trends.google.com
GitHub请求汗青记录
datascience.com/trends
数据发掘，统计学
谷歌成长趋势汗青
还有应用Matplotlib创建标签，网格，图例和很多其他格局化实体的功能。根本上，一切都是可定制的。
14. Scrapy (提交数: 6325,供献者数: 243)
Scrapy库是用于大年夜收集构造化检索数据(如接洽人信息或URL),可以用来设计crawling法度榜样(也称为蜘蛛bots)。
它是开源的，应用用Python编写的。最开端只是如它的名字暗示的一样，只用来做scraping，然则它如今已经在完全的框架中成长，可以或许大年夜API采集数据并作为通用的crawlers了。
该库在界面设计中标榜着“不要反复本身” 它推荐用户们编写泛化获得、可被反复应用的通用代码，大年夜而构建和扩大大年夜型的crawlers。
Scrapy的架构环绕着Spider class构建，这个中包含了crawler追大年夜的一套指令。
15. Statsmodels (提交数: 8960,供献者数: 119)
你可能大年夜名字就猜出大年夜概了，statsmodels应用户可以或许经由过程应用各类统计模型的估算办法进行数据发掘，并履行统计断定和分析。
很多有效的特点是可被描述的，并经由过程应用线性回归模型，广义线性模型，离散选择模型，鲁棒线性模型，时光序列分析模型，各类估计办法得出统计结不雅。
这个库还供给了广泛的标定功能，专门用于大年夜数据统计中的机能优化工作。
总结
很多半据科学家和工程师认为这些库是顶级的，并值得存眷，或者须要或多或少懂得它们。 以下是每个库在Github上的具体统计材料：
当然，这不是完全详尽的列表，还有很多其他的库和框架也是值得存眷。一个很好的例子是SciKit的不合软件包各自专注一个特定的范畴，如SciKit-Image是用于处理图像的。
【编辑推荐】
- 技巧 | 应用Python来进修数据科学的完全教程
- 手把手教你用 Python 和 Scikit-Learn 实现垃圾邮件过滤
- 若何用Python履行常见的Excel和SQL义务
- 【干货】Python主动化审计及实现
- 浅析Python的类、持续和多态
推荐阅读
【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
地址：http://www.17bianji.com/lsqh/36414.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示