全世界只有3.14 %?的人關(guān)注了

數(shù)據(jù)與算法之美

前段時間，數(shù)據(jù)科學(xué)網(wǎng)站 KDnuggets 評選出了頂級 Python 庫 Top15，領(lǐng)域橫跨數(shù)據(jù)科學(xué)、數(shù)據(jù)可視化、深度學(xué)習(xí)和機器學(xué)習(xí)。推薦閱讀《Python3.0科學(xué)計算指南》

上圖：根據(jù) GitHub star 和貢獻評選出的 2018 頂級 Python 庫。形狀大小與貢獻者數(shù)量成正比。

以下為 2018 年排名前 15 的 Python 庫(數(shù)據(jù)截止 2018 年 12 月 16 日)：

1、TensorFlow

(貢獻者：1757，貢獻：25756，Stars：116765)

“TensorFlow 是一個使用數(shù)據(jù)流圖進行數(shù)值計算的開源軟件庫。圖形節(jié)點表示數(shù)學(xué)運算，而圖形邊緣表示在它們之間流動的多維數(shù)據(jù)陣列(張量)。這種靈活的體系結(jié)構(gòu)使用戶可以將計算部署到桌面、服務(wù)器或移動設(shè)備中的一個或多個 CPU/GPU，而無需重寫代碼。 ”

GitHub 地址：https://github.com/tensorflow/tensorflow

2、pandas

(貢獻者：1360，貢獻：18441，Stars ：17388)

“pandas 是一個 Python 包，、供快速，靈活和富有表現(xiàn)力的數(shù)據(jù)結(jié)構(gòu)，旨在讓”關(guān)系“或”標記“數(shù)據(jù)使用既簡單又直觀。它的目標是成為用 Python 進行實際，真實數(shù)據(jù)分析的基礎(chǔ)高級構(gòu)建塊。”

GitHub 地址：https://github.com/pandas-dev/pandas

3、scikit-learn

(貢獻者：1218，貢獻者：23509，Stars ：32326)

“scikit-learn 是一個基于 NumPy，SciPy 和 matplotlib 的機器學(xué)習(xí) Python 模塊。它為數(shù)據(jù)挖掘和數(shù)據(jù)分析提供了簡單而有效的工具。SKLearn 所有人都可用，并可在各種環(huán)境中重復(fù)使用。

GitHub 地址：https://github.com/scikit-learn/scikit-learn

4、PyTorch

(貢獻者：861，貢獻：15362，Stars：22763)

“PyTorch 是一個 Python 包，提供兩個高級功能：

具有強大的 GPU 加速度的張量計算(如 NumPy)

基于磁帶的自動編程系統(tǒng)構(gòu)建的深度神經(jīng)網(wǎng)絡(luò)

你可以重復(fù)使用自己喜歡的 Python 軟件包，如 NumPy，SciPy 和 Cython，以便在需要時擴展 PyTorch。”

GitHub 地址：https://github.com/pytorch/pytorch

5、Matplotlib

(貢獻者：778，貢獻：28094，Stars ：8362)

“Matplotlib 是一個 Python 2D 繪圖庫，可以生成各種可用于出版品質(zhì)的硬拷貝格式和跨平臺交互式環(huán)境數(shù)據(jù)。Matplotlib 可用于 Python 腳本，Python 和 IPython shell(例如 MATLAB 或 Mathematica)，Web 應(yīng)用程序服務(wù)器和各種圖形用戶界面工具包。”

GitHub 地址：https://github.com/matplotlib/matplotlib

6、Keras

(貢獻者：856，貢者：4936，Stars ：36450)

“Keras 是一個高級神經(jīng)網(wǎng)絡(luò) API，用 Python 編寫，能夠在 TensorFlow，CNTK 或 Theano 之上運行。它旨在實現(xiàn)快速實驗，能夠以最小的延遲把想法變成結(jié)果，這是進行研究的關(guān)鍵。”

GitHub 地址：https://github.com/keras-team/keras

7、NumPy

(貢獻者：714，貢獻：19399，Stars：9010)

“NumPy 是使用 Python 進行科學(xué)計算所需的基礎(chǔ)包。它提供了強大的 N 維數(shù)組對象，復(fù)雜的(廣播)功能，集成 C / C ++ 和 Fortran 代碼的工具以及有用的線性代數(shù)，傅里葉變換和隨機數(shù)功能。

GitHub 地址：https://github.com/numpy/numpy

8、SciPy

(貢獻者：676，貢獻：20180，Stars：5188)

“SciPy(發(fā)音為”Sigh Pie“)是數(shù)學(xué)、科學(xué)和工程方向的開源軟件，包含統(tǒng)計、優(yōu)化、集成、線性代數(shù)、傅立葉變換、信號和圖像處理、ODE 求解器等模塊。”

