http://mb.yidianzixun.com/article/0JYrTe6g?ref=browser_news&s=mb
Cython 是 Python 的超集，所以不要让它吓跑你！
你现在的 Python 程序已经是 Cython 程序。
有几种情况下你可能需要加速，例如：
- 你正在使用 Python 开发一个 NLP 的生产模块；
- 你正在使用 Python 计算分析大型 NLP 数据集；
- 你正在为深度学习框架，如 PyTorch /TensorFlow，预处理大型训练集，或者你的深度学习批处理加载器中的处理逻辑过于繁重，这会降低训练速度
长生剑：Numpy
Numpy 是 Python 提供数值计算的基础模块，也是 Python 生态中历史最为悠久的模块，可称得上 “长生” 二字。如果没有这柄长生剑，就没有办法做快速高效的向量化计算。它还提供了线性代数等高级矩阵运算功能，另外还能集成 C 的代码，让你出剑更加的快。Python 的许多扩展模块都是基于 Numpy 开发的，所以学好 Numpy 就算是奠定好了根基。
碧玉刀：SciPy
SciPy 是基于 Numpy 开发的高级模块，它用于解决科学计算中的一些标准问题。例如数值积分和微分方程求解，扩展的矩阵计算，最优化，概率分布和统计函数，甚至包括信号处理。练习好碧玉刀和长生剑，就足以解决常见的计算问题，并不需要自己哼哧哼哧造轮子写函数了。
孔雀翎：Matplotlib
孔雀的尾羽聚合了世间所有的色彩，做数据研究同样需要漂亮的可视化工具。Matplotlib 是 python 下最著名的绘图库，提供了一整套和 Matlab 相似的 API，十分适合交互式绘图。也可将它作为绘图控件，嵌入各种应用程序中。在其基础之上，还有更为有趣的绘图工具 Seaborn 和 Bokeh。
多情环：Pandas
在数据整理阶段，我们经常需要连接读定不同类型的数据源，处理不同格式的数据对象，如果只使用 Numpy 会很麻烦。Pandas 使 Python 具备了类似 R 的数据框对象。这样方便用于真实江湖的数据处理和分析，它提供大量易用、高效的数据操作函数库，能执行 join 以及其他 SQL 类似的功能来重塑数据，支持各种格式的输入输出数据。它与 Python 生态中的其它模块也有很好的整合，多情环名不虚传。
离别钩：Statsmodels
Statsmodels 是 python 中专门用于统计分析的模块，提供各种回归模型函数，包括广义回归和稳健回归，还提供大量时间序列分析函数，例如 ARIMA/VAR，各种经典假设检验和非参数方法一个都不少。有了离别钩，你可以随时和 R 说离别。
霸王枪：Scikit-learn
Scikit-learn 是非常著名的机器学习库，它提供一个统一的接口来使用不同模型，有助于迅速地在数据集上应用流行的算法。它包含了许多用于标准机器学习任务的工具，例如聚类、分类和回归等。不仅是各种算法，机器学习中重要的特征选择和模型评估均在模块中包含了。值得一提的另一个模块 gensim：提供了词向量、主题模型等函数。有了这两种模块，天下就绝没有不能解决的事。
一口箱子：TensorFlow
古龙并未写完最后的第七种武器，通常会将《英雄无泪》中的一口箱子作为最为神秘最为强悍的终级武器。在 Python 生态中，一口箱子只能属于 TensorFlow。它作为名门大派出品的深度学习框架，一出世就备受瞩目。TensorFlow 提供了 C++ 和 python 两种接口，让你能高效的设计各种机器学习算法，并且能运行在各类硬件架构之上。此外还有各种强力组件搭配，TensorBoard 用于监控学习过程中的各项参数，TensorServer 可用于生产环境的模型部署，甚至传说还有 TPU 这种专门用于深度学习的芯片。
在数据江湖中，没有顺手的武器，英雄亦束手加班中。七种武器虽强，但器物总是死的，更重要的是从器物的把玩中，能领悟到运用之妙，数据之道。一件武器是否能令读者觉得神奇有价值，主要还是得看使用它的是什么人。有赤兔的吕布没有看到明天，没有玄铁重剑的杨过却有更进一步的修炼。
江湖路远，少侠们一路走好