2018年数据科学20个最好的Python库

Python继续引领解决数据科学任务和挑战的方式。去年，我们在2017年发布了一篇博客文章Top15PythonLibrariesforDataScience，其中概述了当时最有用的Python库。今年，我们扩展了这个列表，添加了新的Python库，并重新访问了我们去年讨论过的Python库，重点关注多年来的更新。

官方网站：https：//seaborn.pydata.org/Seaborn本质上是一个基于matplotlib库的高级API。它包含更适合使用图表的默认设置。此外，还有丰富的可视化库，包括一些复杂类型，如时间序列，联合地图（联合图）和小提琴图。

官方网站：https：//plot.ly/python/Plotly是一个流行的库，可以让您轻松构建复杂的图形。此软件包适用于交互式Web应用程序，并支持视觉效果，如轮廓，三元和3D绘图。官方网站：https：//bokeh.pydata.org/en/latest/Bokeh该库使用JavaScript小部件在浏览器中创建交互式和可伸缩的可视化。

官方网站：http：//scikit-learn.org/stable/这个基于NumPy和SciPy的Python模块是处理数据的最佳库之一。它为许多标准机器学习和数据挖掘任务提供算法，例如聚类，回归，分类，降维和模型选择。