十大Python数据科学库
Python继续引领机器学习，人工智能，深度学习和数据科学任务。据builtwith.com称，45％的技术公司更喜欢使用Python来实现AI和机器学习。
因此，我们决定开始研究几个类别的顶级Python库：
十大Python数据科学库 - 这篇文章
Top X Python强化学习和进化计算库 - 即将推出！
当然，这些列表完全是主观的，因为许多库可以轻松地放在多个类别中。与往常一样，请随时在下面的评论部分发泄您的挫折/分歧/烦恼！
GitHub贡献者，提交者和大小（圈子的大小）排名前10位Python数据科学库
现在，让我们进入列表（GitHub数字在2018年11月16日更正）：
1. pandas（贡献者 - 1328，提交 - 18162，Stars - 16890）
“ pandas 是一个Python包，提供快速，灵活和富有表现力的数据结构，旨在使”关系“或”标记“数据的使用既简单又直观。它旨在成为用Python 进行实际，真实数据分析的基础高级构建块 。“
2. Matplotlib（贡献者 - 771，提交 - 27937，Stars - 8224）
“Matplotlib是一个Python 2D绘图库，可以生成各种硬拷贝格式和跨平台交互式环境的出版品质数据。Matplotlib可用于Python脚本，Python和IPython shell（例如MATLAB或Mathematica），Web应用程序服务器和各种图形用户界面工具包。“
3. NumPy（贡献者 - 708，提交 - 19241，明星 - 8666）
“NumPy是使用Python进行科学计算所需的基础包。它提供了强大的N维数组对象，复杂（广播）功能，集成C / C ++和Fortran代码的工具以及有用的线性代数，傅里叶变换和随机数功能。
4. SciPy（贡献者 - 670，提交 - 20080，明星 - 5096）
“SciPy（发音为”Sigh Pie“）是数学，科学和工程的开源软件。它包括统计，优化，集成，线性代数，傅立叶变换，信号和图像处理，ODE求解器等模块。“
5. Bokeh（贡献者 - 325，提交 - 17365，明星 - 8439）
“Bokeh是一个用于Python的交互式可视化库，可以在现代Web浏览器中实现美观且有意义的数据视觉呈现。使用Bokeh，您可以快速轻松地创建交互式图表，仪表板和数据应用程序。“
6. Gensim（贡献者 - 299，提交 - 3676，明星 - 8107）
“Gensim是一个用于主题建模， 文档索引 和 大型语料库相似性检索的Python库 。目标受众是 自然语言处理 （NLP）和 信息检索 （IR）社区。“
7. Scrapy（贡献者 - 295，提交 - 6802，Stars - 30014）
“Scrapy是一种快速的高级Web爬行和Web抓取框架，用于抓取网站并从其页面中提取结构化数据。它可用于各种用途，从数据挖掘到监控和自动化测试。“
8. StatsModels（贡献者 - 164，提交 - 10896，Stars - 3383）
“Statsmodels是一个Python包，为统计计算的scipy提供补充，包括描述性统计和统计模型的估计和推断。”
9. plotly.ly（贡献者 - 62，提交 - 3291，星 - 4218）
“plotly.ly是一个用于Python的交互式，开源和基于浏览器的图形库。plotly.py建立在 plotly.js之上，是一个高级的声明性图表库。plotly.js附带超过30种图表类型，包括科学图表，3D图表，统计图表，SVG地图，金融图表等。“
10. pydot（贡献者 - 12，提交 - 169，明星 - 267）
“pydot是Graphviz的一个接口，可以解析并转储到Graphviz使用的DOT语言中，并且是用纯Python编写的。”
请密切关注本系列的最后部分 - 重点是强化学习和进化计算库 - 将在未来几周内发布！
评论专区