★★
seaborn类型:第三方库
描述:Seaborn是在Matplotlib的基础上进行了更高级的API封装,它可以作为Matplotlib的补充
推荐度:★★★
bokeh类型:第三方库
描述:Bokeh是一种交互式可视化库,可以在WEB浏览器中实现美观的视觉效果
推荐度:★★★
Plotly类型:第三方库
描述:Plotly提供的图形库可以进行在线WEB交互,并提供具有出版品质的图形,支持线图、散点图、区域图、条形图、误差条、框图、直方图、热图、子图、多轴、极坐标图、气泡图、玫瑰图、热力图、漏斗图等众多图形
推荐度:★★★
VisPy类型:第三方库
描述:VisPy是用于交互式科学可视化的Python库,旨在实现快速,可扩展和易于使用
推荐度:★★
PyQtGraph类型:第三方库
描述:PyQtGraph是一个建立在PyQt4 / PySide和numpy之上的纯Python图形和GUI库,主要用于数学/科学/工程应用
推荐度:★★
ggplot类型:第三方库
描述:ggplot是用Python实现的图形输出库,类似于 R中的图形展示版本
推荐度:★★★
数据挖掘/机器学习/深度学习
Scikit-Learn类型:第三方库
描述:scikit-learn(也称SKlearn)是一个基于Python的机器学习综合库,内置监督式学习和非监督式学习机器学习方法,包括各种回归、聚类、分类、流式学习、异常检测、神经网络、集成方法等主流算法类别,同时支持预置数据集、数据预处理、模型选择和评估等方法,是一个非常完整、流行的机器学习工具库
推荐度:★★★
TensorFlow类型:第三方库
描述:TensorFlow 是谷歌的第二代机器学习系统,内建深度学习的扩展支持,任何能够用计算流图形来表达的计算,都可以使用 TensorFlow
推荐度:★★★
NuPIC类型:第三方库
描述:NuPIC是一个以HTM(分层时间记忆)学习算法为工具的机器智能平台。NuPIC适合于各种各样的问题,尤其适用于检测异常和预测应用
推荐度:★★★
PyTorch类型:第三方库
描述:PyTorch是FaceBook推出的深度学习框架,它基于Python(而非lua)产生,它提供的动态计算图是显著区别于Tensorflow等其他学习框架的地方。
推荐度:★★
Orange类型:第三方库
描述:Orange通过图形化操作界面,提供交互式数据分析功能,尤其适用于分类、聚类、回归、特征选择和交叉验证工作
推荐度:★★★
theano类型:第三方库
描述:Theano是非常成熟的深度学习库。它与Numpy紧密集成,支持GPU计算、单元测试和自我验证
推荐度:★★★
keras类型:第三方库
描述:Keras是一个用Python编写的高级神经网络API,能够运行在TensorFlow或者Theano之上,它的开发重点是实现快速实验
推荐度:★★
neurolab类型:第三方库
描述:Neurolab是具有灵活网络配置和Python学习算法的基本神经网络算法库。它包含通过递归神经网络(RNN)实现的不同变体,该库是同类RNN API中最好的选择之一
推荐度:★★
PyLearn2类型:第三方库
描述:PyLearn2是基于Theano的深度学习库,它旨在提供极大的灵活性,并使研究人员可以进行自由可控制,参数和属性的灵活、开放配置是亮点
推荐度:★★★
OverFeat类型:第三方库
描述:OverFeat是一个深度学习库,主要用于图片分类、定位物体检测
推荐度:★★
Pyevolve类型:第三方库
描述:Pyevolve是一个完整的遗传算法框架,也支持遗传编程
推荐度:★★
Caffe2类型:第三方库
描述:Cafffe2也是FaceBook推出的深度学习框架,相比于PyTorch 更适合于研究,Caffe2 适合大规模部署,主要用于计算机视觉,它对图像识别的分类具有很好的应用效果
推荐度:★★