python机器学习库

很多人问我们的 ML 群为啥加不进去，很不幸的是，这个群挂了。 在群挂了之前，我们把所有群文件备份到了百度云。 目录 自动驾驶 无人驾驶汽车技术及其发展探究.caj 第一本无人驾驶技术书.pdf ROS机器人程序设计 原书第2版.pdf 中文文档 计算广告.epub 《谁说菜鸟不会数据分析》入门篇-简版电子书.pdf xgboost.docx Unix入门经典.pdf The Linux Command Line(中文版)好奇猫团队翻译.pdf Python机器学习基础教程.pdf Pandas 速查手册.doc 2019_MCM-ICM原文及翻译.zip 2019_MCM-ICM_Problems初步翻译.zip 知识图谱 知识图谱构建技术综述（刘峤）.pdf 知识图谱构建技术－北理工.pdf 知识图谱发展报告 2018.pdf 知识图谱.docx 清华AMiner-2019年第二期《人工智能之知识图谱》.pdf 杂谈 程序员对自己好点之菜谱.rar 程序员的呐喊.pdf 2017互联网人才趋势白皮书.pdf 运动健身 马拉松计划.md FIRST计划.xlsx 学习路线图 梯度下降.png 数据仓库.jpg 如何选择图表.jpg 分类算法常用的评价指标.png 代价函数与损失函数.png 常见激活函数.png Numpy基础命令思维导图.png 西瓜书及其相关 周志华-机器学习

很多人问我们的 ML 群为啥加不进去，很不幸的是，这个群挂了。 在群挂了之前，我们把所有群文件备份到了百度云。 目录 自动驾驶 无人驾驶汽车技术及其发展探究.caj 第一本无人驾驶技术书.pdf ROS机器人程序设计 原书第2版.pdf 中文文档 计算广告.epub 《谁说菜鸟不会数据分析》入门篇-简版电子书.pdf xgboost.docx Unix入门经典.pdf The Linux Command Line(中文版)好奇猫团队翻译.pdf Python机器学习基础教程.pdf Pandas 速查手册.doc 2019_MCM-ICM原文及翻译.zip 2019_MCM-ICM_Problems初步翻译.zip 知识图谱 知识图谱构建技术综述（刘峤）.pdf 知识图谱构建技术－北理工.pdf 知识图谱发展报告 2018.pdf 知识图谱.docx 清华AMiner-2019年第二期《人工智能之知识图谱》.pdf 杂谈 程序员对自己好点之菜谱.rar 程序员的呐喊.pdf 2017互联网人才趋势白皮书.pdf 运动健身 马拉松计划.md FIRST计划.xlsx 学习路线图 梯度下降.png 数据仓库.jpg 如何选择图表.jpg 分类算法常用的评价指标.png 代价函数与损失函数.png 常见激活函数.png Numpy基础命令思维导图.png 西瓜书及其相关 周志华-机器学习

NumPy 　　NumPy（Numerical Python的简称）是Python科学计算的基础包。 　　涵盖以下功能：　　 快速高效的多维数组对象ndarray。 用于对数组执行元素级计算以及直接对数组执行数学运算的函数。 用于读写硬盘上基于数组的数据集的工具。 线性代数运算、傅里叶变换，以及随机数生成。 pandas 　　pandas提供了快速便捷处理结构化数据的大量数据结构和函数。 　　pandas兼具NumPy高性能的数组计算功能以及电子表格和关系型数据库（如SQL）灵活的数据处理功能。它提供了复杂精细的索引功能，能更加便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作。 matplotlib 　　matplotlib是最流行的用于绘制图表和其它二维数据可视化的Python库。 SciPy 　　SciPy是一组专门解决科学计算中各种标准问题域的包的集合. 　　主要涵盖以下包： scipy.integrate：数值积分例程和微分方程求解器。 scipy.linalg：扩展了由numpy.linalg提供的线性代数例程和矩阵分解功能。 scipy.optimize：函数优化器（最小化器）以及根查找算法。 scipy.signal：信号处理工具。 scipy.sparse：稀疏矩阵和稀疏线性系统求解器。 scipy.special：SPECFUN

