【知识】2017年数据科学Top12的Python库

Python深受数据科学家和数据工程师的喜爱。

本文总结2017年数据科学的Top12的Python库。

核心库

1 numpy

它是最基础库，是众多Python库的依赖库。 它提供了多维数组和矩阵的丰富运算。

2 scipy

它包含线性代数、优化、统计学和数值运算等操作。

3 pandas

它是Python做数据处理的优秀工具。 它可以快速而简单地实现数据操作、数据集成和数据可视化的功能。 它提供两种数据结构：序列和数据框。

数据可视化

4 matplotlib

它是Python的数据可视化基础库。 它可以实现你所想的图形，例如：折线图、散点图、柱状图、直方图、饼图、茎叶图、等高图等。

5 seaborn

它是在matplotlib的基础上专注于统计模型结果的可视化。

6 bokeh

它是实现动态化数据可视化效果。

机器学习

7 scikit-learn

它是Python的经典机器学习库。 它能够简单地把机器学习算法应用到产品。

深度学习

8 tensorflow

它出自Google，开源的深度学习框架。 它采用数据流图计算方式。

9 keras

它是一个开源库，基于高级借口构建神经网络。 它采用tensorflow作为后端。

自然语言处理

10 nltk

它是经典的自然语言处理工具。 它可以完成NLP许多任务，例如：文本标记、文本分类、文本分词，名称实体标识、语义推理等。

11 gensim

它是实现向量空间模型VSM和主题模型topic modeling的开源库。 它实现了这些算法，例如：HDP、LSA和LDA等

统计学

12 statsmodel

它是利用统计知识进行数据探索的Python开源库。

参考资料： 1 Top 15 Python Libraries for Data Science in 2017