Python库分享
今天我们来分享一些Python库...
不同的Python库能够给你提供不一样的帮助
TensorFlow
NO.1
TensorFlow是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。
TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。
Seaborn
NO.2
Seaborn 本质上是一个基于 matplotlib 库的高级 API。它包含更适合处理图表的默认设置。此外,还有丰富的可视化库,包括一些复杂类型,如时间序列、联合分布图(jointplots)和小提琴图(violin diagrams)。
Pandas
NO.3
pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。
pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现,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。
Pillow
NO.4
它是PIL(Python图形库)的一个友好分支。对于用户比PIL更加友好,对于任何在图形领域工作的人是必备的库。
PyTorch
NO.5
PyTorch是使用GPU和CPU优化的深度学习张量库。
PyTorch 建立在 Python 和 Torch 库之上,并提供了一种类似 Numpy 的抽象方法来表征张量,它还能利用 GPU 来提升性能。
Matplotlib
NO.6
Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。它也可以和图形工具包一起使用,如 PyQt 和 wxPython。
作为一个很流行的Python库,它可以轻松实现数据可视化。但是,每次执行新项目的绘图时,设置数据、参数、图形的过程都非常的繁琐。
IPython
NO.7
怎么称赞这个工具的功能都不为过。它把Python的提示信息做到了极致。包括完成信息、历史信息、shell功能,以及其他很多很多方面。一定要研究一下它。
Keras
NO.8
Keras:基于Theano和TensorFlow的深度学习库
Keras是一个高层神经网络API,Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生,能够把你的idea迅速转换为结果,如果你有如下需求,请选择Keras:
*简易和快速的原型设计(keras具有高度模块化,极简,和可扩充特性)
*支持CNN和RNN,或二者的结合
*无缝CPU和GPU切换
Keras适用的Python版本是:Python 2.7-3.6
NumPy
NO.9
NumPy是用Python实现科学计算所需的基础包,能够提供强大的N维数组对象、复杂的(广播)功能、集成C/C++和Fortran代码的工具以及实用的线性代数、傅里叶变换和随机数生成功能。
作为一个开源的Python科学计算基础库,它具有如下特点:
*一个强大的N维数组处理对象ndarray
*广播功能函数
*整合C/C++/Fortran代码的工具
SciPy
NO.10
SciPy是数学、科学与工程方向的开源软件,包含了诸多模块:统计、优化、集成、线性代数、傅里叶变换、信号和图像处理、ODE求解器等.
Scrapy
NO.11
Scrapy,Python开发的一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试。
Scrapy吸引人的地方在于它是一个框架,任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类,如BaseSpider、sitemap爬虫等,最新版本又提供了web2.0爬虫的支持。
Pyglet
NO.12
3D动画和游戏开发引擎。非常有名的Python版本Minecraft就是用这个引擎做的。
Caffe
NO.13
Caffe,全称Convolutional Architecture for Fast Feature Embedding。是一种常用的深度学习框架,主要应用在视频、图像处理方面的应用上。
领取专属 10元无门槛券
私享最新 技术干货