深度学习的一些基础工具包(框架）介绍（随时更新）

1.Pandas：pip install pandas
Pandas是python的一个数据分析包，是基于Numpy的一种工具，纳入了大量库和一些标准的数据模型。提供了高效操作大型数据集所需的工具，提供了大量能使我们快速便捷地处理数据的函数和方法。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。它是使Python成为强大而高效的数据分析环境的重要因素之一。

2.Numpy
NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库。下面是一个创建简单数组的例子：

3.Matplotlib
matplotlib是一个在Python下的2d绘图库，尽管它的起源是仿MATLAB的图形命令，但是与MATLAB不相关，并且是以对象对象方式，运行于Python环境下。尽管mapplotlib主要都是用纯Python写的，但是为了在运行时有更高的性能，特别是在显示大量数组数据的情况下，里面也大量使用了NumPy和其他的扩展代码。

4.sklearn
Scikit learn 也简称 sklearn, 是机器学习领域当中最知名的 python 模块之一.Sklearn 包含了很多种机器学习的方式:分类（Classification）和回归（Regression），常用的分类器包括SVM、KNN、贝叶斯、线性回归、逻辑回归、决策树、随机森林、xgboost、GBDT、boostin