python最好的版本2018年_探讨2018年最受欢迎的15顶级Python库！

6 Keras(贡献者：856，贡者：4936，Stars ：36450)

“Keras 是一个高级神经 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，能够以最小的延迟把想法变成结果，这是进行研究的关键。”

GitHub 地址：

https://github.com/keras-team/keras

7 NumPy(贡献者：714，贡献：19399，Stars：9010)

“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。

GitHub 地址：

https://github.com/numpy/numpy

8 SciPy(贡献者：676，贡献：20180，Stars：5188)

“SciPy(发音为”Sigh Pie“)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 和图像处理、ODE 求解器等模块。”

GitHub 地址：

https://github.com/scipy/scipy

9 Apache MXNet(贡献者：653，贡献：9060，Stars：15812)

“Apache MXNet(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 和命令式编程，以最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 和命令操作。”

GitHub 地址：

https://github.com/apache/incubator-mxnet

10 Theano(贡献者：333，贡献：28060，Stars ：8614)

“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 区分。”

GitHub 地址：

https://github.com/Theano/Theano

11 Bokeh(贡献者：334，贡献：17395，Stars ：8649)

“Bokeh 是一个用于 Python 的交互式可视化库，可以在现代 Web 浏览器中实现美观且有意义的数据视觉呈现。使用 Bokeh，你可以快速轻松地创建交互式图表、仪表板和数据应用程序。”

GitHub 地址：

https://github.com/bokeh/bokeh

12 XGBoost(贡献者：335，贡献：3557，Stars：14389)

“XGBoost 是一个优化的分布式梯度增强库，旨在变得高效、强大、灵活和便携。它在 Gradient Boosting 框架下实现机器学习算法。XGBoost 提供了梯度提升决策树(也称为 GBDT，GBM)，可以快速准确地解决许多数据科学问题，可以在主要的分布式环境(Hadoop，SGE，MPI)上运行相同的代码，并可以解决数十亿个示例之外的问题。”

GitHub 地址：

https://github.com/dmlc/xgboost

13 Gensim(贡献者：301，贡献：3687，Stars ：8295)

“Gensim 是一个用于主题建模、文档索引和大型语料库相似性检索的 Python 库，目标受众是自然语言处理(NLP)和信息检索(IR) 区。”

GitHub 地址：

https://github.com/RaRe-Technologies/gensim

14 Scrapy(贡献者：297，贡献：6808，Stars ：30507)

“Scrapy 是一种快速的高级 Web 爬行和 Web 抓取框架，用于抓取 站并从其页面中提取结构化数据。它可用于从数据挖掘到监控和自动化测试的各种用途。”

GitHub 地址：

https://github.com/scrapy/scrapy

15 Caffe(贡献者：270，贡献：4152，Stars ：26531)

“Caffe 是一个以表达、速度和模块化为基础的深度学习框架，由伯克利人工智能研究(BAIR)/ 伯克利视觉与学习中心(BVLC)和 区贡献者开发。”

GitHub 地址：

Python学习群推荐：960410445

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览208119 人正在系统学习中 相关资源：软件标书范本(技术部分)_软件技术标书-项目管理文档类资源-CSDN文库