知識星球近年來，Python已成為資料科學家的主要工具之一。本文概述了資料科學家及工程師們最常用的Python庫。
Numerical Python的簡稱，包含Python多維陣列及矩陣操作方面的大量實用功能，用於向量化陣列運算，顯著提高了執行速度，改善了效能。
科學及工程軟體庫，包含線性代數、最佳化、整合、統計等功能。它的主要功能基於Numpy庫，因此其中陣列操作大量應用了Numpy庫。
包含Series及DataFrame兩種特殊的資料結構，用於快捷的資料處理、聚合和視覺化，尤其可以靈活處理缺失資料及資料分組。
Python中最常用的視覺化庫，由此可與MatLab、Mathematica等科學工具相提並論。它可以進行多種基本圖形的視覺化操作，並且包含標簽、網格、圖例等多種進行物體格式化的工具。
Seaborn主要用於統計模型的視覺化，比如熱力圖等，可以對資料進行概述的同時描繪整體分佈。Seaborn基於Matplotlib實現，並高度依賴於後者。
Bokeh庫旨在進行互動式視覺化，並且不依賴於Matplotlib，主要透過瀏覽器以“資料驅動檔案”（Data-Driven Documents，d3.js）的形式演示。
Basemap庫透過使用Matplotlib中的坐標，為Matplotlib提供了簡易地圖的支援。Folium庫在Basemap的基礎上構建，可以製作互動式的Web地圖，這類似於使用Bokeh建立的JavaScript小部件。
Poltly庫是一個基於Web、用於資料視覺化的工具集，透過一系列API介面用於Python等程式語言的實現。plot.ly網站上展示了許多強大的圖形。
NetworkX庫用於複雜社會網路的分析。它可以處理標準資料格式及非標準資料格式，這使其具備高效性和可擴充套件性。
SciKit-Learn為常見的機器學習演演算法提供了簡潔而一致的介面，使得機器學習更容易應用於生產系統。它結合了高質量的程式碼和應用檔案，具備易用性和高效能，事實上已成為使用Python進行機器學習的行業標準。
TensorFlow庫由谷歌工作人員開發，是一個資料流圖計算的開源庫，在機器學習方面的應用表現優越。主要特點是多層節點系統，可以在大型資料集上快速訓練人工神經網路。這使得谷歌的語音識別和影象識別成為可能。
Theano庫主要用於機器學習的需要，它定義了類似於Numpy的多維陣列，以及資料操作和表達，在低階別操作上與Numpy結合緊密。Theano庫經過了編譯，優化了GPU和CPU的使用，在資料密集型計算方面效能更高，結果也更精確。
Keras庫是用Python編寫、用於高階介面中神經網路構建的開源庫，具有可擴充套件性和高度模組化。它使用Theano或TensorFlow作為後端，目前微軟正努力將CNTK（微軟的認知工具包）作為新的後端。它設計簡約，旨在透過構建緊湊型系統進行快速簡單的實驗。它的基本思想是基於層次的，其他一切都是圍繞它們建立的。資料準備為張量形式，第一層負責張量輸入，最後一層負責輸出，模型置於兩者之間。
Natural Language Toolkit的簡稱，用於符號和統計自然語言處理等一般任務。NLTK包括許多功能，比如文字標記、分類、名稱物體標識、建立顯示句子間及句子間依賴性的語料樹、詞乾、語意推理等。所有的構建塊允許為不同的任務構建複雜的研究系統，比如情感分析、自動彙總等。
Gensim是一個Python的開源庫，為更高效地處理大文字資料而設計，實現了向量空間建模和主題建模。Gensim主要用於原始的、非結構化的數字文字處理，實現了層次Dirichlet過程（HDP）、潛在語意分析（LSA）、隱含Dirichlet分佈（LDA）以及tf-idf、隨機投影、word2vec、document2vec等演演算法，以分析語料集中重覆文字出現的樣式。所有演演算法都是無監督的，只需要輸入語料庫。
Scrapy是用於製作抓取程式的庫，也被稱為蜘蛛機器人，可用於網路中檢索結構化資料，比如關聯資訊或URL。它的介面設計遵循著名的“不要重覆自己”原則——它提示使用者編寫可重用的通用程式碼，以便構建和擴充套件大型爬蟲。Scrapy的結構圍繞Spider類構建，其內部封裝了爬蟲所遵循的指令集。
Pattern庫將Scrapy庫和NLTK庫的功能結合在一個大型庫中，被設計為用於Web挖掘、自然語言處理、機器學習和網路分析的解決方案。其內部工具有網路爬蟲；用於谷歌、推特和維基百科的API；解析樹、情感分析等文字分析演演算法。
Statsmodels庫主要用於統計分析，透過應用統計模型估計方法進行資料探索，併進行推斷分析。它使用的模型包括線性回歸模型、廣義線性模型、離散選擇模型、時間序列分析模型等，還提供了大量統計分析方面的繪圖功能。
END
參考文獻：
-
https://activewizards.com/blog/top-15-libraries-for-data-science-in-python/
-
https://www.datasciencelearner.com/machine-learning-library-python/
-
https://www.business2community.com/brandviews/upwork/15-python-libraries-data-science-01584664
註：圖片源於網路。
END
版權宣告：本號內容部分來自網際網路，轉載請註明原文連結和作者，如有侵權或出處有誤請和我們聯絡。
關聯閱讀：
原創系列文章：
資料運營 關聯文章閱讀：
資料分析、資料產品 關聯文章閱讀：
