用于数据分析的库。

• Blaze -NumPy和Pandas连接到大数据。
• Pandas界面中的Open Mining-商业智能（BI）。
• Orange -通过可视化编程或脚本进行数据挖掘，数据可视化，分析和机器学习。
• Pandas-一个提供高性能，易于使用的数据结构和数据分析工具的库。
• Optimus -敏捷数据科学的工作流程变得容易与PySpark。
• AWS Data Wrangler -AWS上的Pandas。
  
  

用于可视化数据的库。另请参阅awesome-javascript。

• Altair-用于Python的声明性统计可视化库。
• Bokeh -Python的交互式Web绘图。
• bqplot -Jupyter Notebook的交互式绘图库
• Dash -建立在烧瓶顶部，反应，Plotly旨在分析Web应用程序。
  
  • awesome-dash
    
• diagrams -图表为代码。
• plotnine-基于ggplot2的Python图形语法。
• Matplotlib-一个Python 2D绘图库。
• Pygal-一个Python SVG图表创建器。
• PyGraphviz - Graphviz的 Python接口。
• PyQtGraph-交互式和实时2D / 3D /图像绘制以及科学/工程小部件。
• Seaborn -使用Matplotlib统计数据可视化。
• VisPy-基于OpenGL的高性能科学可视化。
  
  

用Python实现的数据库。

• pickleDB -Python的简单轻量级键值存储。
• tinydb-一个小型的，面向文档的数据库。
• ZODB -Python的本机对象数据库。键值和对象图数据库。
  

用于连接和操作数据库的库。

• MySQL- 很棒的MySQL
  
  • mysqlclient-支持Python 3的MySQL连接器（mysql-python fork）。
  • PyMySQL-与mysql-python兼容的纯Python MySQL驱动程序。
    
• PostgreSQL- 很棒的 Postgres
  
  • psycopg2-最受欢迎的Python PostgreSQL适配器。
  • queries -psycopg2库的包装，用于与PostgreSQL交互。
    
• 其他关系数据库
  
  • pymssql -Microsoft SQL Server的简单数据库接口。
  • SuperSQLite-建立在apsw之上的增压SQLite库。
    
• NoSQL数据库
  
  • cassandra-driver -Apache Cassandra的Python驱动程序。
  • happybase -Apache HBase的开发人员友好型库。
  • kafka-python -Apache Kafka的Python客户端。
  • py2neo-用于Neo4j的客户端库和工具包。
  • pymongo -MongoDB的官方Python客户端。
  • redis-py -Redis的Python客户端。
    
• 异步客户端
  
  • motor -MongoDB的异步Python驱动程序。
    
    

用于处理日期和时间的库。

• Arrow-一个Python库，提供了一种明智且人性化的方法来创建，操作，格式化和转换日期，时间和时间戳。
• Chronyk-一个Python 3库，用于解析人类编写的时间和日期。
• dateutil-标准Python datetime模块的扩展。
• delorean-一个库，用于清除与日期时间有关的不便的事实。
• moment -一个Python库用于处理日期/时间。受到Moment.js的启发。
• Pendulum -Python日期时间变得容易。
• PyTime-一个易于使用的Python模块，旨在按字符串操作日期/时间/日期时间。
• pytz-世界时区定义，现代和历史。将tz数据库引入Python。
• when.py-提供用户友好的功能来帮助执行常见的日期和时间操作。
• maya-人类的日期时间。
  
  

• caffe-深度学习的快速开放框架。
• keras-一个高级神经网络库，能够在TensorFlow或Theano之上运行。
• mxnet-专为效率和灵活性而设计的深度学习框架。
• pytorch-具有强大GPU加速功能的Python中的张量和动态神经网络。
• SerpentAI-游戏代理框架。使用任何视频游戏作为深度学习沙箱。
• tensorflow -Google创建的最受欢迎的深度学习框架。
• Theano-一个用于快速数值计算的库。
  
  

用于对地址进行地理编码以及使用纬度和经度的库。

• django-countries-一个Django应用，为模型和表单提供国家/地区字段。
• GeoDjango-世界一流的地理网络框架。
• GeoIP的 - Python的API为的MaxMind GeoIP的遗留数据库。
• geojson -GeoJSON的Python绑定和实用程序。
• geopy -Python地理编码工具箱。
• pygeoip-纯Python GeoIP API。
  
