前段時(shí)間，全世界范圍內(nèi)的Python谷歌搜索指數(shù)已經(jīng)超越了Java(Python王者到來(lái)?Python谷歌搜索指數(shù)已經(jīng)超越Java) 。說(shuō)明Python越來(lái)越重要，同時(shí)，Python也是數(shù)據(jù)科學(xué)家必不可少的工具。最近，Analytics Vidhya總結(jié)了24個(gè)數(shù)據(jù)科學(xué)家不能錯(cuò)過(guò)的24個(gè)Python庫(kù)，也是很不錯(cuò)的一份list，我們一起來(lái)看看。也算是入門同學(xué)的一個(gè)學(xué)習(xí)和選擇的方向。

這24個(gè)庫(kù)包含在以下幾個(gè)領(lǐng)域中，本文主要介紹前4種：

1. 用于數(shù)據(jù)收集的Python庫(kù)
2. 用于數(shù)據(jù)清理和操作的Python庫(kù)
3. 用于數(shù)據(jù)可視化的Python庫(kù)
4. 用于建模的Python庫(kù)

數(shù)據(jù)收集的Python

您是否遇到過(guò)一種情況，即您沒(méi)有足夠的數(shù)據(jù)來(lái)解決您想要解決的問(wèn)題? 這是數(shù)據(jù)科學(xué)中一個(gè)永恒的問(wèn)題。 這就是為什么學(xué)習(xí)如何提取和收集數(shù)據(jù)對(duì)數(shù)據(jù)科學(xué)家來(lái)說(shuō)是一項(xiàng)非常關(guān)鍵的技能。 它開(kāi)辟了以前無(wú)法實(shí)現(xiàn)的途徑。

所以這里有三個(gè)有用的Python庫(kù)，用于提取和收集數(shù)據(jù)。

Beautiful Soup

Beautiful Soup是一個(gè)HTML和XML解析器，它為解析的頁(yè)面創(chuàng)建解析樹，用于從網(wǎng)頁(yè)中提取數(shù)據(jù)。 也就是主要為爬蟲爬到的網(wǎng)頁(yè)數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取功能。

Scrapy

Scrapy是另一個(gè)用于Web抓取的超級(jí)有用的Python庫(kù)。 它是一個(gè)開(kāi)源和協(xié)作框架，用于從網(wǎng)站中提取您需要的數(shù)據(jù)。 它使用起來(lái)快速而簡(jiǎn)單。

Selenium

Selenium是一種用于自動(dòng)化瀏覽器的流行工具。 它主要用于行業(yè)測(cè)試，但對(duì)于網(wǎng)絡(luò)抓取也非常方便。 實(shí)際上，Selenium在IT領(lǐng)域變得非常受歡迎。

數(shù)據(jù)清理和表示的Python庫(kù)

好吧 - 所以你已經(jīng)收集了你的數(shù)據(jù)并準(zhǔn)備好繼續(xù)挖掘?，F(xiàn)在是時(shí)候清理我們可能面臨的任何混亂數(shù)據(jù)并學(xué)習(xí)如何操作它，以便我們的數(shù)據(jù)可以用于建模。

這里有四個(gè)Python庫(kù)可以幫助您實(shí)現(xiàn)這一目標(biāo)。 請(qǐng)記住，我們將處理現(xiàn)實(shí)世界中的結(jié)構(gòu)化(數(shù)字)和文本數(shù)據(jù)(非結(jié)構(gòu)化) - 這個(gè)庫(kù)列表涵蓋了所有這些。

Pandas

在數(shù)據(jù)處理和分析方面，沒(méi)有什么能比Pandas更勝一籌。 它是***的Python庫(kù)。 Pandas是用Python語(yǔ)言編寫的，特別適用于操作和分析任務(wù)。

該名稱來(lái)源于術(shù)語(yǔ)“面板數(shù)據(jù)”，這是一個(gè)數(shù)據(jù)集的計(jì)量經(jīng)濟(jì)學(xué)術(shù)語(yǔ)，包括對(duì)同一個(gè)體的多個(gè)時(shí)間段的觀察—— 維基百科

PyOD

在檢測(cè)異常值時(shí)苦苦掙扎? 你不是一個(gè)人。 這是有抱負(fù)(甚至已建立)數(shù)據(jù)科學(xué)家的常見(jiàn)問(wèn)題。 你如何定義異常值?

