技术开发人员往往都着眼于如何使用现有的库来避免重复工作，从而使程序开发工作事半功倍。通常，开发大量原始代码是一个费时费力的工作，为了避免这种情况，都会尽可能多地使用库中已有的类来创建对象，通常仅需要一行代码。因此，库能够帮助开发人员使用适量的代码执行重要的任务。下面，Le wagon编程训练营为您介绍数据科学中会经常使用多种Python标准库、数据科学库和第三方库。

       01 Python标准库

　　Python标准库提供了丰富的功能，包括文本/二进制数据处理、数学运算、函数式编程、文件/目录访问、数据持久化、数据压缩/归档、加密、操作系统服务、并发编程、进程间通信、网络协议、JSON / XML /其他Internet数据格式、多媒体、国际化、GUI、调试、分析等。下面列出了一部分Python标准库模块。

　　collections：建立在列表、元组、字典和集合基础上的加强版数据结构。

　　csv：处理用逗号分隔值的文件。

　　datetime, time：日期和时间操作。

　　decimal：定点或浮点运算，包括货币计算。

　　doctest：通过验证测试或嵌入在docstring中的预期结果进行简单的单元测试。

　　json：处理用于Web服务和NoSQL文档数据库的JSON（JavaScript Object Notation）数据。

　　math：常见的数学常量和运算。

　　os：与操作系统进行交互。

　　queue：一种先进先出的数据结构。

　　random：伪随机数操作。

　　re：用于模式匹配的正则表达式。

　　sqlite3：SQLite关系数据库访问。

　　statistics：数理统计函数，如均值、中值、众数和方差等。

　　string：字符串操作。

　　sys：—命令行参数处理，如标准输入流、输出流和错误流。

　　timeit：性能分析。

　　Python拥有一个庞大且仍在快速增长的开源社区，社区中的开发者来自许多不同的领域。该社区中有大量的开源库是Python受欢迎的最重要的原因之一，许多任务只需要几行Python代码就可以完成。

　　02 科学计算与统计

　　NumPy（Numerical Python）：Python没有内置的数组数据结构。它提供的列表类型虽然使用起来更方便，但是处理速度较慢。NumPy提供了高性能的ndarray数据结构来表示列表和矩阵，同时还提供了处理这些数据结构的操作。

　　SciPy（Scientific Python）：SciPy基于NumPy开发，增加了用于科学处理的程序，例如积分、微分方程、额外的矩阵处理等。http://scipy.org负责管理SciPy和NumPy。

　　StatsModels：为统计模型评估、统计测试和统计数据研究提供支持。

　　03 数据处理与分析

　　pandas：一个非常流行的数据处理库。pandas充分利用了NumPy的ndarray类型，它的两个关键数据结构是Series（一维）和DataFrame（二维）。

　　04 可视化

　　Matplotlib：可高度定制的可视化和绘图库。Matplotlib可以绘制正规图、散点图、柱状图、等高线图、饼图、矢量场图、网格图、极坐标图、3D图以及添加文字说明等。

　　Seaborn：基于Matplotlib构建的更高级别的可视化库。与Matplotlib相比，Seaborn改进了外观，增加了可视化的方法，并且可以使用更少的代码创建可视化。

　　05 机器学习、深度学习和强化学习

　　scikit-learn：一个顶级的机器学习库。机器学习是AI的一个子集，深度学习则是机器学习的一个子集，专注于神经网络。

　　Keras：最易于使用的深度学习库之一。Keras运行在TensorFlow（谷歌）、CNTK（微软的深度学习认知工具包）或Theano（蒙特利尔大学）之上。

　　TensorFlow：由谷歌开发，是使用最广泛的深度学习库。TensorFlow与GPU（图形处理单元）或谷歌的定制TPU（Tensor处理单元）配合使用可以获得最佳的性能。TensorFlow在人工智能和大数据分析中有非常重要的地位，因为人工智能和大数据对数据处理的需求非常巨大。

　　OpenAI Gym：用于开发、测试和比较强化学习算法的库和开发环境。

       06 自然语言处理

　　NLTK（Natural Language Toolkit）：用于完成自然语言处理（NLP）任务。

　　TextBlob：一个面向对象的NLP文本处理库，基于NLTK和模式NLP库构建，简化了许多NLP任务。

　　Gensim：功能与NLTK类似。通常用于为文档合集构建索引，然后确定另一个文档与索引中每个文档的相似程度。

　　Le Wagon编程训练营的数据科学培训课程旨在为技术开发人员提供相关技能工具的学习，以提高技术开发从业人员的职场商业竞争力，并建立一个能与实际工作相联系的项目组合。许多技术开发人员都是从Le Wagon编程训练营的数据科学培训课开启了他们在数据科学领域新的职业生涯，与其他学员一起鉴证成长，共同收获，打开了工作、创业、全新思维模式的新篇章！赶紧加入Le Wagon编程训练营！