python编程开发可以说是目前比较热门的一项编程开发语言了,而今天我们就一起来了解一下,关于python编程都有哪些常见的python库可以使用。

python3 图形化开发 python图形开发环境_NumPy

1、TensorFlow

“TensorFlow是一个使用数据流图进行数值计算的开源软件库。图形节点表示数学运算,而图形边缘表示在它们之间流动的多维数据阵列(张量)。这种灵活的体系结构使用户可以将计算部署到桌面、服务器或移动设备中的一个或多个CPU/GPU,而无需重写代码。”

2、pandas

“pandas是一个Python包,、供快速,灵活和富有表现力的数据结构,旨在让”关系“或”标记“数据使用既简单又直观。它的目标是成为用Python进行实际,真实数据分析的基础高级构建块。”

3、scikit-learn

“scikit-learn是一个基于NumPy,SciPy和matplotlib的机器学习Python模块。它为数据挖掘和数据分析提供了简单而有效的工具。SKLearn所有人都可用,并可在各种环境中重复使用。

4、PyTorch

“PyTorch是一个Python包,提供两个高级功能:

具有强大的GPU加速度的张量计算(如NumPy)

基于磁带的自动编程系统构建的深度神经网络

你可以重复使用自己喜欢的Python软件包,如NumPy,SciPy和Cython,以便在需要时扩展PyTorch。”

5、Matplotlib

“Matplotlib是一个Python2D绘图库,可以生成各种可用于出版品质的硬拷贝格式和跨平台交互式环境数据。Matplotlib可用于Python脚本,Python和IPythonshell(例如MATLAB或Mathematica),Web应用程序服务器和各种图形用户界面工具包。”

6、Keras

“Keras是一个高级神经网络API,用Python编写,能够在TensorFlow,CNTK或Theano之上运行。它旨在实现快速实验,能够以小的延迟把想法变成结果,这是进行研究的关键。”

7、NumPy

“NumPy是使用Python进行科学计算所需的基础包。它提供了强大的N维数组对象,复杂的(广播)功能,集成C/C++和Fortran代码的工具以及有用的线性代数,傅里叶变换和随机数功能。

8、SciPy

“SciPy(发音为”SighPie“)是数学、科学和工程方向的开源软件,包含统计、优化、集成、线性代数、傅立叶变换、信号和图像处理、ODE求解器等模块。”

9ApacheMXNet

“ApacheMXNet(孵化)是一个深度学习框架,旨在提高效率和灵活性,让你可以混合符号和命令式编程,以大限度地提高效率和生产力。MXNet的核心是一个动态依赖调度程序,可以动态地自动并行化符号和命令操作。”

10、Theano

“Theano是一个Python库,让你可以有效地定义、优化和评估涉及多维数组的数学表达式。它可以使用GPU并实现有效的符号区分。”