  

使用HTTP的库。

• grequests-异步HTTP请求的request + gevent。
• httplib2-全面的HTTP客户端库。
• httpx-用于Python的下一代HTTP客户端。
• 请求 -人类的HTTP请求。
• treq -Python要求，例如在Twisted的HTTP客户端之上构建的API。
• urllib3-具有线程安全连接池，文件发布支持，友好的HTTP库。
  
  

机器学习图书馆。另请参阅很棒的机器学习。

• H2O-开源快速可扩展机器学习平台。
• Metrics -机器学习评估指标。
• NuPIC -Numenta智能计算平台。
• scikit-learn-最受欢迎的机器学习Python库。
• Spark ML - Apache Spark的可扩展机器学习库。
• vowpal_porpoise-用于Vowpal Wabbit的轻量级Python包装器。
• xgboost-一个可扩展，可移植和分布式的梯度增强库。
  
  

用于使用人类语言的图书馆。

• 一般
  
  • gensim-人类主题建模。
  • langid.py-独立的语言识别系统。
  • nltk-用于构建Python程序以使用人类语言数据的领先平台。
  • pattern -Web挖掘模块。
  • polyglot-支持数百种语言的自然语言管道。
  • pytext的 -基于PyTorch自然语言建模框架。
  • PyTorch-NLP-一种工具包，可用于研究的快速深度学习NLP原型。
  • spacy -一种用于Python和用Cython工业强度的自然语言处理库。
  • Stanza -Stanford NLP Group的官方Python库，支持60多种语言。
    
• 中文
  
  • jieba-最受欢迎的中文文本分割库。
  • pkuseg-python-用于各种领域的中文分词的工具包。
  • snownlp-一个处理中文文本的库。
  • funNLP-中国NLP的工具和数据集的集合。
    
    

用于构建推荐系统的库。

• annoy -C ++ / Python中的近似最近邻居针对内存使用进行了优化。
• fastFM-用于分解机的库。
• implicit -对隐式数据集进行协作过滤的快速Python实现。
• libffm-现场感知分解机（FFM）的库。
• lightfm-许多受欢迎的推荐算法的Python实现。
• spotlight -使用PyTorch的深度推荐模型。
• Surprise-用于构建和分析推荐系统的scikit。
• tensorrec -TensorFlow中的推荐引擎框架。
  
  

库可自动进行网页抓取。

• cola-分布式抓取框架。
• feedparser-通用供稿解析器。
• 抓 -网站抓取框架。
• MechanicalSoup-用于自动与网站进行交互的Python库。
• pyspider-强大的蜘蛛系统。
• robobrowser-一个简单的Pythonic库，无需独立的Web浏览器即可浏览Web。
• scrapy-快速的高级屏幕抓取和网络爬网框架。
• portia - Scrapy的视觉抓取。
  
  

• python-future -Python 2和Python 3之间缺少的兼容性层。
• python-modernize-为最终的Python 3迁移现代化Python代码。
• six -Python 2和3兼容性实用程序。
  

计算机视觉图书馆。

• Kornia - PyTorch的开源可区分计算机视觉库。
• OpenCV-开源计算机视觉库。
• pytesseract - Google Tesseract OCR的另一个包装。
• tesserocr-tesseract-ocr用于OCR 的API的简单，友好的包装器。
• SimpleCV-用于构建计算机视觉应用程序的开源框架。
  
  

用于并发和并行执行的库。另请参阅awesome-asyncio。

• parallel.futures-（Python标准库）用于异步执行可调用对象的高级接口。
• multiprocessing-（Python标准库）基于进程的并行性。
• eventlet-具有WSGI支持的异步框架。
• gevent-使用greenlet的基于协程的Python网络库。
• uvloop-在.NET之上的asyncio事件循环的超快速实现libuv。
• scoop -Python中的可伸缩并发操作。
  

  

  关注“CDA人工智能学院”，回复“录播”获取更多人工智能精选直播视频！