新聞中心
本文轉載自公眾號“讀芯術”(ID:AI_Discovery)

創(chuàng)新互聯(lián)建站服務項目包括灤平網(wǎng)站建設、灤平網(wǎng)站制作、灤平網(wǎng)頁制作以及灤平網(wǎng)絡營銷策劃等。多年來,我們專注于互聯(lián)網(wǎng)行業(yè),利用自身積累的技術優(yōu)勢、行業(yè)經(jīng)驗、深度合作伙伴關系等,向廣大中小型企業(yè)、政府機構等提供互聯(lián)網(wǎng)行業(yè)的解決方案,灤平網(wǎng)站推廣取得了明顯的社會效益與經(jīng)濟效益。目前,我們服務的客戶以成都為中心已經(jīng)輻射到灤平省份的部分城市,未來相信會繼續(xù)擴大服務區(qū)域并繼續(xù)獲得客戶的支持與信任!
動態(tài)數(shù)據(jù)科學的這三劍客幾乎無人不知無人不曉:Numpy,Pandas和Matplotlib。你可能已經(jīng)熟悉這些包以及它們的運作方式。
還有其他很炫酷的包,你肯定也想試一試,例如Plotly,Seaborne,Scikit-Learn,Tensorflow和Pytorch等等。它們都很好,還有數(shù)百萬個用于Python機器學習的軟件包,其中有些未受到重視,甚至有些完全不為人知的!
本文就帶大家認識一下這些滄海遺珠。
1.Gleam
Gleam可能很多人沒有聽說過,它是一個很棒的工具,用于創(chuàng)建帶有頁面、面板和按鈕的交互式可視化項目。這些交互式Web可視化也完全與Web集成在一起,這意味著可以將它們放到網(wǎng)站到端點的任何地方。Gleam使用wtforms進行交互,可以使用任何的不同可視化工具來實際顯示數(shù)據(jù)。
如果想要一個很酷的交互式窗格,基本上可以使用任何圖形庫,那么Gleam是你的優(yōu)秀選擇。
2.Table
放著pandas不用,為什么要去用Table呢?這當然是一個可行的方法。Table包使得該列表輕松成為pandas的輕量級替代品,使用Table.py讀取龐大的數(shù)據(jù)集要比使用Pandas.py容易得多??傮w而言,在某些情況下它可能更合適。
- import pandas as pd
3.Mlpy
Mlpy為監(jiān)督和無監(jiān)督學習提供了大量比較機器學習方法。與同類產(chǎn)品不同,它旨在為數(shù)據(jù)科學提供一種多合一的方法。雖然有點過時,但對于快速增長的Python機器學習包來說無疑是一個很好的起步,它的易用性、有趣的算法和包容性是比較大的亮點。
Mlpy試圖創(chuàng)建一種能平衡重現(xiàn)性、模塊化和效率的包。該包在這方面取得了成功,因為盡管許多同類包的更新頻率更高,而且肯定是行業(yè)標準,但許多此類想法似乎在編譯中丟失了。因為這些都是由成千上萬的開發(fā)人員以C語言編寫的龐大的包,但這可能也是使用它們的缺點所在。
4.Shogun
Shogun是一個用C++編寫的機器學習庫,恰巧擁有Python端口。Shogun的一大優(yōu)點是,它可用于多種不同的編程語言,并且相對統(tǒng)一。學習Shogun,你可以將所學知識應用于支持的任何其他語言。
Shortgun擁有廣泛的前沿機器學習算法,它也是開源的,并且根據(jù)GNU(自由軟件基金會)通用許可發(fā)行,這是一個加分項。
5.OpenCV
OpenCV最初是由Intel開發(fā)的。盡管是Intel的獨家包,但它是開源的,并根據(jù)FreeBSD許可證發(fā)布。OpenCV非常優(yōu)秀的一點是,它著重于實時計算機視覺,與Shogun一樣,OpenCV最初是用C++編寫的,但是具有Python和其他語言的接口。
說實話,這五個包還不夠普及,對它們的評價也很鮮見。這些軟件包確實很酷,但可以肯定,還有數(shù)百個甚至數(shù)千個其他很酷的模塊可以添加到Pip環(huán)境中,這些模塊也很棒卻鮮為人知。
Python有一個完善的生態(tài)系統(tǒng)和許多可挖掘的包,這正是它如此強大的原因。不斷學習新模塊,也能讓你保持頭腦活躍。
網(wǎng)頁標題:看看這些鮮為人知的寶藏Python數(shù)據(jù)科學包吧
網(wǎng)址分享:http://www.dlmjj.cn/article/ccesjep.html


咨詢
建站咨詢
