Python 在处理数据科学使命和挑战方面继续处于领先职位。我们扩展清算了网站清单,添加了新的 Python 库,下面话不多说直接给大家列举下其中重点保举的几个网站。
1. NumPy(Commits: 17911, Contributors: 641)
官网:http://www.numpy.org/
NumPy 是科学应用轨范库的首要软件包之一,用于措置大型多维数组和矩阵,它大量的高级数学函数集结和实现编制使得这些工具实行把持成为可能。
2. SciPy(Commits: 19150, Contributors: 608)
官网:https://scipy.org/scipylib/
科学计较的另一个焦点库是 SciPy。它基于 NumPy,其功能也是以获得了扩展。SciPy 主数据构造又是一个多维数组,由 Numpy 实现。这个软件包包含了辅佐处理线性代数、概率论、积分计较和良多其他使命的工具。别的,SciPy 还封装了良多新的 BLAS 和 LAPACK 函数。
3. Pandas(Commits: 17144, Contributors: 1165)
官网:https://pandas.pydata.org/
Pandas 是一个 Python 库,供给高级的数据构造和各类各样的分析工具。这个软件包的首要特点是可以将相称复杂的数据把持转换为一两个呼吁。Pandas包含良多用于分组、过滤和组合数据的内置编制,以实时辰序列功能。
4. TensorFlow(Commits: 33339, Contributors: 1469)
官网:https://www.tensorflow.org/
TensorFlow 是一个流行的深度进修和机械进修框架,由 Google Brain 开发。它供给了利器具有多个数据集的人工神经搜集的才能。在最流行的 TensorFlow应用中有方针识别、语音识别等。在惯例的 TensorFlow 上也有不合的 leyer-helper,如 tflearn、tf-slim、skflow 等。
5. PyTorch(Commits: 11306, Contributors: 635)
官网:https://pytorch.org/
PyTorch 是一个大型框架,它容许使用 GPU 加速实行张量计较,建树动态计较图并主动计较梯度。在此之上,PyTorch 为处理与神经搜集相干的应用轨范供给了丰盛的 API。该库基于 Torch,是用 C 实现的开源深度进修库。
6. Keras(Commits: 4539, Contributors: 671)
官网:https://keras.io/
Keras 是一个用于措置神经搜集的高级库,运转在 TensorFlow、Theano 之上,如今由于新版本的公布,还可以使用 CNTK 和 MxNet 作为后端。它简化了良多特定的使命,并且大大减少了单调代码的数目。然而,它可能不合适某些复杂的使命。
领取专属 10元无门槛券
私享最新 技术干货