A vida é curta, eu uso Python, o ecossistema Python sempre foi famoso por sua gama completa de bibliotecas de classes, o que também é uma razão importante pela qual essa linguagem é tão popular.
Funções integradas do Python: funções integradas do próprio Python. A função não precisa ser importada e pode ser usada diretamente. Por exemplo, para calcular o valor absoluto de -3,2, use a função abs diretamente. O método é:
abs(-3.2)
Biblioteca padrão do Python: Python's própria biblioteca padrão. A biblioteca padrão do Python não precisa ser instalada, você só precisa importá-la primeiro através do método import para usar seus métodos. Por exemplo, importe o módulo string e use o método find nele:
import string
string.find('abcde','b') Ferramentas externas: bibliotecas ou pacotes não escritos em Python, ferramentas relacionadas para trabalho de dados em Python.
Biblioteca de terceiros: biblioteca de terceiros do Python. Essas bibliotecas precisam ser instaladas primeiro (algumas podem exigir configuração).
1 leitura e gravação de arquivos
A leitura e gravação de arquivos inclui arquivos comuns txt, Excel, xml, binários e outros formatos de texto de dados, usados principalmente para leitura e gravação de dados locais.
1. open(name[, mode[, buffering]])
Tipo: função integrada do Python
Descrição: leitura de arquivo padrão do Python e método de escrita
Recomendação: ★★★
2. numpy.loadtxt, numpy.load e numpy.fromfile
Tipo: biblioteca de terceiros
Descrição: funções de leitura e gravação próprias do Numpy , incluindo loadtxt, load e fromfile, usado para ler e escrever arquivos de texto e binários
Recomendação: ★★★
3. pandas.read_*
Tipo: biblioteca de terceiros
Descrição: método de leitura de arquivo próprio do Pandas, como ead_csv, read_fwf, read_table etc., usado para ler e escrever texto, Excel, arquivos binários, HDF5, tabelas, arquivos SAS, bancos de dados SQL, arquivos Stata, etc.
Recomendação: ★★★
4.xlrd
Tipo: Biblioteca de terceiros
Descrição: Usado para leitura de arquivos Excel
Recomendação: ★★
5. xlwt
Tipo: Biblioteca de terceiros
Descrição: Usado para gravação de arquivos Excel
Recomendação: ★★
6.pyexcel-xl
Tipo: Biblioteca de terceiros
Descrição: Usado para ler e gravar arquivos Excel
Recomendação: ★★
7. xluntils
Tipo: Biblioteca de terceiros
Descrição: Usado para ler e gravar arquivos Excel
Recomendação:★★
8.pyExcelerator
Tipo: Biblioteca de terceiros
Descrição: Usado para ler e gravar arquivos Excel
Recomendação:★
9. openpyxl
Tipo: Biblioteca de terceiros
Descrição: Usado para ler e gravar arquivos Excel
Recomendado:★
10. lxml
Tipo: biblioteca de terceiros
Descrição: leitura e análise de XML e HTML
Recomendado Grau: ★★★
11. xml
Tipo: biblioteca padrão Python
Descrição: análise de objeto xml e processamento de formatação
Grau recomendado : ★★★
12. libxml2
Tipo: biblioteca de terceiros
Descrição: análise de objeto XML e processamento de formatação
Recomendado Grau: ★
13. xpath
Tipo: biblioteca de terceiros
Descrição: análise de objeto XML e processamento de formatação
Recomendado Grau: ★★
14. win32com
Tipo: Biblioteca de terceiros
Descrição: Informações sobre a operação do sistema Windows, arquivo Office (Word, Excel, etc.) leitura e escrita, etc. Biblioteca de aplicativos abrangente
Recomendação:★
2 Rastreamento e análise da Web
O rastreamento e análise da Web são usados para rastrear informações da Internet e processar objetos HTML. Bibliotecas relacionadas à análise e processamento de objetos XML são encontradas em "01 Leitura e Gravação de Arquivos".
15. solicitações
Tipo: biblioteca de terceiros
Descrição: biblioteca de solicitações de rede, que fornece uma variedade de métodos de solicitação de rede e pode definir complexos envio de informações
Recomendação: ★★★
16. urllib
Tipo: biblioteca padrão do Python
Descrição: biblioteca própria do Python que simplesmente lê uma URL específica e obtém as informações retornadas
Recomendação: ★★
17. urllib2
Tipo: Biblioteca padrão do Python
Descrição: Biblioteca própria do Python, que lê uma URL específica e obtém as informações retornadas, relativas a urllib pode lidar com mais informações HTTP, como cookies, autenticação, redirecionamento, etc.
Recomendação: ★★
18. urlparse
Tipo: biblioteca padrão Python
Descrição: biblioteca de análise de URL própria do Python, que pode analisar automaticamente diferentes campos e parâmetros de URLs, caminhos, etc.
