python数据可视化、数据挖掘、机器学习、深度学习 常用库、IDE等

一、可视化方法

1. 条形图
2. 饼图
3. 箱线图(箱型图)
4. 气泡图
5. 直方图
6. 核密度估计(KDE)图
7. 线面图
8. 网络图
9. 散点图
10. 树状图
11. 小提琴图
12. 方形图
13. 三维图

二、交互式工具

1. Ipython、Ipython notebook
   
2. Plotly

三、Python IDE类型

1. PyCharm,指定了基于Java Swing的用户界面
2. PyDev，基于SWT的用户界面(适用Eclipse)
3. IEP(Interactive Editor for Pyhton),交互式编辑器
4. Enthought中的Canopy：以PyQt为基础
5. Continuum Analytics中Spyder的Anaconda发行版：以PyQt为基础

四、交互式可视化软件包

1. D3.js
2. Bokeh
3. VisPy
4. Wakari
5. Ashiba

五、统计与数据挖掘算法

　　1)分类问题

1. 1. logistic回归
   2. 决策树：ID3、C4.5、CART---分类
   3. SVM支持向量机---监督学习、统计分类、回归分析
   4. boosting方法：AdaBoost
   5. KNN(K-邻近算法)
   6. 贝叶斯分类器、朴素贝叶斯
   7. 自举汇聚法(bootstrap aggregating)（bagging方法）
   8. 随机森林

　　2）其他问题

1. 1. HMM-隐马尔可夫模型
      
   2. Viterbi-维特比算法
   3. k-means（K-均值）---聚类算法
   4. 主成分分析(PCA)
   5. 最大期望(EM)算法
   6. PageRank
   7. LDA主题模型

六、深度学习

1. CNN卷积神经网络
   
2. RNN循环神经网络

七、图模型/网络模型展示

1. igraph
   
2. NetworkX
3. Graph-tool
4. Bio---生物信息学

转载于:https://www.cnblogs.com/ivan-count/p/8665471.html