Python是現在非常流行的一門計算機語言，也是很多初學者的選擇，那么Python如何進行學習呢?Python常用的機器學習庫有哪些?我們一起來看看吧。

　　1. Pipenv

　　Pipenv 是 Kenneth Reitz 的業余項目，旨在將其他軟件包(例如 npm 和 yarn)整合到 Python 里。它不需要安裝virtualenv, virtualenvwrapper，不用管理 requirements.txt文件，并且不用確保依賴版本的可復現性。通過Pipenv，你可以在 Pipfile 中指定依賴項。該工具可生成一個 Pipfile.lock文件，使你的構建更具確定性，避免產生難以查找的 Bug。

　　2.PyTorch

　　PyTorch是Facebook深度學習框架，源于 Torch 框架，同時改善了 Torch 框架，基于ython 語言，由于實現了動態計算圖范式，PyTorch 已經成為眾多研究人員的**框架之一，可以計算梯度，而且非常快，可擴展性強。

　　3. Caffe2

　　Caffe2 支持分布式訓練、部署(即使是在移動平臺上)，新的 CPU 和支持 CUDA 的硬件。PyTorch 可能更適合做研究，而 Caffe2更加適合大規模部署，就像在 Facebook 上看到的那樣。另外，你可以在 PyTorch 里構建并訓練模型，同時用 Caffe2 部署。

　　4. Pendulum

　　Pendulum 的優勢之一在于，它是 Python 標準 datetime替代品，因此你可以輕松地將其與現有的代碼集成，并且在你需要的時候才使用它的功能。Pendulum的作者特別注意時間分區的處理，默認在每個實例中時間分區是可用的，并且以 UTC 計時。你也可以獲得擴展 timedelta 來簡化 datetime的計算。

　　5. Dash

　　Dash 是一個可構建 Web 應用，尤其是數據可視化 Web 應用的純 Python 開源庫。它建立在 Flask、Plotly 和 React之上，并提供這幾個框架的函數抽象接口，從而***不必學習這些框架，**開發。這些應用程序可在瀏覽器和移動設備中使用。

　　6. PyFlux

　　PyFlux 是專門針對時間序列開發的 Python開源庫。時間序列研究是統計學和經濟學的子領域，其目的是用于描述時間序列的行為，同時也預測時序未來的行為狀態。

　　7. Fire

　　Fire 是一個開源庫，可以為任何 Python 項目自動生成一個命令行界面。你幾乎不需要編寫任何代碼或者文檔，你只需要調用一個 Fire方法并把它傳遞給你想要的命令行界面：一個函數、一個對象、一個類、一個庫，甚至不傳遞任何參數。

　　8. imbalanced-learn

　　imbalanced-learn 是一個 Python 庫，它提供了相關的技術來解決數據不平衡的問題。另外，它和 scikit-learn兼容，并且是 scikit-learn-contrib 項目的一部分，非常有用。

　　9. FlashText

　　FlashText 證明了算法和數據結構設計的重要性，即使對于簡單的問題，更好的算法也能夠輕松超越在快 CPU 上運行的樸素實現。

　　10. Luminoth

　　Luminoth 是一個用 TensorFlow 和 Sonnet 構建的開源的計算機視覺 Python工具包。它可直接支持物體檢測，背后支持的模型是 Faster R-CNN。

　　對于想自學Python的學員，具備以上條件才能**的學習Python，掌握Python基本技能，成為Python工程師，老男孩教育Python網絡課程，設計了完善的學習流程，為Python自學者創造了條件，為Python自學者完成學業保駕護航!

　　試聽課程熱線：18710030740 QQ：768386696

　　老男孩IT教育：北京/上海/深圳 Python linux GO 網絡安全 軟件測試周末、脫產、網絡課程