Recomendação: ★★★
19. HTMLParser
Tipo: biblioteca padrão do Python
Descrição: o próprio módulo de análise de HTML do Python pode analisar facilmente arquivos HTML.
Recomendação: ★★★
20. Scapy
Tipo: biblioteca de terceiros
Descrição: estrutura de rastreador distribuído, que pode ser usada para simular o envio, a escuta e a análise do usuário e disfarçar mensagens de rede, frequentemente usadas para rastrear grandes dados de rede
Recomendação: ★★★
21. Beautiful Soup
Tipo: Biblioteca de terceiros
Descrição: Beautiful Soup é uma ferramenta de análise e formatação de dados de páginas da web, geralmente usada com Python Use junto com urllib, urllib2 e outras bibliotecas
Recomendação: ★★★
3 Conexão de banco de dados
As conexões de banco de dados podem ser usadas para conectar-se a muitos bancos de dados e acessar interfaces de banco de dados comuns, e podem ser usadas para manutenção, gerenciamento e operações diárias de banco de dados, como adição, exclusão, modificação e consulta.
22. mysql-connector-python
Tipo: biblioteca de terceiros
Descrição: conector de driver oficial do MySQL
Recomendação: ★★★
23. pymysql
Tipo: biblioteca de terceiros
Descrição: biblioteca de conexão MySQL, compatível com Python3
Recomendação ：★★★
24. MySQL-python
Tipo: Biblioteca de terceiros
Descrição: Biblioteca de conexão MySQL
Recomendação: ★★
25. cx_Oracle
Tipo: Biblioteca de terceiros
Descrição: Biblioteca de conexão Oracle
Recomendação: ★★ ★
26. psycopg2
Tipo: Biblioteca de terceiros
Descrição: Um adaptador PostgreSQL muito popular na linguagem de programação Python
Recomendação: ★★★
27. redis
Tipo: biblioteca padrão Python
Descrição: biblioteca de conexão Redis
Recomendação: ★★ ★
28. pymongo
Tipo: Biblioteca de terceiros
Descrição: conector de driver oficial do MongoDB
Recomendação: ★ ★★
29. HappyBase
Tipo: Biblioteca de terceiros
Descrição: Biblioteca de conexão HBase
Recomendação: ★★ ★
30. py2neo
Tipo: Biblioteca de terceiros
Descrição: Biblioteca de conexão Neo4j
Recomendação: ★★ ★
31. cassandra-driver
Tipo: biblioteca de terceiros
Descrição: biblioteca de conexão Cassandra (1.2+) e DataStax Enterprise (3.1+)
Recomendação: ★★★
32. sqlite3
Tipo: biblioteca padrão Python
Descrição: módulo próprio do Python para operar bancos de dados SQLite
Recomendação : ★★★
33. pysqlite2
Tipo: biblioteca de terceiros
Descrição: biblioteca de conexão SQLite 3.x
Recomendação :★★
34. bsddb3
Tipo: biblioteca de terceiros
Descrição: biblioteca de conexão Berkeley DB
35. bsddb
Tipo: biblioteca padrão do Python
Descrição: o próprio módulo do Python fornece uma interface para a biblioteca Berkeley DB a>
Recomendação: ★★
36. dbhash
Tipo: Biblioteca padrão do Python
Descrição: Módulo próprio do Python, o módulo dbhash fornece uma maneira de abrir o banco de dados usando o BSD função de biblioteca de banco de dados. Este módulo reflete a interface de outros módulos de banco de dados Python que fornecem acesso a bancos de dados estilo DBM. O módulo bsddb requer dbhash
Recomendação: ★★
37.adodb
Tipo: Biblioteca de terceiros
Descrição: ADOdb é uma biblioteca abstrata de banco de dados que suporta dados comuns e interfaces de banco de dados e pode ser personalizada Para expansão de banco de dados, esta biblioteca pode analisar e diferenciar sintaxe em diferentes bancos de dados e possui alta versatilidade
Recomendação: ★★★
38. SQLObject
Tipo: Biblioteca de terceiros
Descrição: SQLObject é um gerenciador relacional de objetos popular usado para fornecer objetos à interface do banco de dados, onde as tabelas são classes, instâncias de comportamento e colunas são atributos
Recomendação: ★★
39. SQLAlchemy
Tipo: Biblioteca de terceiros
Descrição: SQLAlchemy é um kit de ferramentas Python SQL e um mapeador objeto-relacional para desenvolvedores de aplicativos. Fornece tudo as funções e o controle flexível do SQL
Recomendação: ★★
40.ctypes
Tipo: Biblioteca de terceiros
Descrição: ctypes é uma biblioteca externa do Python que fornece tipos de dados compatíveis com a linguagem C. Você pode facilmente chamar funções em C DLL
Recomendação: ★★★
41.pyodbc
Tipo: Biblioteca de terceiros
Descrição: Biblioteca de interface Python para acesso ao banco de dados através de ODBC
Recomendação: ★★★
42. Jython
Tipo: Biblioteca de terceiros
Descrição: Biblioteca de interface Python para acesso ao banco de dados através de JDBC
Recomendação: ★★★
4 Limpeza e transformação de dados
A transformação de limpeza de dados é usada principalmente para pré-processamento antes da aplicação formal dos dados.
