• 數(shù)據(jù)-用于數(shù)據(jù)管理，處理和其他處理的庫
• 數(shù)學(xué)-雖然許多庫都執(zhí)行數(shù)學(xué)任務(wù)，但這個小型庫卻專門這樣做
• 機器學(xué)習(xí)-自我解釋；不包括主要用于構(gòu)建神經(jīng)網(wǎng)絡(luò)或用于自動化機器學(xué)習(xí)過程的庫
• 自動化機器學(xué)習(xí)-主要用于自動執(zhí)行與機器學(xué)習(xí)相關(guān)的過程的庫
• 數(shù)據(jù)可視化-與建模，預(yù)處理等相反，主要提供與數(shù)據(jù)可視化相關(guān)的功能的庫。
• 解釋與探索-主要用于探索和解釋模型或數(shù)據(jù)的庫

請注意，以下按類型表示了每個庫，并按星級和貢獻(xiàn)者對其進(jìn)行了繪制，其符號大小反映了該庫在Github上的相對提交次數(shù)。

圖1：用于數(shù)據(jù)科學(xué)，數(shù)據(jù)可視化和機器學(xué)習(xí)的頂級Python庫，按星級和貢獻(xiàn)者數(shù)繪制；相對大小按貢獻(xiàn)者數(shù)量

數(shù)據(jù)

1. Apache Spark
https://github.com/apache/spark
star：27600，貢獻(xiàn)：28197，貢獻(xiàn)者：1638

Apache Spark-用于大規(guī)模數(shù)據(jù)處理的統(tǒng)一分析引擎

2.Pandas
https://github.com/pandas-dev/pandas
star：26800，貢獻(xiàn)：24300，貢獻(xiàn)者：2126

Pandas是一個Python軟件包，提供了快速，靈活和可表達(dá)的數(shù)據(jù)結(jié)構(gòu)，旨在使使用“關(guān)系”或“標(biāo)記”數(shù)據(jù)既簡單又直觀。它旨在成為在Python中進(jìn)行實用，真實世界數(shù)據(jù)分析的基本高級構(gòu)建塊。

3.Dask
https://github.com/dask/dask
star：7300，貢獻(xiàn)：6149，貢獻(xiàn)者：393

任務(wù)調(diào)度的并行計算

數(shù)學(xué)

4. Scipy
https://github.com/scipy/scipy
star：7500，貢獻(xiàn)：24247，貢獻(xiàn)者：914

SciPy發(fā)音為“ Sigh Pie”是用于數(shù)學(xué)，科學(xué)和工程的開源軟件。它包括用于統(tǒng)計，優(yōu)化，積分，線性代數(shù)，傅立葉變換，信號和圖像處理，ODE求解器等的模塊。

5. Numpy
https://github.com/numpy/numpy
star：1500，貢獻(xiàn)：24266，提供者：1010

使用Python進(jìn)行科學(xué)計算的基本軟件包。

機器學(xué)習(xí)

6. Scikit-Learn
https://github.com/scikit-learn/scikit-learn
star：42500，貢獻(xiàn)：26162，貢獻(xiàn)者：1881

Scikit-learn是一個基于SciPy的Python機器學(xué)習(xí)模塊，并以3條款BSD許可分發(fā)。

7. XGBoost
https://github.com/dmlc/xgboost
star：19900，貢獻(xiàn)：5015，貢獻(xiàn)者：461

適用于Python，R，Java，Scala，C ++等的可擴展，便攜式和分布式梯度增強GBDT，GBRT或GBM庫。在單機，Hadoop，Spark，F(xiàn)link和DataFlow上運行

8. LightGBM
https://github.com/microsoft/LightGBM
star：11600，貢獻(xiàn)：2066，貢獻(xiàn)者：172

基于決策樹算法的快速，分布式，高性能梯度提升GBT，GBDT，GBRT，GBM或MART框架，用于排名，分類和許多其他機器學(xué)習(xí)任務(wù)。

9.Catboost
https://github.com/catboost/catboost
star：5400，貢獻(xiàn)：12936，貢獻(xiàn)者：188

快速，可擴展，高性能的“決策樹上的梯度提升”庫，用于對Python，R，Java，C ++進(jìn)行排名，分類，回歸和其他機器學(xué)習(xí)任務(wù)。支持在CPU和GPU上進(jìn)行計算。

