數(shù)據(jù)科學(xué)三分天下，Python占其一。下面，將會介紹7個Python庫，能夠幫助你構(gòu)建屬于自己的第一個數(shù)據(jù)科學(xué)應(yīng)用程序。

Numpy

在許多數(shù)據(jù)科學(xué)項(xiàng)目中，陣列是最重要的數(shù)據(jù)類型。 NumPy是一個支持大量多維數(shù)組和矩陣運(yùn)算的軟件庫，是許多機(jī)器學(xué)習(xí)開發(fā)者和研究者的必備工具。它是Python中最基礎(chǔ)的數(shù)據(jù)科學(xué)庫之一。它是大量Python數(shù)學(xué)和科學(xué)計(jì)算包的基礎(chǔ)，比如我們后面會講到的pandas庫就用到了NumPy。

Pandas

Pandas庫專門用于數(shù)據(jù)分析，充分借鑒了Python標(biāo)準(zhǔn)庫NumPy的相關(guān)概念。它允許加載、清理和操作數(shù)據(jù)，能夠?qū)?xiàng)目進(jìn)行某種清理和操作。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。

Keras 或 PyTorch

目前，兩個主要的深度學(xué)習(xí)庫Keras和Pytorch獲得了大量關(guān)注，因?yàn)樗鼈冊谏窠?jīng)網(wǎng)絡(luò)模型的使用比較簡單。這兩個庫能夠讓使用者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)。Keras是神經(jīng)網(wǎng)絡(luò)的一個模型計(jì)算框架，本身沒有重量計(jì)算，支持多個AI框架。Pytorch是一個機(jī)器學(xué)習(xí)框架，比起Keras具有更大的靈活性和控制能力，但又不必進(jìn)行任何復(fù)雜的聲明式編程，如果想深入了解機(jī)器學(xué)習(xí)pytorch庫就是不錯的選擇。

Plotly

Plotly是新一代的Python數(shù)據(jù)可視化開發(fā)庫，它提供了完善的交互能力和靈活的繪制選項(xiàng)。Plotly能繪制不同類型的圖形，與Python中的其他繪圖庫相比，它更專業(yè)、更易于使用、更靈活。Plotly將數(shù)據(jù)可視化提升到一個新的層次。Plotly內(nèi)置完整的交互能力及編輯工具，支持在線和離線模式，提供穩(wěn)定的API以便與現(xiàn)有應(yīng)用集成，既可以在web瀏覽器中展示數(shù)據(jù)圖表，也可以存入本地拷貝。

SciKitLearn

SciKitLearn專門用于機(jī)器學(xué)習(xí)的模塊，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。它包含了常見的大部分機(jī)器學(xué)習(xí)方法，包括了分類、回歸、無監(jiān)督、數(shù)據(jù)降維、數(shù)據(jù)預(yù)處理等等。作為專門面向機(jī)器學(xué)習(xí)的Python開源框架，Scikitlearn可以在一定范圍內(nèi)為開發(fā)者提供非常好的幫助。它內(nèi)部實(shí)現(xiàn)了各種各樣成熟的算法，容易安裝和使用，樣例豐富，而且教程和文檔也非常詳細(xì)。

Ipywidgets

為了能讓用戶有更好的體驗(yàn)，開發(fā)者必須在在傳統(tǒng)外觀的用戶界面和基于web的用戶界面之間進(jìn)行選擇。在進(jìn)行搭建時，可以使用PyQT或TkInter之類的庫來構(gòu)建傳統(tǒng)的用戶界。但最好是利用ipywidgets為Jupyter筆記本提供了一組豐富的小部件，開發(fā)出可以在瀏覽器上運(yùn)行的網(wǎng)頁應(yīng)用程序。

Requests

Requests包用于獲取網(wǎng)站的內(nèi)容，使用HTTP協(xié)議，是公認(rèn)的python最好上手的http請求庫。

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)。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。

通過以上的7個Python庫，開發(fā)者能夠構(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。