43. frozenset([iterable])
Tipo: função integrada do Python
Descrição: Retorna um novo objeto frozenset, opcionalmente obtido de iterável Elementos
Recomendação: ★★★
44.int(x)
Tipo: função integrada do Python
Descrição: Retorna a parte inteira de x
Recomendação: ★★★
45.isinstance(object, classinfo)
Tipo: Função integrada do Python
Descrição: Retorna se o objeto é a informação da instância classinfo especificada< /a >
Recomendação: ★★★
46.len(s)
Tipo: função integrada do Python
Descrição: Retorna o comprimento ou número de itens do objeto
Recomendação: ★★★
47. long(x)
Tipo: função integrada do Python
Descrição: Retorna um objeto inteiro longo construído a partir de uma string ou número x
Recomendação: ★★★
48. max(iterable[, key])
Tipo: função integrada do Python
Descrição: Retorna um iterável ou o maior de dois ou O maior termo entre vários parâmetros
Recomendação: ★★★
49.min(iterable[, key])
Tipo: função integrada do Python
Descrição: Retorna um iterável ou o maior de dois ou Prazo mínimo entre vários parâmetros
Recomendação: ★★★
50. range(start, stop[, step])
Tipo: função integrada do Python
Descrição: Usado para criar loops junto com for loops Liste, controle o número de iterações e obtenha o valor do loop especificando início (início), parada (fim) e passo (tamanho do passo)
Recomendação: ★★★
51. raw_input(prompt)
Tipo: função integrada do Python
Descrição: captura a entrada do usuário e a retorna como uma string (é não é recomendado usar entrada como função de captura de entrada do usuário)
Recomendação: ★★★
52. round(number[, ndigits])
Tipo: função integrada do Python
Descrição: Retorna o valor flutuante arredondado de números ndigits após o ponto decimal Pontos
Recomendação: ★★★
53.set([iterable])
Tipo: função integrada do Python
Descrição: Retorna um novo objeto de coleção, obtido opcionalmente de iterável Elementos
Recomendação: ★★★
54. slice(start, stop[, step])
Tipo: função integrada do Python
Descrição: Retorna o intervalo (start, stop , step) objeto de fatia do conjunto de índices especificado
Recomendação: ★★
55. sorted(iterable[, cmp[, key[, reverse]]])
Tipo: função integrada do Python
Descrição: De iterável Retorna uma nova lista ordenada de itens
Recomendação: ★★★
56. xrange(start, stop[, step])
Tipo: função integrada do Python
Descrição: esta função é muito semelhante a range() , mas retorna um objeto xrange em vez de uma lista
Recomendação: ★★★
57.string
Tipo: biblioteca padrão Python
Descrição: biblioteca de processamento de strings, que pode realizar pesquisa, divisão, combinação, substituição e desduplicação de strings , conversão de maiúsculas e minúsculas e outros processamentos de formatação
Recomendação: ★★★
58. re
Tipo: biblioteca padrão Python
Descrição: módulo de expressão regular, frequentemente usado no processamento de texto e strings
Recomendação: ★★★
59.random
Tipo: Biblioteca padrão Python
Descrição: Este módulo implementa geradores de números pseudo-aleatórios para várias distribuições e suporta distribuição uniforme de dados, distribuição normal (Gaussiana), distribuição lognormal, distribuição exponencial negativa, distribuição gama e beta, etc.
Recomendação: ★★★
60. os
Tipo: Biblioteca padrão Python
Descrição: Usado para operações de diretório como criar, excluir, modificar permissões, alternar caminhos e chamando Executar comandos do sistema
Recomendação: ★★★
61.os.path
Tipo: biblioteca padrão Python
Descrição: comumente usado para travessia de diretório, combinação, segmentação, julgamento e outras operações Julgamento , pesquisa e mesclagem de arquivos de dados
Recomendação: ★★★
62. prettytable
Tipo: Biblioteca padrão Python
Descrição: Módulo de saída de tabela formatada
Recomendação: ★★
63.json
Tipo: Biblioteca padrão Python
Descrição: Conversão de objetos Python e objetos JSON
Recomendado Grau: ★★★
64.base64
Tipo: biblioteca padrão Python
Descrição: codifica e decodifica strings binárias arbitrárias em Base16, Base32 e Base64< a i=3> Recomendação: ★★★
5 Cálculo de dados e análise estatística
O cálculo de dados e a análise estatística são usados principalmente para exploração de dados, cálculo e análise preliminar de dados.
