Python 数据挖掘 常用库

计算机视觉

• SimpleCV—开源的计算机视觉框架，可以访问如OpenCV等高性能计算机视觉库。使用Python编写，可以在Mac、Windows以及Ubuntu上运行。

自然语言处理

• NLTK —一个领先的平台，用来编写处理人类语言数据的Python程序
• Pattern—Python可用的web挖掘模块，包括自然语言处理、机器学习等工具。
• TextBlob—为普通自然语言处理任务提供一致的API，以NLTK和Pattern为基础，并和两者都能很好兼容。
• jieba—中文断词工具。
• SnowNLP —中文文本处理库。
• loso—另一个中文断词库。
• genius —基于条件随机域的中文断词库。
• nut —自然语言理解工具包。

通用机器学习

• Bayesian Methods for Hackers —Python语言概率规划的电子书
• MLlib in Apache Spark—Spark下的分布式机器学习库。
• scikit-learn—基于SciPy的机器学习模块
• graphlab-create —包含多种机器学习模块的库（回归，聚类，推荐系统，图分析等），基于可以磁盘存储的DataFrame。
• BigML—连接外部服务器的库。
• pattern—Python的web挖掘模块
• NuPIC—Numenta公司的智能计算平台。
• Pylearn2—基于Theano的机器学习库。
• hebel —Python编写的使用GPU加速的深度学习库。
• gensim—主题建模工具。
• PyBrain—另一个机器学习库。
• Crab —可扩展的、快速推荐引擎。
• python-recsys —Python实现的推荐系统。
• thinking bayes—关于贝叶斯分析的书籍
• Restricted Boltzmann Machines —Python实现的受限波尔兹曼机。[深度学习]。
• Bolt —在线学习工具箱。
• CoverTree —cover tree的Python实现，scipy.spatial.kdtree便捷的替代。
• nilearn—Python实现的神经影像学机器学习库。
• Shogun—机器学习工具箱。
• Pyevolve —遗传算法框架。
• Caffe —考虑了代码清洁、可读性及速度的深度学习框架
• breze—深度及递归神经网络的程序库，基于Theano。

数据分析/数据可视化

• SciPy —基于Python的数学、科学、工程开源软件生态系统。
• NumPy—Python科学计算基础包。
• Numba —Python的低级虚拟机JIT编译器，Cython and NumPy的开发者编写，供科学计算使用
• NetworkX —为复杂网络使用的高效软件。
• Pandas—这个库提供了高性能、易用的数据结构及数据分析工具。
• Open Mining—Python中的商业智能工具（Pandas web接口）。
• PyMC —MCMC采样工具包。
• zipline—Python的算法交易库。
• PyDy—全名Python Dynamics，协助基于NumPy, SciPy, IPython以及 matplotlib的动态建模工作流。
• SymPy —符号数学Python库。
• statsmodels—Python的统计建模及计量经济学库。
• astropy —Python天文学程序库，社区协作编写
• matplotlib —Python的2D绘图库。
• bokeh—Python的交互式Web绘图库。
• plotly —Python and matplotlib的协作web绘图库。
• vincent—将Python数据结构转换为Vega可视化语法。
• d3py—Python的绘图库，基于D3.js。
• ggplot —和R语言里的ggplot2提供同样的API。
• Kartograph.py—Python中渲染SVG图的库，效果漂亮。
• pygal—Python下的SVG图表生成器。
• pycascading

杂项脚本/iPython笔记/代码库

• pattern_classification
• thinking stats 2
• hyperopt
• numpic
• 2012-paper-diginorm
• ipython-notebooks
• decision-weights
• Sarah Palin LDA —Sarah Palin关于主题建模的电邮。
• Diffusion Segmentation —基于扩散方法的图像分割算法集合。
• Scipy Tutorials —SciPy教程，已过时，请查看scipy-lecture-notes
• Crab—Python的推荐引擎库。
• BayesPy—Python中的贝叶斯推断工具。
• scikit-learn tutorials—scikit-learn学习笔记系列
• sentiment-analyzer —推特情绪分析器
• group-lasso—坐标下降算法实验，应用于（稀疏）群套索模型。
• mne-python-notebooks—使用 mne-python进行EEG/MEG数据处理的IPython笔记
• pandas cookbook—使用Python pandas库的方法书。
• climin—机器学习的优化程序库，用Python实现了梯度下降、LBFGS、rmsprop、adadelta 等算法。