1.机器学习和计算机视觉

Crab：灵活、快速的推荐引擎

gensim：人性化的话题建模库

hebel：GPU加速的深度学习库

NuPIC：智能计算Numenta平台

pattern：Python网络挖掘模块

PyBrain：另一个Python机器学习库

Pylearn2：一个基于Theano的机器学习库

python-recsys：一个用来实现推荐系统的Python库

scikit-learn：基于SciPy构建的机器学习Python模块

pydeep：Python深度学习库

vowpalporpoise：轻量级VowpalWabbit的Python封装

skflow：一个TensorFlow的简化接口(模仿scikit-learn)

Caffe:一个Caffe的python接口

OpenCV：开源计算机视觉库

pyocr：Tesseract和Cuneiform的包装库

pytesseract：GoogleTesseractOCR的另一包装库

SimpleCV：一个用来创建计算机视觉应用的开源框架

2.数据分析

blaze：NumPy和Pandas的大数据接口

cclib：一个用来解析和解释计算化学软件包输出结果的库

NetworkX：一个为复杂网络设计的高性能软件

Neupy：执行和测试各种不同的人工神经网络算法

Numba：PythonJIT(justintime)编译器，针对科学用的Python，由Cython和NumPy的开发者开发

NumPy：使用Python进行科学计算的基础包

OpenBabel：一个化学工具箱，用来描述多种化学数据

OpenMining：使用Python挖掘商业情报(BI)(Pandasweb接口)

orange：通过可视化编程或Python脚本进行数据挖掘，数据可视化，分析和机器学习

Pandas：提供高性能，易用的数据结构和数据分析工具

PyDy：PyDy是PythonDynamics的缩写，用来为动力学运动建模工作流程提供帮助，基于NumPy,SciPy,IPython和matplotlib

PyMC：马尔科夫链蒙特卡洛采样工具

RDKit：化学信息学和机器学习软件

SciPy：由一些基于Python，用于数学，科学和工程的开源软件构成的生态系统

statsmodels：统计建模和计量经济学

SymPy：一个用于符号数学的Python库

cclib：一个用来解析和解释计算化学软件包输出结果的库

NetworkX：一个为复杂网络设计的高性能软件

Neupy：执行和测试各种不同的人工神经网络算法

Numba：PythonJIT(justintime)编译器，针对科学用的Python，由Cython和NumPy的开发者开发

NumPy：使用Python进行科学计算的基础包

OpenBabel：一个化学工具箱，用来描述多种化学数据

OpenMining：使用Python挖掘商业情报(BI)(Pandasweb接口)

orange：通过可视化编程或Python脚本进行数据挖掘，数据可视化，分析和机器学习

Pandas：提供高性能，易用的数据结构和数据分析工具

PyDy：PyDy是PythonDynamics的缩写，用来为动力学运动建模工作流程提供帮助，基于NumPy,SciPy,IPython和matplotlib

PyMC：马尔科夫链蒙特卡洛采样工具

RDKit：化学信息学和机器学习软件

SciPy：由一些基于Python，用于数学，科学和工程的开源软件构成的生态系统

statsmodels：统计建模和计量经济学

SymPy：一个用于符号数学的Python库

3.数据可视化

matplotlib：一个Python2D绘图库

bokeh：用Python进行交互式web绘图

ggplot：ggplot2给R提供的API的Python版本

plotly：协同Python和matplotlib工作的web绘图库

pyecharts：基于百度Echarts的数据可视化库

pygal：一个PythonSVG图表创建工具

pygraphviz：Graphviz的Python接口

PyQtGraph：交互式实时2D/3D/图像绘制及科学/工程学组件

SnakeViz：一个基于浏览器的Python'scProfile模块输出结果查看工具

vincent：把Python转换为Vega语法的转换工具

VisPy：基于OpenGL的高性能科学可视化工具

4.数据API构建及服务

·Django

django-rest-framework：一个强大灵活的工具，用来构建webAPI

django-tastypie：为Django应用开发API

django-formapi：为Django的表单验证，创建JSONAPIs

·Flask

flask-api：为flask开发的，可浏览WebAPIs

flask-restful：为flask快速创建RESTAPIs

flask-restless：为SQLAlchemy定义的数据库模型创建RESTfulAPIs

flask-api-utils：为Flask处理API表示和验证

eve：RESTAPI框架，由Flask,MongoDB等驱动

·Pyramid

cornice：一个Pyramid的REST框架

·与框架无关的

falcon：一个用来建立云API和webapp后端的高性能框架

sandman：为现存的数据库驱动系统自动创建RESTAPIs

restless：框架无关的REST框架，基于从Tastypie学到的知识

ripozo：快速创建REST/HATEOAS/HypermediaAPIs

5.爬虫及网页处理

Scrapy：一个快速高级的屏幕爬取及网页采集框架

cola：一个分布式爬虫框架

Demiurge：基于PyQuery的爬虫微型框架

feedparser：通用feed解析器

Grab：站点爬取框架

MechanicalSoup：用于自动和网络站点交互的Python库

portia：Scrapy可视化爬取

pyspider：一个强大的爬虫系统

RoboBrowser：一个简单的，Python风格的库，用来浏览网站，而不需要一个独立安装的浏览器

BeautifulSoup：以Python风格的方式来对HTML或XML进行迭代，搜索和修改

bleach：一个基于白名单的HTML清理和文本链接库

cssutils：一个Python的CSS库

html5lib：一个兼容标准的HTML文档和片段解析及序列化库

lxml：一个非常快速，简单易用，功能齐全的库，用来处理HTML和XML

MarkupSafe：为Python实现XML/HTML/XHTML标记安全字符串

pyquery：一个解析HTML的库，类似jQuery

untangle：将XML文档转换为Python对象，使其可以方便的访问

xhtml2pdf：HTML/CSS转PDF工具

xmltodict：像处理JSON一样处理XML

6.算法和设计模式

·Python实现的算法和设计模式。

algorithms：一个Python算法模块

python-patterns：Python设计模式的集合

sortedcontainers：快速，纯Python实现的SortedList，SortedDict和SortedSet类型

以上内容为大家介绍了Python数据分析相关的技术，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注多测师。https://www.e70w.com/xwzx/

上一篇

python学习Python爬虫的用途有哪些？

下一篇

python为什么叫胶水语言