65. numpy
Tipo: biblioteca de terceiros
Descrição: NumPy é o kit de ferramentas básico para computação científica em Python. Muitas bibliotecas de cálculo de dados em Python são Confie nisso
Recomendação: ★★★
66.scipy
Tipo: Biblioteca de terceiros
Descrição: Scipy é um conjunto de kits de ferramentas temáticos especializados em resolver diferentes cenários de problemas científicos e engenharia de computação
Recomendação: ★★★
67. pandas
Tipo: Biblioteca de terceiros
Descrição: Pandas é uma biblioteca para análise de dados em Python. Sua principal função é realizar dados análise. O Pandas fornece uma estrutura de dados tabular bidimensional DataFrame para análise de dados estruturados, que é semelhante ao quadro de dados em R. Ele pode fornecer operações refinadas, como fatiamento, divisão em cubos, agregação e seleção de subconjunto no banco de dados. A análise de dados fornece conveniência< /span>
Recomendação: ★★★
68.statsmodels
Tipo: Biblioteca de terceiros
Descrição: Statsmodels é um kit de ferramentas de modelagem estatística e econometria para Python, incluindo algumas descrições. uma variedade de modelos de regressão linear, modelos de regressão linear generalizada, modelos discretos de distribuição de dados, modelos de análise de séries temporais, estimativa não paramétrica, análise de sobrevivência, análise de componentes principais, estimativa de densidade de kernel e uma ampla gama de funções, como testes estatísticos e desenhos< /span>
Recomendação: ★★★
69.abs(x)
Tipo: função integrada do Python
Descrição: Retorna o valor absoluto de x
Recomendação: ★★★
70. cmp(x, y)
Tipo: função integrada do Python
Descrição: compare dois objetos x e y e retorne de acordo com o resultado é um número inteiro. Se x < y, o valor de retorno é negativo, se x == y, é zero, se x > y, o valor de retorno é positivo
Recomendação: ★★
71.float(x)
Tipo: função integrada do Python
Descrição: Retorna um número de ponto flutuante construído a partir de um número ou string x
Recomendação: ★★★
72. pow(x, y[, z])
Tipo: função integrada do Python
Descrição: Retorna x elevado a y poder. Se z existir, retorne x elevado à potência y, módulo z
Recomendação: ★★★
73.sum(iterable[, start])
Tipo: função integrada do Python
Descrição: itera da esquerda para a direita e retorna o soma
Recomendação: ★★★
74. math
Tipo: biblioteca padrão Python
Descrição: biblioteca de funções matemáticas, incluindo conversão de seno, cosseno, tangente, cotangente, radiano, logarítmico operações, pi, valor absoluto, arredondamento e outros métodos de cálculo matemático
Recomendação: ★★★
75. cmath
Tipo: Biblioteca padrão Python
Descrição: Basicamente igual à matemática, a diferença é que cmath opera em números complexos
76.decimal
Tipo: biblioteca padrão Python
Descrição: aritmética decimal de ponto flutuante
Recomendação:★★
77. frações
Tipo: Biblioteca padrão Python
Descrição: O módulo de fração fornece suporte para aritmética de números racionais
Recomendação: ★★
6 Processamento de Linguagem Natural e Mineração de Texto
Bibliotecas de processamento de linguagem natural e mineração de texto são usadas principalmente para processamento e modelagem de dados com texto em linguagem natural como objeto.
78. nltk
Tipo: Biblioteca de terceiros
Descrição: NLTK é uma ferramenta de processamento de linguagem natural Python, usada para classificar linguagem natural , análise e compreensão semântica. Existem atualmente mais de 50 corpora e recursos de vocabulário
Recomendação: ★★★
79. padrão
Tipo: Biblioteca de terceiros
Descrição: Padrão é um kit de ferramentas Python de mineração de dados de rede que fornece mineração de rede (como rede serviços, rastreadores da web, etc.), processamento de linguagem natural (como marcação de classes gramaticais, análise de sentimentos, etc.), aprendizado de máquina (como modelos de espaço vetorial, modelos de classificação, etc.), modelos de análise de rede gráfica< /span>
Recomendação: ★★★
80. gensim
Tipo: Biblioteca de terceiros
Descrição: Gensim é um modelo de tópico profissional (um método para descobrir temas ocultos em texto. Estatística método de modelagem) Kit de ferramentas Python para fornecer semântica estatística escalonável, analisar a estrutura semântica de texto simples e recuperar documentos semanticamente semelhantes
Recomendação: ★★★
81. Zhiba Word Segmentation
Tipo: Biblioteca de terceiros
Descrição: Zhiba Word Segmentation é um popular kit de ferramentas doméstico de processamento de texto Python. A palavra o modo de segmentação é dividido em três modos: modo preciso, modo completo e modo de mecanismo de pesquisa, suportando segmentação de palavras em chinês tradicional, dicionários personalizados, etc. É uma solução de segmentação de palavras em chinês Python muito boa, que pode implementar segmentação de palavras, gerenciamento de dicionário, palavras-chave extração, marcação de classes gramaticais, etc.
