數據科學中必須了解的Python基礎庫

本文將介紹一些基礎的數據科學庫。

核心庫

Python有三個核心數據科學庫：

Numpy

Scipy

Matplotlib

第二代庫

Scikit-learn

是Python中的機器學習庫，專註於「核心」機器學習，包括結構化數據的回歸、分類和聚類。

Pandas

為了簡化Python中的數據分析。Pandas讓加載結構化數據、計算統計數據、切割數據變得非常容易。

Seaborn

可創建出漂亮的可視化數據。Seaborn是基於Matplotlib創建的，因此仍然可以使用Matplotlib功能增加或編輯Seaborn圖表。

深度學習

Pytorch

正逐漸成為研究和實現大量功能的標準深度學習庫，使其在數據生成用例中愈加完善。

Keras

第一個真正讓深度學習變得觸手可及的數據科學庫。同時還支持多個後端，即Tensorflow和CNTK。

Tensorflow

是由谷歌創建的，為深度學習的生產提供了很強大的支持。

統計

statsmodels

對統計模型和測試提供了很好的支持，甚至還支持很多R語法。

PyMC3

讓定義的概率模型變得非常直觀，並給許多先進的模型提供許多支持。