前段時間，全世界范圍內(nèi)的Python谷歌搜索指數(shù)已經(jīng)超越了Java(Python王者到來?Python谷歌搜索指數(shù)已經(jīng)超越Java) 。說明Python越來越重要，同時，Python也是數(shù)據(jù)科學(xué)家必不可少的工具。最近，Analytics Vidhya總結(jié)了24個數(shù)據(jù)科學(xué)家不能錯過的24個Python庫，也是很不錯的一份list，我們一起來看看。也算是入門同學(xué)的一個學(xué)習(xí)和選擇的方向。

這24個庫包含在以下幾個領(lǐng)域中，本文主要介紹前4種：

1. 用于數(shù)據(jù)收集的Python庫
2. 用于數(shù)據(jù)清理和操作的Python庫
3. 用于數(shù)據(jù)可視化的Python庫
4. 用于建模的Python庫

數(shù)據(jù)收集的Python

您是否遇到過一種情況，即您沒有足夠的數(shù)據(jù)來解決您想要解決的問題? 這是數(shù)據(jù)科學(xué)中一個永恒的問題。 這就是為什么學(xué)習(xí)如何提取和收集數(shù)據(jù)對數(shù)據(jù)科學(xué)家來說是一項非常關(guān)鍵的技能。 它開辟了以前無法實現(xiàn)的途徑。

所以這里有三個有用的Python庫，用于提取和收集數(shù)據(jù)。

Beautiful Soup

Beautiful Soup是一個HTML和XML解析器，它為解析的頁面創(chuàng)建解析樹，用于從網(wǎng)頁中提取數(shù)據(jù)。 也就是主要為爬蟲爬到的網(wǎng)頁數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取功能。

Scrapy

Scrapy是另一個用于Web抓取的超級有用的Python庫。 它是一個開源和協(xié)作框架，用于從網(wǎng)站中提取您需要的數(shù)據(jù)。 它使用起來快速而簡單。

Selenium

Selenium是一種用于自動化瀏覽器的流行工具。 它主要用于行業(yè)測試，但對于網(wǎng)絡(luò)抓取也非常方便。 實際上，Selenium在IT領(lǐng)域變得非常受歡迎。

數(shù)據(jù)清理和表示的Python庫

好吧 - 所以你已經(jīng)收集了你的數(shù)據(jù)并準(zhǔn)備好繼續(xù)挖掘。現(xiàn)在是時候清理我們可能面臨的任何混亂數(shù)據(jù)并學(xué)習(xí)如何操作它，以便我們的數(shù)據(jù)可以用于建模。

這里有四個Python庫可以幫助您實現(xiàn)這一目標(biāo)。 請記住，我們將處理現(xiàn)實世界中的結(jié)構(gòu)化(數(shù)字)和文本數(shù)據(jù)(非結(jié)構(gòu)化) - 這個庫列表涵蓋了所有這些。

Pandas

在數(shù)據(jù)處理和分析方面，沒有什么能比Pandas更勝一籌。 它是***的Python庫。 Pandas是用Python語言編寫的，特別適用于操作和分析任務(wù)。

該名稱來源于術(shù)語“面板數(shù)據(jù)”，這是一個數(shù)據(jù)集的計量經(jīng)濟學(xué)術(shù)語，包括對同一個體的多個時間段的觀察—— 維基百科

PyOD

在檢測異常值時苦苦掙扎? 你不是一個人。 這是有抱負(fù)(甚至已建立)數(shù)據(jù)科學(xué)家的常見問題。 你如何定義異常值?

別擔(dān)心，PyOD庫可以幫到您。

PyOD是一個全面且可擴展的Python工具包，用于檢測異常對象。 異常檢測是識別與大多數(shù)數(shù)據(jù)顯著不同的稀有項目或觀察值。

NumPy

像Pandas一樣，NumPy是另一個非常受歡迎的Python庫。 NumPy引入了支持大型多維數(shù)組和矩陣的函數(shù)。 它還引入了高級數(shù)學(xué)函數(shù)來處理這些數(shù)組和矩陣。

Spacy

到目前為止，我們已經(jīng)討論了如何清理和操作數(shù)值數(shù)據(jù)。 但是，如果你正在處理文本數(shù)據(jù)呢?

使用SpaCy。 它是一個超級有用且靈活的自然語言處理(NLP)庫和框架，用于清理文本文檔以進(jìn)行模型創(chuàng)建。 與用于類似任務(wù)的其他庫相比，SpaCy更快。

數(shù)據(jù)可視化的Python庫

下一個是什么? 當(dāng)然是數(shù)據(jù)可視化! 這是我們的假設(shè)被檢查的地方，隱藏的洞察力被挖掘出來并找到模式。

這里有三個用于數(shù)據(jù)可視化的很棒的Python庫。

Matplotlib

Matplotlib是Python中***的數(shù)據(jù)可視化庫。 它允許我們生成和構(gòu)建各種圖表。 它可以與Seaborn一起在視覺上探索數(shù)據(jù)(稍后會詳細(xì)介紹)。

Seaborn

Seaborn是另一個基于matplotlib的繪圖庫。 它是一個python庫，提供高級界面來繪制有吸引力的圖形。 matplotlib可以做什么，Seaborn只是以更具視覺吸引力的方式做到這一點。

Bokeh

Bokeh是一個交互式可視化庫，面向現(xiàn)代Web瀏覽器進(jìn)行演示。 它為大量數(shù)據(jù)集提供了多種圖形的優(yōu)雅構(gòu)造。

Bokeh可用于創(chuàng)建交互式圖表，儀表板和數(shù)據(jù)應(yīng)用程序。

建立數(shù)據(jù)挖掘模型的Python庫

我們已經(jīng)到達(dá)了本文最受期待的部分 - 構(gòu)建模型! 這就是我們大多數(shù)人首先進(jìn)入數(shù)據(jù)科學(xué)的原因，不是嗎?

讓我們通過這三個Python庫探索模型構(gòu)建。

Scikit-Learn

就像用于數(shù)據(jù)操作的Pandas和用于可視化的matplotlib一樣，scikit-learn是構(gòu)建模型的Python***。 沒有什么比得上它了。

事實上，scikit-learn建立在NumPy，SciPy和matplotlib之上。 它是開源的，每個人都可以訪問，并且可以在各種環(huán)境中重用。

TensorFlow

TensorFlow由Google開發(fā)，是一個流行的深度學(xué)習(xí)庫，可幫助您構(gòu)建和訓(xùn)練不同的模型。 它是一個開源的端到端平臺。 TensorFlow提供簡單的模型構(gòu)建，強大的機器學(xué)習(xí)生成，以及強大的實驗工具和庫。

PyTorch

什么是PyTorch? 嗯，這是一個基于Python的科學(xué)計算包，可以用作：

• NumPy的替代品，可以使用GPU的強大功能
• 深度學(xué)習(xí)研究平臺，提供***的靈活性和速度