Recomendação: ★★★
82. SnowNLP
Tipo: Biblioteca de terceiros
Descrição: SnowNLP é uma biblioteca de classes escrita em Python que pode processar facilmente conteúdo de texto em chinês. Esta biblioteca é uma biblioteca de classes inspirada no TextBlob e escrita para processamento em chinês. Ao contrário do TextBlob, o NLTK não é usado aqui. Todos os algoritmos são implementados por nós mesmos e vêm com alguns dicionários treinados< a i=3> Recomendação: ★ ★
83. smallseg
Tipo: biblioteca de terceiros
Descrição: Smallseg é um kit de ferramentas de segmentação de palavras chinesas leve e de código aberto baseado no DFA . Você pode personalizar o dicionário, retornar a lista de palavras registradas e a lista de palavras não registradas após o corte e ter uma certa capacidade de reconhecer novas palavras
Recomendação: ★★
84. spaCy
Tipo: biblioteca de terceiros
Descrição: spaCy é um kit de ferramentas de processamento de linguagem natural Python que combina Python e Cython para tornar natural As capacidades de processamento de linguagem atingiram força industrial
Recomendação: ★★★
85. TextBlob
Tipo: Biblioteca de terceiros
Descrição: TextBlob é uma biblioteca Python para processamento de dados de texto, que pode ser usada para parte Marcação de fala e análise de emoções, tradução de texto, extração de sintagmas nominais, classificação de texto, etc.
Recomendação: ★★
86. PyNLPI
Tipo: Biblioteca de terceiros
Descrição: PyNLPI é uma biblioteca de coleção adequada para diversas tarefas de processamento de linguagem natural e pode ser usada para segmentação de texto em chinês, análise de palavras-chave, etc., especialmente importante é que ele suporta mapeamento em chinês e inglês, strings codificadas em UTF-8 e GBK, etc.
Recomendação: ★★★
87. sinônimos
Tipo: biblioteca de terceiros
Descrição: kit de ferramentas de sinônimos chineses, que pode ser usado para muitas tarefas de compreensão de linguagem natural: alinhamento de texto, algoritmo de recomendação, cálculo de similaridade, deslocamento semântico, extração de palavras-chave, extração de conceito, resumo automático, mecanismo de busca, etc.
Recomendação: ★★★
7 Processamento de imagem e vídeo
O processamento de imagem e o processamento de vídeo são adequados principalmente para operações, processamento, análise e mineração baseadas em imagens, como reconhecimento facial, reconhecimento de imagem, rastreamento de alvo, compreensão de imagem, etc.
88. PIL/Pillow
Tipo: Biblioteca de terceiros
Descrição: PIL é uma biblioteca comumente usada para leitura, processamento e análise de imagens. Fornece uma variedade de métodos e atributos de operação de processamento e transformação de dados. O PIL suporta apenas a versão 2.7 e não é atualizado há muito tempo.Um grupo de voluntários lançou um novo ramo Pillow baseado no PIL. Pillow oferece suporte a Python2 e Python3 e adiciona muitos recursos novos
Recomendação: ★★
89. OpenCV
Tipo: Biblioteca de terceiros
Descrição: OpenCV é uma poderosa biblioteca de trabalho de imagens e vídeos. Ele fornece uma variedade de interfaces de programa e oferece suporte a aplicativos de plataforma cruzada (incluindo móveis). OpenCV foi projetado para ser eficiente, é escrito em C/C++ otimizado e a biblioteca pode aproveitar as vantagens do processamento multi-core. Além do processamento básico de imagens, ele também oferece suporte à modelagem de dados de imagem e à pré-construção de uma variedade de mecanismos de reconhecimento de imagem, como reconhecimento facial
Recomendação: ★★★
90. scikit-image
Tipo: biblioteca de terceiros
Descrição: scikit-image (também chamada de skimage) é uma biblioteca de processamento de imagens que suporta conversão de modo de cor, filtros, desenho, processamento de imagem, detecção de recursos e outras funções
Recomendação: ★★
91. imageop
Tipo: biblioteca padrão do Python
Descrição: função própria do Python para operações básicas de imagem, incluindo corte, dimensionamento e modo Converter< /span>
Recomendação:★
92. colorsys
Tipo: biblioteca padrão do Python
Descrição: função própria do Python para converter diferentes modos de cores de imagens
Recomendação:★
93. imghdr
Tipo: biblioteca padrão do Python
Descrição: função própria do Python, retorna o tipo de arquivo de imagem
Recomendação: ★
8 Processamento de áudio
O processamento de áudio é principalmente adequado para processamento, análise e modelagem baseados em som e é usado principalmente em reconhecimento de fala, síntese de fala, compreensão semântica, etc.