別擔(dān)心，PyOD庫(kù)可以幫到您。

PyOD是一個(gè)全面且可擴(kuò)展的Python工具包，用于檢測(cè)異常對(duì)象。 異常檢測(cè)是識(shí)別與大多數(shù)數(shù)據(jù)顯著不同的稀有項(xiàng)目或觀察值。

NumPy

像Pandas一樣，NumPy是另一個(gè)非常受歡迎的Python庫(kù)。 NumPy引入了支持大型多維數(shù)組和矩陣的函數(shù)。 它還引入了高級(jí)數(shù)學(xué)函數(shù)來(lái)處理這些數(shù)組和矩陣。

Spacy

到目前為止，我們已經(jīng)討論了如何清理和操作數(shù)值數(shù)據(jù)。 但是，如果你正在處理文本數(shù)據(jù)呢?

使用SpaCy。 它是一個(gè)超級(jí)有用且靈活的自然語(yǔ)言處理(NLP)庫(kù)和框架，用于清理文本文檔以進(jìn)行模型創(chuàng)建。 與用于類似任務(wù)的其他庫(kù)相比，SpaCy更快。

數(shù)據(jù)可視化的Python庫(kù)

下一個(gè)是什么? 當(dāng)然是數(shù)據(jù)可視化! 這是我們的假設(shè)被檢查的地方，隱藏的洞察力被挖掘出來(lái)并找到模式。

這里有三個(gè)用于數(shù)據(jù)可視化的很棒的Python庫(kù)。

Matplotlib

Matplotlib是Python中***的數(shù)據(jù)可視化庫(kù)。 它允許我們生成和構(gòu)建各種圖表。 它可以與Seaborn一起在視覺(jué)上探索數(shù)據(jù)(稍后會(huì)詳細(xì)介紹)。

Seaborn

Seaborn是另一個(gè)基于matplotlib的繪圖庫(kù)。 它是一個(gè)python庫(kù)，提供高級(jí)界面來(lái)繪制有吸引力的圖形。 matplotlib可以做什么，Seaborn只是以更具視覺(jué)吸引力的方式做到這一點(diǎn)。

Bokeh

Bokeh是一個(gè)交互式可視化庫(kù)，面向現(xiàn)代Web瀏覽器進(jìn)行演示。 它為大量數(shù)據(jù)集提供了多種圖形的優(yōu)雅構(gòu)造。

Bokeh可用于創(chuàng)建交互式圖表，儀表板和數(shù)據(jù)應(yīng)用程序。

建立數(shù)據(jù)挖掘模型的Python庫(kù)

我們已經(jīng)到達(dá)了本文最受期待的部分 - 構(gòu)建模型! 這就是我們大多數(shù)人首先進(jìn)入數(shù)據(jù)科學(xué)的原因，不是嗎?

讓我們通過(guò)這三個(gè)Python庫(kù)探索模型構(gòu)建。

Scikit-Learn

就像用于數(shù)據(jù)操作的Pandas和用于可視化的matplotlib一樣，scikit-learn是構(gòu)建模型的Python***。 沒(méi)有什么比得上它了。

事實(shí)上，scikit-learn建立在NumPy，SciPy和matplotlib之上。 它是開(kāi)源的，每個(gè)人都可以訪問(wèn)，并且可以在各種環(huán)境中重用。

TensorFlow

TensorFlow由Google開(kāi)發(fā)，是一個(gè)流行的深度學(xué)習(xí)庫(kù)，可幫助您構(gòu)建和訓(xùn)練不同的模型。 它是一個(gè)開(kāi)源的端到端平臺(tái)。 TensorFlow提供簡(jiǎn)單的模型構(gòu)建，強(qiáng)大的機(jī)器學(xué)習(xí)生成，以及強(qiáng)大的實(shí)驗(yàn)工具和庫(kù)。

PyTorch

什么是PyTorch? 嗯，這是一個(gè)基于Python的科學(xué)計(jì)算包，可以用作：

• NumPy的替代品，可以使用GPU的強(qiáng)大功能
• 深度學(xué)習(xí)研究平臺(tái)，提供***的靈活性和速度