GitHub 地址：https://github.com/scipy/scipy

9、Apache MXNet

(貢獻者：653，貢獻：9060，Stars：15812)

“Apache MXNet(孵化)是一個深度學(xué)習(xí)框架，旨在提高效率和靈活性，讓你可以混合符號和命令式編程，以最大限度地提高效率和生產(chǎn)力。 MXNet? 的核心是一個動態(tài)依賴調(diào)度程序，可以動態(tài)地自動并行化符號和命令操作。”

GitHub 地址：https://github.com/apache/incubator-mxnet

10、Theano

(貢獻者：333，貢獻：28060，Stars ：8614)

“Theano 是一個 Python 庫，讓你可以有效地定義、優(yōu)化和評估涉及多維數(shù)組的數(shù)學(xué)表達式。它可以使用 GPU 并實現(xiàn)有效的符號區(qū)分。”

GitHub 地址：https://github.com/Theano/Theano

11、Bokeh

(貢獻者：334，貢獻：17395，Stars ：8649)

“Bokeh 是一個用于 Python 的交互式可視化庫，可以在現(xiàn)代 Web 瀏覽器中實現(xiàn)美觀且有意義的數(shù)據(jù)視覺呈現(xiàn)。使用 Bokeh，你可以快速輕松地創(chuàng)建交互式圖表、儀表板和數(shù)據(jù)應(yīng)用程序。”

GitHub 地址：https://github.com/bokeh/bokeh

12、XGBoost

(貢獻者：335，貢獻：3557，Stars：14389)

“XGBoost 是一個優(yōu)化的分布式梯度增強庫，旨在變得高效、強大、靈活和便攜。它在 Gradient Boosting 框架下實現(xiàn)機器學(xué)習(xí)算法。XGBoost 提供了梯度提升決策樹(也稱為 GBDT，GBM)，可以快速準確地解決許多數(shù)據(jù)科學(xué)問題，可以在主要的分布式環(huán)境(Hadoop，SGE，MPI)上運行相同的代碼，并可以解決數(shù)十億個示例之外的問題。”

GitHub 地址：https://github.com/dmlc/xgboost

13、Gensim

(貢獻者：301，貢獻：3687，Stars ：8295)

“Gensim 是一個用于主題建模、文檔索引和大型語料庫相似性檢索的 Python 庫，目標受眾是自然語言處理(NLP)和信息檢索(IR)社區(qū)。”

GitHub 地址：https://github.com/RaRe-Technologies/gensim

14、Scrapy

(貢獻者：297，貢獻：6808，Stars ：30507)

“Scrapy 是一種快速的高級 Web 爬行和 Web 抓取框架，用于抓取網(wǎng)站并從其頁面中提取結(jié)構(gòu)化數(shù)據(jù)。它可用于從數(shù)據(jù)挖掘到監(jiān)控和自動化測試的各種用途。”

GitHub 地址：https://github.com/scrapy/scrapy

15、Caffe

(貢獻者：270，貢獻：4152，Stars ：26531)

“Caffe 是一個以表達、速度和模塊化為基礎(chǔ)的深度學(xué)習(xí)框架，由伯克利人工智能研究(BAIR)/ 伯克利視覺與學(xué)習(xí)中心(BVLC)和社區(qū)貢獻者開發(fā)。”

GitHub 地址：https://github.com/BVLC/caffe

來源：人工智能精選

版權(quán)歸原作者所有，轉(zhuǎn)載僅供學(xué)習(xí)使用，不用于任何商業(yè)用途，如有侵權(quán)請留言聯(lián)系刪除，感謝合作。

精品課程推薦：

選購數(shù)學(xué)科普正版讀物

嚴選“數(shù)學(xué)思維好物”

送給孩子的益智禮物? ?| ??辦公室神器

算法工程師成長閱讀? ?| ??居家高科技

理工科男女實用型禮物精選?

超模君準備了幾份?數(shù)學(xué)思維好物

《超模定制筆記本》《數(shù)學(xué)原來會說謊》

《數(shù)學(xué)的故事》《簡單微積分》......

免費?送給大家，參與就有機會獲得

活動時間：1月22號?至?1月31號

----點擊頭像關(guān)注----

超級數(shù)學(xué)建模

數(shù)據(jù)與算法之美

少年數(shù)學(xué)家

數(shù)銳學(xué)堂

驚喜醬（個人號）

玩酷屋COOL

總結(jié)

以上是生活随笔為你收集整理的2018 年最受欢迎的 Python 库，你都用过吗？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。