10. Dlib
https://github.com/davisking/dlib
star：9500，貢獻(xiàn)：7868，貢獻(xiàn)者：146

Dlib是一個現(xiàn)代的C ++工具箱，其中包含機器學(xué)習(xí)算法和工具，這些工具和工具可以用C ++創(chuàng)建復(fù)雜的軟件來解決實際問題?？梢酝ㄟ^dlib API與Python一起使用

11.Annoy
https://github.com/spotify/annoy
star：7700，貢獻(xiàn)：778，貢獻(xiàn)者：53

C ++ / Python中的近似最近鄰居已針對內(nèi)存使用情況以及加載/保存到磁盤進(jìn)行了優(yōu)化

12.H20ai
https://github.com/h2oai/h2o-3
star：500，貢獻(xiàn)貢獻(xiàn)：27894，貢獻(xiàn)者：137

適用于更智能應(yīng)用的開源快速可擴展機器學(xué)習(xí)平臺：深度學(xué)習(xí)，梯度提升和XGBoost，隨機森林，廣義線性建模邏輯回歸，彈性網(wǎng)，K均值，PCA，堆疊集成，自動機器學(xué)習(xí)AutoML等。

13. StatsModels
https://github.com/statsmodels/statsmodels star：5600，承諾：13446，貢獻(xiàn)者：247

Statsmodels：Python中的統(tǒng)計建模和計量經(jīng)濟學(xué)

14. mlpack
https://github.com/mlpack/mlpack
star：3400，貢獻(xiàn)：24575，貢獻(xiàn)者：190

mlpack是一個直觀，快速且靈活的C ++機器學(xué)習(xí)庫，具有與其他語言的綁定

15.Pattern
https://github.com/clips/pattern
star：7600，貢獻(xiàn)：1434，貢獻(xiàn)者：20

用于Python的Web挖掘模塊，具有用于抓取，自然語言處理，機器學(xué)習(xí)，網(wǎng)絡(luò)分析和可視化的工具。

16.Prophet
https://github.com/facebook/prophet
star：11500，貢獻(xiàn)：595，貢獻(xiàn)者：106

用于為具有多個季節(jié)性且線性或非線性增長的時間序列數(shù)據(jù)生成高質(zhì)量預(yù)測的工具。

自動化機器學(xué)習(xí)

17. TPOT
https://github.com/EpistasisLab/tpot
star：7500，貢獻(xiàn)：2282，貢獻(xiàn)者：66

一個Python自動化機器學(xué)習(xí)工具，可使用遺傳編程來優(yōu)化機器學(xué)習(xí)pipeline。

18. auto-sklearnhttps://github.com/automl/auto-sklearn
star：4100，貢獻(xiàn)：2343，貢獻(xiàn)者：52

auto-sklearn是一種自動化的機器學(xué)習(xí)工具包，是scikit-learn估計器的直接替代品。

19. Hyperopt-sklearn
https://github.com/hyperopt/hyperopt-sklearn
star：1100，貢獻(xiàn)：188，貢獻(xiàn)者：18

Hyperopt-sklearn是scikit-learn中機器學(xué)習(xí)算法中基于Hyperopt的模型選擇。

20. SMAC-3
https://github.com/automl/SMAC3
star：529，貢獻(xiàn)：1882，貢獻(xiàn)者：29

基于順序模型的算法配置

21. scikit-optimizehttps://github.com/scikit-optimize/scikit-optimize
star：1900，貢獻(xiàn)：1540，貢獻(xiàn)者：59

Scikit-Optimize或skopt是一個簡單高效的庫，可最大限度地減少非常昂貴且嘈雜的黑盒功能。它實現(xiàn)了幾種基于順序模型優(yōu)化的方法。

