本文轉(zhuǎn)載自公眾號“讀芯術(shù)”(ID：AI_Discovery)

 當(dāng)我開始學(xué)習(xí)數(shù)據(jù)科學(xué)的旅程時，這些都是我腦海中一直存在的問題。我學(xué)數(shù)據(jù)科學(xué)的目的不僅僅是為了開發(fā)模型或清理數(shù)據(jù)，我想制作人們可以使用的應(yīng)用程序，我正在尋找一種快速的方法來制作MVP(最小可行產(chǎn)品)來測試想法。

[[391144]]

如果你是一名數(shù)據(jù)科學(xué)家，并想創(chuàng)建第一個數(shù)據(jù)科學(xué)應(yīng)用程序，本文將展示創(chuàng)建第一個應(yīng)用程序所需的7個Python庫。相信你已經(jīng)知道其中的一些，但是我還是會逐個介紹，方便那些對此并不十分了解的讀者。

Pandas

數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)應(yīng)用都是關(guān)于數(shù)據(jù)。大多數(shù)數(shù)據(jù)集都不是整潔的，它們需要對項(xiàng)目進(jìn)行某種清理和操作。Pandas是一個庫，允許加載、清理和操作數(shù)據(jù)。你可以使用SQL等替代方法進(jìn)行數(shù)據(jù)操作和數(shù)據(jù)庫管理，但是Pandas對于希望成為開發(fā)人員(或至少是MVP開發(fā)人員)的數(shù)據(jù)科學(xué)家來說更簡單、更適用。

Numpy

在包括計(jì)算機(jī)視覺在內(nèi)的許多數(shù)據(jù)科學(xué)項(xiàng)目中，陣列是最重要的數(shù)據(jù)類型。Numpy是一個強(qiáng)大的Python庫，它允許你使用數(shù)組，操縱數(shù)組，并有效地對數(shù)組應(yīng)用算法。學(xué)習(xí)Numpy對于我后面提到的其他一些庫來說是必要的。

SciKitLearn

此庫是多種類型的機(jī)器學(xué)習(xí)模型和預(yù)處理工具的工具包。如果你正在做機(jī)器學(xué)習(xí)項(xiàng)目，則有可能不需要SciKitLearn。

Keras 或 PyTorch

神經(jīng)網(wǎng)絡(luò)，特別是深度神經(jīng)網(wǎng)絡(luò)模型，是數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)中非常流行的模型。許多計(jì)算機(jī)視覺和自然語言處理方法都依賴于這些方法，使用某些Python庫可以幫助你訪問神經(jīng)網(wǎng)絡(luò)工具，TensorFlow是最有名的一個，但我相信初學(xué)者很難從 TensorFlow開始。

我建議你學(xué)習(xí)Keras，它是Tensorflow的接口(API)。Keras使你作為人類能夠輕松測試不同的神經(jīng)網(wǎng)絡(luò)架構(gòu)，甚至構(gòu)建自己的神經(jīng)網(wǎng)絡(luò)架構(gòu)，最近流行的另一個選擇是PyTorch。

Ipywidgets

在用戶界面方面，你必須在傳統(tǒng)外觀的用戶界面和基于web的用戶界面之間進(jìn)行選擇。你可以使用PyQT或TkInter之類的庫來構(gòu)建傳統(tǒng)的用戶界面，但我的建議是，如果可能的話，開發(fā)出可以在瀏覽器上運(yùn)行的網(wǎng)頁應(yīng)用程序。

要做到這一點(diǎn)，你需要使用一個在瀏覽器中提供一組小部件的庫。ipywidgets為Jupyter筆記本提供了一組豐富的小部件。

Requests

如今，許多數(shù)據(jù)科學(xué)應(yīng)用程序都使用API(應(yīng)用程序編程接口)，簡單地說，通過API，你可以請求服務(wù)器應(yīng)用程序?yàn)槟闾峁?shù)據(jù)庫的訪問權(quán)限或?yàn)槟銏?zhí)行特定任務(wù)。

例如，Google地圖API可以從你那里獲得兩個位置以及它們之間的回程時間，若沒有API，就必須重新發(fā)明輪子，Requests是一個與API對話的庫。如今，不使用API很難成為一名數(shù)據(jù)科學(xué)家。

Plotly

繪制不同類型的圖形是數(shù)據(jù)科學(xué)項(xiàng)目的重要組成部分。盡管Python中最流行的繪圖庫是matplotlib，但我發(fā)現(xiàn)Plotly更專業(yè)、更易于使用、更靈活，Plotly中的繪圖類型和繪圖工具非常多，Plotly的另一個優(yōu)點(diǎn)是它的設(shè)計(jì)，與復(fù)雜的 matplotlib 圖形相比，它看起來更加簡潔易懂。

JupyterNotebook 和Voila

要實(shí)現(xiàn)第一個數(shù)據(jù)科學(xué)應(yīng)用程序，你需要學(xué)習(xí)的最后一個工具是最簡單的。首先，ipywidgets在Jupyter筆記本中工作，你需要使用Jupyter來創(chuàng)建應(yīng)用程序。我相信你們中的許多人已經(jīng)在使用Jupyter筆記本進(jìn)行模型構(gòu)建和探索分析，現(xiàn)在，將 Jupyter 筆記本視為前端開發(fā)的工具。

此外，你還需要使用Voila，這是一個可以啟動的第三方工具，它隱藏了 Jupyter 筆記本的所有代碼部件。當(dāng)你通過Voila啟動Jupyter筆記本應(yīng)用程序時，它就像一個web應(yīng)用程序。甚至你也可以在AWS EC2機(jī)器上運(yùn)行Voila和Jupyter筆記本，并從互聯(lián)網(wǎng)訪問你的簡單應(yīng)用程序。

利用本文提到的7個庫，就可以構(gòu)建人們使用的數(shù)據(jù)科學(xué)應(yīng)用程序，如果你能夠精通這些工具，就可以在幾個小時內(nèi)構(gòu)建mvp，并通過實(shí)際用戶測試想法。

在此之后，如果決定擴(kuò)展應(yīng)用程序，除了HTML、CSS和JS代碼之外，還可以使用更專業(yè)的工具，如Flask和Django。