2019年必知的10大顶级Python库

作为数据科学和机器学习相关的研究和开发人员，大家每天都要用到 python。在本文中，我们将讨论一些 python 中的顶级库，开发人员可以使用这些库在现有的应用程序中应用、清洗和表示数据，并进行机器学习研究。

我们将讨论以下 10 个库：

TensorFlow

Scikit-Learn

Numpy

Keras

PyTorch

LightGBM

Eli5

SciPy

Theano

Pandas

简介

python 是最流行和使用最广泛的编程语言之一，它已经取代了业界许多编程语言。

python 在开发人员中流行的原因有很多。然而，最重要的一点是它有大量的库供用户使用。

python 的简单性吸引了许多开发人员为机器学习创建新的库。由于有大量的库，python 在机器学习专家中变得非常流行。

所以，这里要介绍的第一个库是 TensorFlow。

1.TensorFlow

什么是 TensorFlow？

如果你目前正在使用 python 进行机器学习项目，那么你可能听说过这一个流行的开源库，那就是 TensorFlow。

这个库是由 Google 与 Brain Team 合作开发的，几乎每一个 Google 的机器学习应用程序都用到了 TensorFlow。

TensorFlow 就像一个计算库，用于编写涉及大量 tensor 操作的新算法。由于神经网络可以很容易地表示为计算图，因此它们可以使用 TensorFlow 作为 tensor 的一系列操作来实现。另外，tensor 是表示数据的 n 维矩阵。

TensorFlow 的特征

1.快速响应的结构

使用 TensorFlow，我们可以很容易地可视化图的每个部分，这在使用 Numpy 或 SciKit 时是做不到的。

2.灵活

TensorFlow 的一个非常重要的特性是，它的操作非常灵活。这意味着它具有模块性，可以让你把希望独立出来的部分分出来

3.容易训练

对于分布式计算来说，它很容易在 CPU 和 GPU 上训练。

4.并行神经网络训练

TensorFlow 提供了管道流，从这个意义上说，你可以训练多个神经网络和多个 GPU，这使得模型在大型系统上非常有效。

5.大型社区

不用说，它是由 Google 开发的，已经有一个庞大的软件工程师团队在不断地改进稳定性。

6.开源

这个机器学习库最好的一个特点是，它是开源的，任何人只要有连接互联网就可以使用它。

TensorFlow 被用在哪里？

你每天都在使用 TensorFlow，你使用的 Google Voice Search 或 Google Photos 等应用程序都是使用这个库开发的。

在 TensorFlow 创建的所有库都是用 C 和 C++编写的，但是，它有一个复杂的前端，是用 python 实现的。你的 python 代码将被编译，然后在使用 C 和 C++构建的 TensorFlow 分布式执行引擎上执行。

实际上，TensorFlow 的应用是无限的，这就是它美妙的地方。

2.Scikit-Learn

什么是 Scikit-Learn？

它是一个与 NumPy 和 SciPy 相关联的 python 库。它被认为是处理复杂数据的最佳库之一。

在这个库中进行了许多修改。其中一个修改是交叉验证特性，它提供了使用多个度量的能力。许多训练方法，如物流回归和最邻近算法，都没有得到什么改善。

Scikit-Learn 的特性

交叉验证：有多种方法可以检查不可见数据上受监督模型的准确性。

无监督学习算法：同样，在产品中有大量的算法——从聚类、因子分析、主成分分析到无监督神经网络

特征提取：用于从图像和文本中提取特征（例如一段文字）

Scikit Learn 被用在哪里？

它包含许多实现标准机器学习和数据挖掘任务的算法，如降维、分类、回归、聚类和模型选择。

3.Numpy