22. Nevergrad
https://github.com/facebookresearch/nevergrad
star：2700，貢獻(xiàn)：663，貢獻(xiàn)者：38

用于執(zhí)行無梯度優(yōu)化的Python工具箱

23.Optuna
https://github.com/optuna/optuna
star：3500，貢獻(xiàn)：7749，貢獻(xiàn)者：97

Optuna是一個自動超參數(shù)優(yōu)化軟件框架，專門為機器學(xué)習(xí)而設(shè)計。

數(shù)據(jù)可視化

24. Apache Superset
https://github.com/apache/incubator-superset
star：30300，貢獻(xiàn)：5833，貢獻(xiàn)者：492

Apache Superset是一個數(shù)據(jù)可視化和數(shù)據(jù)探索平臺

25. Matplotlib
https://github.com/matplotlib/matplotlib
star：12300，貢獻(xiàn)：36716，貢獻(xiàn)者：1002

Matplotlib是一個綜合庫，用于在Python中創(chuàng)建靜態(tài)，動畫和交互式可視化。

26.Plotly
https://github.com/plotly/plotly.py
star：7900，貢獻(xiàn)：4604，貢獻(xiàn)者：137

Plotly.py是適用于Python的交互式，基于開源和基于瀏覽器的圖形庫

27. Seaborn
https://github.com/mwaskom/seaborn
star：7700，貢獻(xiàn)：2702，貢獻(xiàn)者：126

Seaborn是基于matplotlib的Python可視化庫。它提供了用于繪制吸引人的統(tǒng)計圖形的高級界面。

28.folium
https://github.com/python-visualization/folium
star：4900，貢獻(xiàn)：1443，貢獻(xiàn)者：109

Folium建立在Python生態(tài)系統(tǒng)的數(shù)據(jù)處理能力和Leaflet.js庫的映射能力之上。用Python處理數(shù)據(jù)，然后通過folium在可視化的Leaflet貼圖中顯示。

29. Bqplot
https://github.com/bqplot/bqplot
star：2900，貢獻(xiàn)：3178，貢獻(xiàn)者：45

Bqplot是Jupyter的二維可視化系統(tǒng)，基于圖形語法的構(gòu)造。

30. VisPy
https://github.com/vispy/vispy
star：2500，貢獻(xiàn)：6352，貢獻(xiàn)者：117

VisPy是一個高性能的交互式2D / 3D數(shù)據(jù)可視化庫。VisPy通過OpenGL庫利用現(xiàn)代圖形處理單元GPU的計算能力來顯示非常大的數(shù)據(jù)集。

31. PyQtgraph
https://github.com/pyqtgraph/pyqtgraph
star：2200，貢獻(xiàn)：2200，貢獻(xiàn)者：142

用于科學(xué)/工程應(yīng)用的快速數(shù)據(jù)可視化和GUI工具

32.Bokeh
https://github.com/bokeh/bokeh
star：1400，貢獻(xiàn)：18726，貢獻(xiàn)者：467

Bokeh是用于現(xiàn)代Web瀏覽器的交互式可視化庫。它提供通用圖形的優(yōu)雅，簡潔的構(gòu)造，并在大型或流數(shù)據(jù)集上提供高性能的交互性。

33.Altair
https://github.com/altair-viz/altair
star：600，貢獻(xiàn)：3031，貢獻(xiàn)者：106

Altair是用于Python的聲明性統(tǒng)計可視化庫。使用Altair，您可以花費更多時間來理解數(shù)據(jù)及其含義。

解釋與探索

34. eli5https://github.com/TeamHG-Memex/eli5
star：2200，貢獻(xiàn)貢獻(xiàn)：1198，貢獻(xiàn)者：15

一個用于調(diào)試/檢查機器學(xué)習(xí)分類器并解釋其預(yù)測的庫

35. LIMEh
ttps://github.com/marcotcr/lime star：800，承諾：501，貢獻(xiàn)者：41

Lime：解釋任何機器學(xué)習(xí)分類器的預(yù)測

36. SHAP
https://github.com/slundberg/shap
star：10400，貢獻(xiàn)：1376，貢獻(xiàn)者：96

一種博弈論方法，用于解釋任何機器學(xué)習(xí)模型的輸出。

37. YellowBrick
https://github.com/DistrictDataLabs/yellowbrick
star：300，貢獻(xiàn)：825，貢獻(xiàn)者：92

可視化分析和診斷工具，有助于機器學(xué)習(xí)模型的選擇。

38.pandas-profiling
https://github.com/pandas-profiling/pandas-profiling
star：6200名，貢獻(xiàn)：704名，貢獻(xiàn)者：47名

從pandas DataFrame對象創(chuàng)建HTML分析報告