1.python爬虫常用第三方库：https://blog.csdn.net/woshisunchi/article/details/60877817 2.python数据挖掘常用包：https://blog.csdn.net/sunflower606/article/details/49738107 3.库：https://pypi.org/search/?q=scipy https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud https://pypi.org/simple/tensorflow/ https://code.google.com/archive/p/pyodbc/downloads https://digi.bib.uni-mannheim.de/tesseract/ https://pypi.org/simple/ Pandas:Pandas 主要提供快速便捷地处理结构化数据的大量数据结构和函数。 IPython IPython 是 Python 科学计算标准工具集的组成部分，是一个增强的 PythonShell ，目的是提高编写、测试、调试 Python 代码的速度。主要用于交互式数据处理和利用 matplotlib 对数据进行可视化处理。 SciPy SciPy

文章目录 1.TensorFlow 2.Scikit-Learn 3.NumPy 4.Keras 5.PyTorch 6.LightGBM 7.Eli5 8.SciPy 9.Theano 10.Pandas 随着人工智能技术的发展与普及，Python超越了许多其他编程语言，成为了机器学习领域中最热门最常用的编程语言之一。有许多原因致使Python在众多开发者中如此受追捧，其中之一便是其拥有大量的与机器学习相关的开源框架以及工具库。本文就介绍几种机器学习的库。 1.TensorFlow TensorFlow是什么 该库是 Google 与 Brain Team 合作开发的。Google 的每一个机器学习应用几乎都有 TensorFlow 的影子。 TensorFlow 的工作方式类似于一个计算库，用于编写设计大量张量运算的新算法。由于神经网络可以很容易地表示为计算图，因此它们可以用 TensorFlow 作为对张量（Tensor）的一些列操作来实现。此外，张量是表述数据的 N 维矩阵。 TensorFlow的特点 响应式构造：使用 TensorFlow，我们可以轻松地将计算图的每一部分进行可视化，在使用 NumPy 或 SciKit 时并没有这个选项。 灵活性：TensorFlow 的一个非常重要的特性是，它的操作非常灵活。这意味着它实现了模块化，对于你想要使其独立的部分

测试开发 来源:https://www.jianshu.com/p/ea6f7fb69501 Web UI测试自动化 splinter - web UI测试工具，基于selnium封装。 链接 selenium - web UI自动化测试。 链接 --推荐 mechanize- Python中有状态的程序化Web浏览。 链接 selene - 使用Python + Ajax支持+ PageObjects + Widgets进行简明UI测试 链接 hitch - 基于服务的应用程序的高级集成测试框架。 链接 Needle - Css 自动化测试框架。 链接 seleniumbase - 端到端自动化测试框架。 链接 pytest_splinter - pytest spinter和selenium集成。 链接 Browsermob Proxy - Browsermob Proxy的python包装器。 链接 Selenium-Requests - 扩展Selenium WebDriver类以包含请求库中的请求函数，同时完成所有需要的cookie和请求头处理。 链接 移动测试自动化 appium - 移动端UI自动化测试。 链接 --推荐 uiautomator- 安卓UI自动化测试。 链接 ATX - 智能手机自动化工具。支持iOS，Android，WebApp和游戏。 网易出品

这里列举了大概500个左右的库： ！ Chardet字符编码探测器，可以自动检测文本、网页、xml的编码。 colorama主要用来给文本添加各种颜色，并且非常简单易用。 Prettytable主要用于在终端或浏览器端构建格式化的输出。 difflib，[Python]标准库，计算文本差异 Levenshtein，快速计算字符串相似度。 fuzzywuzzy,字符串模糊匹配。 esmre,正则表达式的加速器。 shortuuid,一组简洁URL/UUID函数库。 ftfy，Unicode文本工具7 unidecode，ascii和Unicode文本转换函数。 xpinyin，将汉字转换为拼音的函数库 pangu.py，调整对中日韩文字当中的字母、数字间距。 pyfiglet，Python写的figlet程序，使用字符组成ASCII艺术图片 uniout，提取字符串中可读写的字符 awesome slugify，一个Python slugify库，用于处理Unicode。 python-slugify，转换Unicode为ASCII内码的slugify函数库。 unicode-slugify，生成unicode内码，Django的依赖包。 ply，Python版的lex和yacc的解析工具 phonenumbers，解析电话号码，格式，存储和验证的国际电话号码。 python

