数据科学家需要了解的15个Python库

2,204 阅读4分钟

图片

关于更多机器学习、人工智能、增强现实、Unity、Unreal资源和技术干货,可以关注公众号:三次方AIRX

如果你是数据科学家,数据分析师或仅仅是发烧友,不要错过一些非常流行有用的Python库。这些库将分为几类,分别是资料收集、数据清理和转换、数据可视化、资料建模、音频和图像识别、网页。

图片

1、Scrapy

当你希望编写一个Python爬虫程序来从网站中提取信息时,Scrapy可能是最流行的Python库。例如,你可以使用它提取城市中所有餐馆的所有评论,或者在电子商务网站上收集某一类产品的所有评论。典型的用法是根据URL模式和XPath模式确定web页面上出现的有趣信息。一旦了解了这些模式,Scrapy就可以帮助你自动提取所需的信息,并将它们组织成表格和JSON之类的数据结构。

可以使用pip安装Scrapy

pip install scrapy

地址:scrapy.org/

2、Beautiful Soup

Beautiful Soup是另一个用于抓取Web内容的Python库。此外,对于规模较小的问题,Beautiful Soup是更好的选择。

地址:

www.crummy.com/software/Be…

3、Selenium

www.selenium.dev/selenium/do…

4、Pandas

只要处理数据,就必须使用Pandas。你可以在Pandas数据框架中操作数据,有大量的内置函数可以帮助你转换数据。如果你想学习Python,这是一个必须学习的库。

pandas.pydata.org/

5、Numpy

Numpy也是Python语言必须学习的一个库。它将Python列表对象扩展为全面的多维数组,并且还有大量的内置数学函数来支持几乎所有的计算需求。通常,你可以将Numpy数组用作矩阵,Numpy允许执行矩阵计算。

import numpy as npimport pandas as pd

numpy.org/

6、Spacy

Numpy和Pandas是处理数字和结构化数据的库,Spacy帮助我们将免费文本转换为结构化数据。Spacy是Python中最流行的NLP(自然语言处理)库之一。想象一下,当你从一个电子商务网站收集了大量的评论时,你必须从这些文本中提取有用的信息,然后才能分析它们。Spacy有许多内置的特性来提供帮助,比如工作标记器、命名实体识别和词性检测。

spacy.io

图片

7、Matplotlib

Matplotlib是Python中最全面的数据可视化库。

matplotlib.org/

8、Plotly

虽然Matplotlib是一个必须学习的可视化库,但大多数时候我更喜欢使用Plotly,因为它可以让我们用最少的代码行创建最漂亮的图形。无论你想要构建一个三维曲面图、基于地图的散点图还是交互式动画图,Plotly都可以在短时间内满足需求。

plotly.com/python/

9、Scikit Learn

Scikit Learn应该是你开始机器学习的Python库。Scikit学习有6个主要模块:数据预处理、减少尺寸、回归、分类、聚类、模型选择。

scikit-learn.org/

10、PyTorch

与Tensorflow相比,PyTorch在语法上更加“python化”。这也使得PyTorch更易于学习和使用。作为一个深度学习库,PyTorch具有非常丰富的API和内置功能,可以帮助数据科学家快速训练他们的深度学习模型。

pytorch.org/

11、Tensorflow

Tensorflow是另一个由谷歌开源的Python机器学习库。Tensorflow最受欢迎的特性之一是Tensorboard上的数据流图。后者是一个自动生成的基于web的仪表板,用于可视化机器学习流程和结果,这对于调试和表示非常有帮助。

www.tensorflow.org/

图片

12、Librosa

Librosa是一个非常强大的音频和语音处理Python库。它可以用来提取音频片段的各种特征,如节奏、节拍。有了Librosa,那些极其复杂的算法,比如拉普拉斯分割,只需几行代码就可以很容易地实现。

librosa.github.io/librosa/

13、OpenCV

OpenCV是最广泛用于图像和视频识别的库。毫不夸张地说,OpenCV使Python能够在图像和视频识别方面取代Matlab。它提供了各种各样的api,不仅支持Python,而且支持Java和Matlab。

opencv.org/

图片

在数据科学领域流行之前,Python通常用于Web开发。因此,也有很多优秀的web开发库。

14、Django

如果希望使用Python开发Web服务后端,Django是最佳选择。它被设计成一个高级框架,可以用很少的代码构建一个网站。它支持大多数流行的数据库,节省了建立连接和数据模型开发的时间。

www.djangoproject.com/
15、Flask

Flask是一个轻量级的Python Web开发框架。它可以很容易地定制任何特定的需求。许多其他著名的Python库和提供Web UI的工具都是使用Flask构建的,比如plot Dash和streams。

flask.palletsprojects.com/

关于更多机器学习、人工智能、增强现实、Unity、Unreal资源和技术干货,可以关注公众号:三次方AIRX