94. TimeSide
Tipo: Biblioteca de terceiros
Descrição: TimeSide é uma biblioteca capaz de análise de áudio, imagem, transcodificação, streaming e marcação Uma estrutura Python para processamento complexo de conjuntos de dados muito grandes com qualquer conteúdo de áudio ou vídeo
Recomendação: ★★★
95. audiolazy
Tipo: biblioteca de terceiros
Descrição: audiolazy é uma biblioteca para processamento de fluxo de dados de som em tempo real, com suporte para aplicações de dados de tempo Processamento, representação de sequência de dados infinita, representação de fluxo de dados, etc.
Recomendação: ★★
96. pydub
Tipo: biblioteca de terceiros
Descrição: pydub suporta vários formatos de arquivos de som e pode realizar vários processamentos de sinal (como compressão, equalização, normalização), geração de sinal (como senoidal, onda quadrada, dente de serra, etc.), registro de efeitos sonoros, processamento mudo, etc.
Recomendação: ★★★
97. audioop
Tipo: biblioteca padrão do Python
Descrição: funções próprias do Python que podem implementar algumas operações comuns em clipes de som a >
Recomendação: ★★
98. tinytag
Tipo: Biblioteca de terceiros
Descrição: tinytag é usado para ler metadados de vários arquivos de som, abrangendo MP3, OGG, OPUS, MP4, M4A, FLAC, WMA, Wave e outros formatos
Recomendação: ★★
99. aifc
Tipo: biblioteca padrão do Python
Descrição: função própria do Python para ler e gravar arquivos AIFF e AIFC< a i =3> Recomendação: ★
100. sunau
Tipo: biblioteca padrão Python
Descrição: função própria do Python, ler e escrever arquivos Sun AU
Recomendação: ★
101. wave
Tipo: biblioteca padrão do Python
Descrição: função própria do Python para ler e escrever arquivos WAV
Recomendação: ★★
102. chunk
Tipo: biblioteca padrão Python
Descrição: função própria do Python para ler arquivos no formato de bloco EA IFF 85 a >
Recomendação: ★
103.sndhdr
Tipo: biblioteca padrão do Python
Descrição: função própria do Python que retorna o tipo de arquivo de som
Recomendação: ★
104. ossaudiodev
Tipo: Biblioteca padrão Python
Descrição: Este módulo suporta acesso à interface de áudio OSS (Open Sound System)< a i=3> Recomendação: ★★★
9 Mineração de dados/Aprendizado de máquina/Aprendizado profundo
Mineração de dados, aprendizado de máquina e aprendizado profundo são os módulos principais do Python para modelagem de dados e aprendizado de mineração.
105. Scikit-Learn
Tipo: biblioteca de terceiros
Descrição: scikit-learn (também chamado SKlearn) é uma máquina baseada em Python aprendizagem Uma biblioteca abrangente com métodos integrados de aprendizado supervisionado e aprendizado de máquina não supervisionado, incluindo várias categorias de algoritmos convencionais, como regressão, agrupamento, classificação, aprendizado por streaming, detecção de anomalias, redes neurais e métodos de integração. Ele também oferece suporte a conjuntos de dados predefinidos, É uma biblioteca de ferramentas de aprendizado de máquina muito completa e popular para pré-processamento de dados, seleção e avaliação de modelos.
Recomendação: ★★★
106. TensorFlow
Tipo: biblioteca de terceiros
Descrição: TensorFlow é o sistema de aprendizado de máquina de segunda geração do Google com extensões de aprendizado profundo integradas Compatível, qualquer cálculo que possa ser expresso com um gráfico de fluxo computacional pode ser feito usando o TensorFlow
Recomendação: ★★★
107. NuPIC
Tipo: Biblioteca de terceiros
Descrição: NuPIC é uma máquina que usa o algoritmo de aprendizagem HTM (Hierarchical Temporal Memory) como ferramenta Plataforma inteligente. O NuPIC é adequado para uma variedade de problemas, especialmente para aplicações de detecção e previsão de anomalias
Recomendação: ★★★
108. PyTorch
Tipo: Biblioteca de terceiros
Descrição: PyTorch é uma estrutura de aprendizagem profunda lançada pelo FaceBook. É baseada em Python ( não lua) O gráfico de cálculo dinâmico que ele fornece é significativamente diferente de outras estruturas de aprendizagem, como o Tensorflow.
