1.機器學習和計算機視覺

Crab：靈活、快速的推薦引擎

gensim：人性化的話題建模庫

hebel：GPU加速的深度學習庫

NuPIC：智能計算Numenta平臺

pattern：Python網絡挖掘模塊

PyBrain：另一個Python機器學習庫

Pylearn2：一個基于Theano的機器學習庫

python-recsys：一個用來實現推薦系統的Python庫

scikit-learn：基于SciPy構建的機器學習Python模塊

pydeep：Python深度學習庫

vowpalporpoise：輕量級VowpalWabbit的Python封裝

skflow：一個TensorFlow的簡化接口(模仿scikit-learn)

Caffe:一個Caffe的python接口

OpenCV：開源計算機視覺庫

pyocr：Tesseract和Cuneiform的包裝庫

pytesseract：GoogleTesseractOCR的另一包裝庫

SimpleCV：一個用來創建計算機視覺應用的開源框架

2.數據分析

blaze：NumPy和Pandas的大數據接口

cclib：一個用來解析和解釋計算化學軟件包輸出結果的庫

NetworkX：一個為復雜網絡設計的高性能軟件

Neupy：執行和測試各種不同的人工神經網絡算法

Numba：PythonJIT(justintime)編譯器，針對科學用的Python，由Cython和NumPy的開發者開發

NumPy：使用Python進行科學計算的基礎包

OpenBabel：一個化學工具箱，用來描述多種化學數據

OpenMining：使用Python挖掘商業情報(BI)(Pandasweb接口)

orange：通過可視化編程或Python腳本進行數據挖掘，數據可視化，分析和機器學習

Pandas：提供高性能，易用的數據結構和數據分析工具

PyDy：PyDy是PythonDynamics的縮寫，用來為動力學運動建模工作流程提供幫助，基于NumPy,SciPy,IPython和matplotlib

PyMC：馬爾科夫鏈蒙特卡洛采樣工具

RDKit：化學信息學和機器學習軟件

SciPy：由一些基于Python，用于數學，科學和工程的開源軟件構成的生態系統

statsmodels：統計建模和計量經濟學

SymPy：一個用于符號數學的Python庫

cclib：一個用來解析和解釋計算化學軟件包輸出結果的庫

NetworkX：一個為復雜網絡設計的高性能軟件

Neupy：執行和測試各種不同的人工神經網絡算法

Numba：PythonJIT(justintime)編譯器，針對科學用的Python，由Cython和NumPy的開發者開發

NumPy：使用Python進行科學計算的基礎包

OpenBabel：一個化學工具箱，用來描述多種化學數據

OpenMining：使用Python挖掘商業情報(BI)(Pandasweb接口)

orange：通過可視化編程或Python腳本進行數據挖掘，數據可視化，分析和機器學習

Pandas：提供高性能，易用的數據結構和數據分析工具

PyDy：PyDy是PythonDynamics的縮寫，用來為動力學運動建模工作流程提供幫助，基于NumPy,SciPy,IPython和matplotlib

PyMC：馬爾科夫鏈蒙特卡洛采樣工具

RDKit：化學信息學和機器學習軟件

SciPy：由一些基于Python，用于數學，科學和工程的開源軟件構成的生態系統

statsmodels：統計建模和計量經濟學

SymPy：一個用于符號數學的Python庫

3.數據可視化

matplotlib：一個Python2D繪圖庫

bokeh：用Python進行交互式web繪圖

ggplot：ggplot2給R提供的API的Python版本

plotly：協同Python和matplotlib工作的web繪圖庫

pyecharts：基于百度Echarts的數據可視化庫

pygal：一個PythonSVG圖表創建工具

pygraphviz：Graphviz的Python接口

PyQtGraph：交互式實時2D/3D/圖像繪制及科學/工程學組件

SnakeViz：一個基于瀏覽器的Python'scProfile模塊輸出結果查看工具

vincent：把Python轉換為Vega語法的轉換工具

VisPy：基于OpenGL的高性能科學可視化工具

4.數據API構建及服務

·Django

django-rest-framework：一個強大靈活的工具，用來構建webAPI

django-tastypie：為Django應用開發API

django-formapi：為Django的表單驗證，創建JSONAPIs

·Flask

flask-api：為flask開發的，可瀏覽WebAPIs

flask-restful：為flask快速創建RESTAPIs

flask-restless：為SQLAlchemy定義的數據庫模型創建RESTfulAPIs

flask-api-utils：為Flask處理API表示和驗證

eve：RESTAPI框架，由Flask,MongoDB等驅動

·Pyramid

cornice：一個Pyramid的REST框架

·與框架無關的

falcon：一個用來建立云API和webapp后端的高性能框架

sandman：為現存的數據庫驅動系統自動創建RESTAPIs

restless：框架無關的REST框架，基于從Tastypie學到的知識

ripozo：快速創建REST/HATEOAS/HypermediaAPIs

5.爬蟲及網頁處理

Scrapy：一個快速高級的屏幕爬取及網頁采集框架

cola：一個分布式爬蟲框架

Demiurge：基于PyQuery的爬蟲微型框架

feedparser：通用feed解析器

Grab：站點爬取框架

MechanicalSoup：用于自動和網絡站點交互的Python庫

portia：Scrapy可視化爬取

pyspider：一個強大的爬蟲系統

RoboBrowser：一個簡單的，Python風格的庫，用來瀏覽網站，而不需要一個獨立安裝的瀏覽器

BeautifulSoup：以Python風格的方式來對HTML或XML進行迭代，搜索和修改

bleach：一個基于白名單的HTML清理和文本鏈接庫

cssutils：一個Python的CSS庫

html5lib：一個兼容標準的HTML文檔和片段解析及序列化庫

lxml：一個非常快速，簡單易用，功能齊全的庫，用來處理HTML和XML

MarkupSafe：為Python實現XML/HTML/XHTML標記安全字符串

pyquery：一個解析HTML的庫，類似jQuery

untangle：將XML文檔轉換為Python對象，使其可以方便的訪問

xhtml2pdf：HTML/CSS轉PDF工具

xmltodict：像處理JSON一樣處理XML

6.算法和設計模式

·Python實現的算法和設計模式。

algorithms：一個Python算法模塊

python-patterns：Python設計模式的集合

sortedcontainers：快速，純Python實現的SortedList，SortedDict和SortedSet類型

以上內容為大家介紹了Python數據分析相關的技術，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。http://www.e7g2kmi.cn/