Python有以下三个特点：
易用性和灵活性
全行业高接受度：Python无疑是业界最流行的数据科学语言
用于数据科学的Python库的丰富数量优势
本文介绍了python人最常用的59个python库。一起来看看吧~
用于数据收集的Python库
用于数据清理和数据操作的Python库
-
Pandas-主要用于数据操作和数据分析
-
PyOD-是一个全面的、可伸缩的Python工具包，用于检测外围对象
-
NumPy-引入了支持大型数组和矩阵的函数，同时还引入了高级数学函数来处理这些数组和矩阵
-
Spacy-一个非常有用且灵活的自然语言处理( NLP )库和框架，用于清理创建模型的文本文档。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~
用于数据可视化的Python库
-
Matplotlib-是Python中最流行的数据可视化库，Python 2D 绘图库
-
Seaborn-一个基于matplotlib的绘图库
-
Bokeh-一个面向现代网页浏览器的交互式可视化库
-
plotly – 协同 Python 和 matplotlib 工作的 web 绘图库。
用来进行科学计算和数据分析的库
-
bcbio-nextgen – 这个工具箱为全自动高通量测序分析提供符合最佳实践的处理流程。
-
blaze – NumPy 和 Pandas 的大数据接口。
-
cclib – 一个用来解析和解释计算化学软件包输出结果的库。
-
NetworkX – 一个为复杂网络设计的高性能软件。
-
Neupy – 执行和测试各种不同的人工神经网络算法。
-
Numba – Python JIT (just in time) 编译器，针对科学用的 Python ，由Cython 和 NumPy 的开发者开发。
-
NumPy – 使用 Python 进行科学计算的基础包。
-
Open Mining – 使用 Python 挖掘商业情报 (BI) (Pandas web 接口)。
-
orange – 通过可视化编程或 Python 脚本进行数据挖掘，数据可视化，分析和机器学习。
-
Pandas – 提供高性能，易用的数据结构和数据分析工具。
-
PyDy –用来为动力动建模工作流程提供帮助
-
SciPy – 用于数学，科学和工程的开源软件构成的生态系统。
-
statsmodels – 统计建模和计量经济学。
-
SymPy – 一个用于符号数学的 Python 库。
-
zipline – 一个 Python 算法交易库。
用于建模的Python库
-
Scikit-learn-是Python构建模型中的佼佼者
-
TensorFlow-是一个流行的深度学习库，可帮助构建、培训不同模型
-
PyTorch-一个基于Python的科学计算包
用于模型解释的Python库
-
Lime-是一种算法（库），可以解释任何分类器或回归量的预测
-
H2O-无人驾驶AI，提供简单的数据可视化技术
用于语音处理的Python库
-
Librosa-一个用于音乐和音频分析的Python库
-
Madmom-一个用于音频数据分析的很棒的Python库
-
pyAudioAnalysis-一个用于音频特征提取、分类和分段的Python库
用于图像处理的Python库
-
OpenCV-Python-主要用于解决计算机视觉问题
-
Scikit-image-用于执行多个不同图像处理任务的算法集合。可用于图像分割、几何变换、色彩空间操作、分析、过滤，形态学、特征检测等等。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~
-
Pillow-是一个更加易用版的PIL
作为数据库的Python库
-
Psycopg-是Python编程语言中最流行的PostgreSQL（高级开源代码关系数据库）适配器
-
SQLAlchemy-SQL是最流行的数据库语言。SQLAlchemy是pythonSQL工具包和对象关系映射器。
用于WEB的Python库
-
Flask-一个用Python编写的Web框架，广泛用于部署数据科学模型
-
Requests:-优雅，简单，人性化的 HTTP 库
-
HTTPie-人性化的类似 cURL 命令行的 HTTP 客户端
-
ProxMon: -处理代理日志和报告发现的问题
-
WSMap: --寻找 Web 服务器和发现文件
-
Twill: --从命令行界面浏览网页。支持自动化网络测试
用于文本处理的Python库
-
Chardet–字符编码检测器，兼容 Python2 和 Python3。
-
Ftfy–让Unicode文本更完整更连贯。
-
Unidecode–Unicode 文本的 ASCII 转换形式 。
-
Xpinyin–一个用于把汉字转换为拼音的库。
-
difflib–(Python 标准库)帮助我们进行差异化比较。
-
fuzzywuzzy–模糊字符串匹配。
用于特殊文本格式处理的Python库
-
tablib – 一个用来处理中表格数据的模块。
-
PDFMiner – 一个用于从PDF文档中抽取信息的工具。
-
PyPDF2 – 一个可以分割，合并和转换 PDF 页面的库。
-
openpyxl – 一个用来读写 Excel 2010 xlsx/xlsm/xltx/xltm 文件的库
-
XlsxWriter – 一个用于创建 Excel .xlsx 文件的 Python 模块
用于集成开发环境的Python库
-
PyCharm – 商业化的 Python IDE ，由 JetBrains 开发。也有免费的社区版提供。
-
LiClipse – 基于 Eclipse 的免费多语言 IDE 。使用 PyDev 来支持 Python 。
-
Spyder – 开源 Python IDE。
总结
当然，这里总结的库可以说只是python库的冰山一角。如果你遇到问题，那么请第一时间去查找python的第三方扩展库，因为90%以上的问题，python强大的扩展库都能解决。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~
（PS：如果觉得有用，点赞收藏走一波吧~）
