Python数据分析之武林秘籍

浏览: 2071

米哥简单整理了一下跟Python数据分析相关的技术呈现出来,台灯下,地铁里,各位码友、矿友且学且用,各显神通吧。

1,机器学习和计算机视觉

  • Crab:灵活、快速的推荐引擎

  • gensim:人性化的话题建模库

  • hebel:GPU 加速的深度学习库

  • NuPIC:智能计算 Numenta 平台

  • pattern:Python 网络挖掘模块

  • PyBrain:另一个 Python 机器学习库

  • Pylearn2:一个基于 Theano 的机器学习库

  • python-recsys:一个用来实现推荐系统的 Python 库

  • scikit-learn:基于 SciPy 构建的机器学习 Python 模块

  • pydeep:Python 深度学习库

  • vowpalporpoise:轻量级 Vowpal Wabbit 的 Python 封装

  • skflow:一个 TensorFlow 的简化接口(模仿 scikit-learn)

  • Caffe: 一个 Caffe 的python接口

  • OpenCV:开源计算机视觉库

  • pyocr:Tesseract 和 Cuneiform 的包装库

  • pytesseract:Google Tesseract OCR 的另一包装库

  • SimpleCV:一个用来创建计算机视觉应用的开源框架

2,数据分析

  • blaze:NumPy 和 Pandas 的大数据接口

  • cclib:一个用来解析和解释计算化学软件包输出结果的库

  • NetworkX:一个为复杂网络设计的高性能软件

  • Neupy:执行和测试各种不同的人工神经网络算法

  • Numba:Python JIT (just in time) 编译器,针对科学用的 Python ,由Cython 和 NumPy 的开发者开发

  • NumPy:使用 Python 进行科学计算的基础包

  • Open Babel:一个化学工具箱,用来描述多种化学数据

  • Open Mining:使用 Python 挖掘商业情报 (BI) (Pandas web 接口)

  • orange:通过可视化编程或 Python 脚本进行数据挖掘,数据可视化,分析和机器学习

  • Pandas:提供高性能,易用的数据结构和数据分析工具

  • PyDy:PyDy 是 Python Dynamics 的缩写,用来为动力学运动建模工作流程提供帮助, 基于 NumPy, SciPy, IPython 和 matplotlib

  • PyMC:马尔科夫链蒙特卡洛采样工具

  • RDKit:化学信息学和机器学习软件

  • SciPy:由一些基于 Python ,用于数学,科学和工程的开源软件构成的生态系统

  • statsmodels:统计建模和计量经济学

  • SymPy:一个用于符号数学的 Python 库

  • cclib:一个用来解析和解释计算化学软件包输出结果的库

  • NetworkX:一个为复杂网络设计的高性能软件

  • Neupy:执行和测试各种不同的人工神经网络算法

  • Numba:Python JIT (just in time) 编译器,针对科学用的 Python ,由Cython 和 NumPy 的开发者开发

  • NumPy:使用 Python 进行科学计算的基础包

  • Open Babel:一个化学工具箱,用来描述多种化学数据

  • Open Mining:使用 Python 挖掘商业情报 (BI) (Pandas web 接口)

  • orange:通过可视化编程或 Python 脚本进行数据挖掘,数据可视化,分析和机器学习

  • Pandas:提供高性能,易用的数据结构和数据分析工具

  • PyDy:PyDy 是 Python Dynamics 的缩写,用来为动力学运动建模工作流程提供帮助, 基于 NumPy, SciPy, IPython 和 matplotlib

  • PyMC:马尔科夫链蒙特卡洛采样工具

  • RDKit:化学信息学和机器学习软件

  • SciPy:由一些基于 Python ,用于数学,科学和工程的开源软件构成的生态系统

  • statsmodels:统计建模和计量经济学

  • SymPy:一个用于符号数学的 Python 库

3,数据可视化

  • matplotlib:一个 Python 2D 绘图库

  • bokeh:用 Python 进行交互式 web 绘图

  • ggplot:ggplot2 给 R 提供的 API 的 Python 版本

  • plotly:协同 Python 和 matplotlib 工作的 web 绘图库

  • pyecharts:基于百度 Echarts 的数据可视化库

  • pygal:一个 Python SVG 图表创建工具

  • pygraphviz:Graphviz 的 Python 接口

  • PyQtGraph:交互式实时 2D/3D/ 图像绘制及科学/工程学组件

  • SnakeViz:一个基于浏览器的 Python's cProfile 模块输出结果查看工具

  • vincent:把 Python 转换为 Vega 语法的转换工具

  • VisPy:基于 OpenGL 的高性能科学可视化工具

4,数据API构建及服务

Django

  •   django-rest-framework:一个强大灵活的工具,用来构建 web API

  •   django-tastypie:为Django 应用开发API

  •   django-formapi:为 Django 的表单验证,创建 JSON APIs 

Flask

  •   flask-api:为 flask 开发的,可浏览 Web APIs 

  •   flask-restful:为 flask 快速创建REST APIs 

  •   flask-restless:为 SQLAlchemy 定义的数据库模型创建 RESTful APIs 

  •   flask-api-utils:为 Flask 处理 API 表示和验证

  •   eve:REST API 框架,由 Flask, MongoDB 等驱动

Pyramid

  •   cornice:一个Pyramid 的 REST 框架 

与框架无关的

  •   falcon:一个用来建立云 API 和 web app 后端的高性能框架

  •   sandman:为现存的数据库驱动系统自动创建 REST APIs 

  •   restless:框架无关的 REST 框架 ,基于从 Tastypie 学到的知识

  • ripozo:快速创建 REST/HATEOAS/Hypermedia APIs

5,爬虫及网页处理

  • Scrapy:一个快速高级的屏幕爬取及网页采集框架

  • cola:一个分布式爬虫框架

  • Demiurge:基于PyQuery 的爬虫微型框架

  • feedparser:通用 feed 解析器

  • Grab:站点爬取框架

  • MechanicalSoup:用于自动和网络站点交互的 Python 库

  • portia:Scrapy 可视化爬取

  • pyspider:一个强大的爬虫系统

  • RoboBrowser:一个简单的,Python 风格的库,用来浏览网站,而不需要一个独立安装的浏览器


  • BeautifulSoup:以 Python 风格的方式来对 HTML 或 XML 进行迭代,搜索和修改

  • bleach:一个基于白名单的 HTML 清理和文本链接库

  • cssutils:一个 Python 的 CSS 库

  • html5lib:一个兼容标准的 HTML 文档和片段解析及序列化库

  • lxml:一个非常快速,简单易用,功能齐全的库,用来处理 HTML 和 XML

  • MarkupSafe:为Python 实现 XML/HTML/XHTML 标记安全字符串

  • pyquery:一个解析 HTML 的库,类似 jQuery

  • untangle:将XML文档转换为Python对象,使其可以方便的访问

  • xhtml2pdf:HTML/CSS 转 PDF 工具

  • xmltodict:像处理 JSON 一样处理 XML

6,算法和设计模式

Python 实现的算法和设计模式。

  • algorithms:一个 Python 算法模块

  • python-patterns:Python 设计模式的集合

  • sortedcontainers:快速,纯 Python 实现的SortedList,SortedDict 和 SortedSet 类型

image.png

推荐 0
本文由 挖地兔 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册