数据分析与挖掘中常用Python库的介绍与实践案例 一、Python介绍 现在python一词对我们来说并不陌生，尤其是在学术圈，它的影响力远超其它任何一种编程语言， 作为一门简单易学且功能强大的编程语言，它拥有丰富的第三方库，在许多方面都有着广泛的应用，如网站开发、游戏开发、网络爬虫、数据分析、机器学习等。 在数据分析方面，python拥有Numpy、SciPy、Pandas、Matplotlib等功能强大的模块可供使用。随着这些模块的逐步完善，python在科学领域的地位越来越重要，这其中包括科学计算、数学建模、数据挖掘等。因此，掌握这些模块的基本使用方法至关重要，下面就逐一介绍下。 二、常用库的使用示例 2.1 NumPy 库： NumPy( 官网 )提供了N维数组功能以及对数据进行快速处理的能力，弥补了Python本身没有提供数组功能的缺陷。其提供了两种基本的对象： ndarray和ufunc 。ndarray是存储单一数据类型的多维数组，而ufunc是能够对数组进行处理的函数（ufunc（通用函数）是一种对ndarray中的数据执行元素级运算的函数）。它也是SciPy、Pandas、Matplotlib的基础依赖库。 ndarray：N维数组对象（矩阵），所有元素数据类型必须是相同的。 ndarray属性：ndim属性，表示维度的个数；shape属性，表示各维度得大小

转自 http://www.west999.com/info/html/wangluobiancheng/qita/20180729/4410114.html Python常用的库简单介绍一下 fuzzywuzzy ,字符串模糊匹配。 esmre ,正则表达式的加速器。 colorama 主要用来给文本添加各种颜色，并且非常简单易用。 Prettytable 主要用于在终端或浏览器端构建格式化的输出。 difflib ，[Python]标准库，计算文本差异 。 Levenshtein ，快速计算字符串相似度。 Chardet 字符编码探测器，可以自动检测文本、网页、xml的编码。 shortuuid ,一组简洁URL/UUID函数库。 ftfy ，Unicode文本工具 unidecode ，ascii和Unicode文本转换函数。 xpinyin ，将汉字转换为拼音的函数库。 pangu.py ，调整对中日韩文字当中的字母、数字间距。 pyfiglet ，Python写的figlet程序，使用字符组成ASCII艺术图片。 uniout ，提取字符串中可读写的字符。 awesome slugify ，一个Python slugify库，用于处理Unicode。 python-slugify ，转换Unicode为ASCII内码的slugify函数库。 unicode-slugify

机器学习库sklearn 官方documentation（资料）中分为不同的部分： 其中我们主要讲User Guide(机器学习算法理论介绍)、API(程序实现方法)： 一、User Guide https://scikit-learn.org/stable/user_guide.html 模块 说明 Supervised learning 监督学习 监督学习的各种算法介绍 Unsupervised learning 非监督学习 非监督学习的各种算法介绍 Model selection and evaluation模型选择和评价 交叉验证、调参、模型评价、验证曲线 Inspection 检查 Dataset transformations 数据转换 特征抽取、数据预处理、缺失值处理、非监督降维方法、随机投影、核近似、转换预测目标 Dataset loading utilities 数据下载程序 玩具数据、真实数据集、生成数据、下载其它数据 Computing with scikit-learn 利用sklearn计算 对大数据集的计算策略、计算表现、并行计算、资源管理和配置 二、api 和前面的内容对应，这个内容里给了在sklearn里的实现方法。 模块 功能 sklearn.base module: Base classes and utility functions