附录一、有用的 Python 数据科学包

原文：Useful Python Packages for Data Science

译者：飞龙

协议：CC BY-NC-SA 4.0

以下是 Python 中可能对数据科学有用的包一般概述。

有关更广泛/更全面的 Python 生态系统列表，请查看 Awesome Python 列表。

数据科学模块

这些包都包含在 anaconda 发行版中。

核心包

• scipy - 数学，科学和工程。
• numpy - 数组和数组运算的数值计算。
• pandas - 数据结构和数据分析。
• scikit-learn - 机器学习和数据分析。

文本挖掘

• nltk - 自然语言处理。
• gensim - 主题建模。

数学和统计学

• sympy - 符号数学。
• statsmodels - 统计建模。

网络爬虫

• requests - HTTP 请求。
• scrapy - 网络爬虫。

可视化库

• matplotlib - 2D 绘图库。
• seaborn - 可视化（基于 Matplotlib）
• bokeh - 交互式可视化。

图论/网络

• networkx - 网络分析
• graph-tool - 图的操作和分析

深度学习

• theano - 多维数组的数学运算。
• tensorflow - 使用数据流图进行数值计算。
• keras - 高级神经网络库。

标准库的有用部分

标准库中的完整软件包列表在这里。

基本工具

• os - 杂项操作系统操作。
• sys - 系统操作。
• datetime - 日期时间操作。
• glob - 搜索路径名称。

实用函数

• math - 数学函数。
• random - （伪）随机数生成器。
• re - 正则表达式。

文件格式

• json - 支持处理 JSON 文件。
• csv - 支持处理 CSV 文件

数据对象

• collections - 容器数据类型。
• pickle - 序列化和反序列化（保存和加载复杂对象）。