Python培训之数据分析相关的技术

　　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 Vowpal Wabbit 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：Google Tesseract OCR 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：Python JIT (just in time) 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

　　Open Babel：一个化学工具箱，用来描述多种化学数据

　　Open Mining：使用 Python 挖掘商业情报 (BI) (Pandas web 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 Python Dynamics 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：Python JIT (just in time) 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

　　Open Babel：一个化学工具箱，用来描述多种化学数据

　　Open Mining：使用 Python 挖掘商业情报 (BI) (Pandas web 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 Python Dynamics 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 Python 2D 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 Python SVG 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's cProfile 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 web API

　　django-tastypie：为Django 应用开发API

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

　　· Flask

　　flask-api：为 flask 开发的，可浏览 Web APIs

　　flask-restful：为 flask 快速创建REST APIs

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

　　flask-api-utils：为 Flask 处理 API 表示和验证

　　eve：REST API 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 web app 后端的高性能框架

　　sandman：为现存的数据库驱动系统自动创建 REST APIs

　　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/Hypermedia APIs

　　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/