7. Plotly (提交数: 2486, 供献者数: 33)

最后，关于Plotly的话。它是一个基于Web用于构建可视化的对象箱，供给API给一些编程说话(Python在内)。在plot.ly网站上有一些强大年夜的、上手即竽暌姑的图形。为了应用Plotly，你将须要设置API密钥。图形将在办事器端处理，并宣布到互联网，但有一种办法可以避免。

GitHub请求汗青记录

trends.google.com

GitHub请求汗青记录

datascience.com/trends

机械进修

8. SciKit-Learn (提交数：21793, 供献者数：842)

Google趋势记录

Scikits是Scikits Stack额外的软件包，专为像图像处理和机械进修帮助等特定功能而设计。对于机械进修帮助，scikit-learn是所有软件包里最凸起的一个。它建立在SciPy之上，并大年夜量应用它的数学运算。

scikit-learn给常见的机械进修算法公开了一个简洁、一致的接口，可简单地将机械进修带入临盆体系中。该库中集成了有质量的代码和优胜的文档、简单易用处且十分高效，是应用Python进行机械进修的实际施业标准。

深度进修—— Keras / TensorFlow / Theano

在深度进修方面，Python中最知名和最便的库之一是Keras，它可以在TensorFlow或Theano框架上运行。让我们来看一下它们的一些细节。

9.Theano. (提交数：25870, 供献者数：300)

起首让我们谈谈Theano。

Theano是一个Python软件包，它定义了与NumPy类似的多维数组，以及数学运算和表达式。此库是被编译的，可实如今所有架构上的高效运行。最初由蒙特利尔大年夜学机械进修组开辟，它重要用于知足机械进修的需求。

值得留意的是，Theano慎密结合了NumPy在低层次上的运算 。别的，该库还优化了GPU和CPU的应用，使数据密集型的寂?娼台机能更佳。

效力和稳定性微调包管了即使在数值很小的情况下，如有更精确的结不雅，例如，即使只给出x的最小值，log(1 + x)仍能计算出合理的结不雅。

10. TensorFlow. (提交数: 16785,供献者数: 795)

核心库

TensorFlow来自Google的开辟人员，它是数据流图计算的开源库，为机械进修赓续打磨。它旨在知足谷歌对练习神经收集的高需求，并且是基于神经收集的机械进修体系DistBelief的继任者。然而，TensorFlow并不限制于谷歌的科学应用范围 – 它可以通用于多种多样的实际应用中。

TensorFlow的关键特点是它的独裁节点体系，可以在大年夜型数据集上快速练习神经收集。这为谷歌的语音辨认和图像对象辨认供给了支撑。

最后我们来看看Keras。它是一个用Python编写的开源的看维用于在高层的接口上构建神经收集。它简单易懂，具有高等可扩大性。Keras应用Theano或TensorFlow作为后端，但微软如今正尽力整合CNTK(微软的认知对象包)作为新的后端。

设计中的简约办法旨在经由过程建立紧凑型体系进行快速、简便的实验。

Keras真的轻易上手，并在持续完美它的快速原型才能。它完全用Python编写，可被高度模块化和扩大。尽管它以易上手、简单和以高层次为导向，然则Keras足够有深度并且足够强大年夜，去支撑复杂的模型。

谷歌成长趋势汗青

trends.google.com

GitHub请求汗青记录

datascience.com/trends

天然说话处理

12. NLTK (提交数: 12449,供献者数: 196)

这个库的名称“Natural Language Toolkit”，代表天然说话对象包，顾名思义，它用于符号学和统计学天然说话处理(NLP) 的常见义务。 NLTK旨在促进NLP及相干范畴(说话学，认知科学人工智能等)的教授教话谕研究，今朝受到重点存眷。

NLTK的功能许可很多操作，例如文本标记，分类和标记，实体名称辨认，建立语料库，可以显示说话内部和各句子间的依附性、词根、语义推赖寥。所有的构建模块都可认为不合的义务构建复杂的研究体系，例如情感分析，主动总结。

它是一个用于Python的开源库，为有向量空间模型和主题模型的工作供给了应用对象。这个库是为了高效处理大年夜量文本而设计的，所以不仅可以进行内存处理，还可以经由过程广泛应用NumPy数据构造和SciPy操作来获得更高的效力。Gensim高效也易于应用。

Gensim旨在与原始和非构造化的数字文本一路应用。 它实现了诸如hierarchical Dirichlet processes(HDP)，潜在语义分析(LSA)和潜在Dirichlet分派(LDA)之类的算法，以及tf-idf，随机猜测，word2vec和document2vec，便于检查一组文档中有反复模式的文本 (平日称为语料库)。所有的算法均是无监督的，意味着不须要任何参数，独一的输入只有语料库。

　　推荐阅读

　　猫眼李明辉：速8、摔跤吧爸爸的票房是这样算出来的

【51CTO.com原创稿件】2017年7月21日-22日，由51CTO主办的以人工智能为主题的WOTI2017全球立异技巧峰会在北京富力万丽酒店隆重举办。峰会时代，30+AI明星，数十场环绕人工智能主题的出色演>>>详细阅读

本文标题：2017，最受欢迎的15大Python库有哪些？

地址：http://www.17bianji.com/lsqh/36414.html

 1/2    1