3.8 KiB
节省时间的最佳 Python 库
原文：https://www.pythoncentral.io/the-best-python-libraries-to-save-time/
机器学习和软件开发是所有用 Python 创建的开源项目的很大一部分。近年来，这些项目在开源开发领域创造了许多就业机会。用 Python 编写的最流行的开源项目有 TensorFlow、Keras、Scikit-learn、Flask、Django、Tornado、Pandas、Kivy、Matplotlib 和 Requests。**1 . tensor flow .**tensor flow 是一个开源软件库，用于各种任务的机器学习。该库由谷歌开发，以满足系统的需求，这些系统可以创建和训练神经网络，以检测和解码图像和相关性，类似于人类使用的教导和表示。
- Keras
Keras 是用 Python 编写的开源神经网络库，能够在深度学习、TensorFlow、Theano 等软件上运行。它最初是为了用深度神经网络进行实验而创建的。Keras 的重点是模块化、可用性和可扩展性。
- Scikit-learn.
Scikit-learn 是一个库，它通过 Python 编程语言的一个接口为监督和非监督学习提供了各种算法。这个库是在“简化的 BSD 许可证”下发布的，并且发布了许多不同版本的 Linux，从而促进了 Scikit-learn 的商业和学术使用。
数据可视化的最佳 Python 库
数据是任何 研究论文写作的主要部分之一 ，但是很难高效地处理大量的数据。数据可视化使您能够更轻松地可视化信息。例如，通过创建一种信息地图。今天我们将看看可以在 Python 项目中使用的五个最好的数据可视化库。
- matplotlib
Matplotlib 是最流行的数据可视化 Python 库。可用于 Python 和 IPython shells、Python 脚本、web 应用服务器等。这是一个超过 10 年历史的 2D 图形图书馆，带有一个互动平台。 你可以将这个库用于各种用途，比如创建图表、直方图、功率谱、词干列表图、饼状图。Matplotlib 最大的优点是，您只需编写几行代码，其余的由它自己处理。 Metaplotilib 使用 Qt 和 GTK 等工具包，专注于静态图像和交互式图形的发布。
- Seaborn
Seaborn 数据可视化库也是基于 Matplotlib。如果您正在为您的工作寻找更高级的选项，请尝试这个 Python 库。 它带有一个功能齐全的界面，用于绘制有吸引力的、信息丰富的统计图形。它基于 KDE 的可视化 API 比其他类似的库更简洁。Seaborn 努力使可视化成为理解和探索数据的核心部分。Seaborn 与 PyData 栈完全集成，包括对 NumPy 和 pandas 数据结构的支持。
- 牛郎星。
这是一个基于流行的 Vega-Lite 可视化语法的声明性统计库。Altair 是一致的，有一个简单的 API。 使用这个数据可视化库，你可以用最少的代码创建美观高效的可视化效果。毕竟，在声明式库中，您只需要提到数据列与编码通道之间的一个链接，其余的将被自动处理。
- 阴谋地
Plotly 是一个基于网络的数据可视化工具包，它具有独特的功能，如树状图、3D 图和等高线图，这在其他库中并不常见。它有一个很棒的 API，提供了点状图、线状图、直方图、误差直方图、盒状图和其他可视化。
- ggplot
ggplot 是一个声明式图形创建系统。它基于 R 编程语言的图形语法，并与 Pandas 紧密集成。ggplot 只需要您声明如何映射要使用的变量，其余的自动处理。 如果你知道任何其他的图书馆应该在这个列表中占有一席之地，请在下面的评论中告诉我们。