Recomendação: ★★
109. Orange
Tipo: Biblioteca de terceiros
Descrição: Orange fornece funções interativas de análise de dados através de uma interface gráfica de operação, especialmente adequada para Classificação , agrupamento, regressão, seleção de recursos e trabalho de validação cruzada
Recomendação: ★★★
110. theano
Tipo: Biblioteca de terceiros
Descrição: Theano é uma biblioteca de aprendizado profundo muito madura. É totalmente integrado ao Numpy e suporta computação GPU, testes unitários e autoverificação
Recomendação: ★★★
111. keras
Tipo: biblioteca de terceiros
Descrição: Keras é uma API de rede neural avançada escrita em Python que pode ser executada no TensorFlow ou Além do Theano, seu desenvolvimento se concentra na realização de experimentos rápidos
Recomendação: ★★
112. neurolab
Tipo: Biblioteca de terceiros
Descrição: Neurolab é uma biblioteca básica de algoritmos de rede neural com configuração de rede flexível e algoritmo de aprendizagem Python . Ela contém diferentes variantes implementadas através de Redes Neurais Recorrentes (RNN), e a biblioteca é uma das melhores escolhas entre APIs RNN semelhantes
Recomendação: ★★
113. PyLearn2
Tipo: Biblioteca de terceiros
Descrição: PyLearn2 é uma biblioteca de aprendizagem profunda baseada em Theano, projetada para fornecer excelentes flexibilidade flexibilidade e permite que os pesquisadores controlem livremente, a configuração flexível e aberta de parâmetros e atributos é o destaque
Recomendação: ★★★
114. OverFeat
Tipo: Biblioteca de terceiros
Descrição: OverFeat é uma biblioteca de aprendizagem profunda, usada principalmente para classificação de imagens e detecção de posicionamento de objetos
Recomendação: ★★
115. Pyevolve
Tipo: Biblioteca de terceiros
Descrição: Pyevolve é uma estrutura completa de algoritmo genético que também suporta programação genética
Recomendação: ★★
116. Caffe2
Tipo: Biblioteca de terceiros
Descrição: Cafffe2 também é uma estrutura de aprendizado profundo lançada pelo FaceBook, que é mais adequada para pesquisa do que PyTorch. , Caffe2 é adequado para implantação em larga escala e é usado principalmente para visão computacional. Tem um bom efeito de aplicação na classificação de reconhecimento de imagem
Recomendação: ★★
10 Visualização de Dados
A visualização de dados é usada principalmente para exibição de resultados de dados, verificação de modelo de dados, interação gráfica e exploração.
117. Matplotlib
Tipo: Biblioteca de terceiros
Descrição: Matplotlib é uma biblioteca de plotagem 2D para Python que está disponível em vários formatos impressos e multiplataforma Um ambiente interativo que gera gráficos com qualidade de publicação, os desenvolvedores podem gerar uma variedade de gráficos de alta qualidade com apenas algumas linhas de código
Recomendação: ★★★
118.pyecharts
Tipo: Biblioteca de terceiros
Descrição: Uma poderosa biblioteca de ferramentas de visualização baseada no Baidu Echarts, que fornece inúmeras funções gráficas. Especialmente capaz de exibir relacionamentos complexos
Recomendação: ★★★
119. seaborn
Tipo: Biblioteca de terceiros
Descrição: Seaborn é um encapsulamento de API mais avançado baseado em Matplotlib. Pode ser como um suplemento para Matplotlib
Recomendação: ★★★
120. bokeh
Tipo: Biblioteca de terceiros
Descrição: Bokeh é uma biblioteca de visualização interativa que pode obter uma bela aparência em navegadores WEB O visual efeitos
Recomendação: ★★★
121. Plotly
Tipo: Biblioteca de terceiros
Descrição: A biblioteca de gráficos fornecida pela Plotly permite a interação on-line na WEB e fornece gráficos com qualidade de publicação , suportando gráficos de linhas, gráficos de dispersão, gráficos de área, gráficos de barras, barras de erro, gráficos de caixa, histogramas, mapas de calor, subtramas, multieixos, gráficos polares, gráficos de bolhas, gráficos de rosas, mapas de calor, gráficos de funil, etc.
Recomendação: ★★★
122. VisPy
Tipo: Biblioteca de terceiros
Descrição: VisPy é uma biblioteca Python para visualização científica interativa, projetada para ser rápida e escalável e fácil de usar
Recomendação: ★★
123. PyQtGraph
Tipo: biblioteca de terceiros
Descrição: PyQtGraph é um gráfico Python puro e um gráfico construído em PyQt4/PySide e GUI numpy biblioteca, usada principalmente para aplicações de matemática/ciências/engenharia
Recomendação: ★★
124. ggplot
Tipo: Biblioteca de terceiros
Descrição: ggplot é uma biblioteca de saída gráfica implementada em Python, semelhante à exibição gráfica em Versão R
Recomendação: ★★★
11 Aprendizagem interativa e desenvolvimento integrado
O aprendizado interativo e o desenvolvimento integrado são usados principalmente para desenvolvimento, depuração e integração em Python, incluindo ambiente de desenvolvimento integrado em Python e IDE.
125. IPython/ Jupyter
Tipo: Biblioteca de terceiros
Descrição: IPython é um shell interativo baseado em Python, que é melhor que o shell Python padrão É muito mais fácil de usar, suporta preenchimento automático de variáveis, recuo automático, ajuda interativa, comandos mágicos, comandos de sistema, etc., e possui muitas funções e funções integradas úteis. A partir do IPython 4.0, o IPython derivou dois ramos: IPython e Jupyter. Antes deste ramo aparecer oficialmente, o IPython na verdade já tinha a função ipython notebook, portanto, o Jupyter é mais como uma versão atualizada do ipython notebook.
Recomendação: ★★★
126. Elpy
Tipo: Biblioteca de terceiros
Descrição: Elpy é o ambiente de desenvolvimento do Emacs para Python. Ele combina e configura muitos outros softwares. pacotes, todos escritos em Emacs Lisp e Python
Recomendação: ★★
127. PTVS
Tipo: biblioteca de terceiros
Descrição: ferramenta Python para Visual Studio
Recomendação: ★★
128. PyCharm
Tipo: Ferramenta externa
Descrição: PyCharm vem com um conjunto de ferramentas que podem ajudar os usuários a melhorar sua eficiência ao desenvolver no Linguagem Python. , como depuração, destaque de sintaxe, gerenciamento de projetos, salto de código, prompts inteligentes, preenchimento automático, teste de unidade, controle de versão e pode integrar IPython, linha de comando do terminal do sistema, etc., quase todo o trabalho Python pode ser alcançado no processo PyCharm
Recomendação: ★★★
129. LiClipse
Tipo: Ferramenta externa
Descrição: LiClipse é um IDE multilíngue gratuito baseado em Eclipse, que suporta desenvolvimento em Python por meio de PyDev . Aplicação
Recomendação: ★★
130. Spyder
Tipo: Ferramenta externa
Descrição: Spyder é um IDE Python de código aberto suportado pelo IPython e muitas bibliotecas Python populares, é um ambiente de desenvolvimento interativo com edição avançada, testes interativos, depuração e ambiente de computação digital
Recomendação: ★★
12 outras ferramentas de trabalho colaborativo de dados em Python
Outras ferramentas colaborativas de trabalho de dados do Python referem-se a outras ferramentas ou bibliotecas comumente usadas no trabalho de dados, além dos tópicos acima.
131. tesseract-ocr
Tipo: ferramenta externa
Descrição: Este é um projeto de reconhecimento de texto e imagem OCR de código aberto apoiado pelo Google, apoiando mais de 200 idiomas (incluindo chinês) e suporta conjuntos de caracteres de treinamento personalizados, suportando uso multiplataforma em Windows, Linux e Mac OSX
Recomendação: ★★★
132. RPython
Tipo: Biblioteca de terceiros
Descrição: Biblioteca integrada R
Recomendação: ★★ ★
133. Rpy2
Tipo: biblioteca de terceiros
Descrição: biblioteca Python conectada ao R
134. matpython
Tipo: Biblioteca de terceiros
Descrição: Biblioteca integrada MATLAB
Recomendação: ★★ ★
135. Lunatic Python
Tipo: Biblioteca de terceiros
Descrição: Biblioteca integrada Lua
Recomendação: ★ ★
136. PyCall.jl
Tipo: biblioteca de terceiros
Descrição: biblioteca integrada Julia
Recomendação: ★★
137. PySpark
Tipo: biblioteca de terceiros
Descrição: API Python fornecida pelo Spark
Recomendação: ★★★
138. dumbo
Tipo: Biblioteca de terceiros
Descrição: Este módulo permite que Pythoners escrevam e executem facilmente programas Hadoop. A versão do programa é relativamente cedo, pode ser usado como referência
Recomendação: ★★
139. dpark
Tipo: biblioteca de terceiros
Descrição: versão clone do Spark em Python, semelhante à estrutura MapReduce
Recomendação: ★★
140. streamparse
Tipo: biblioteca de terceiros
Descrição: Streamparse permite executar código Python em fluxos de dados em tempo real por meio do Storm
Recomendação: ★★★