動(dòng)態(tài)數(shù)據(jù)科學(xué)的這三劍客幾乎無人不知無人不曉：Numpy，Pandas和Matplotlib。你可能已經(jīng)熟悉這些包以及它們的運(yùn)作方式。

還有其他很炫酷的包，你肯定也想試一試，例如Plotly，Seaborne，Scikit-Learn，Tensorflow和Pytorch等等。它們都很好，還有數(shù)百萬個(gè)用于Python機(jī)器學(xué)習(xí)的軟件包，其中有些未受到重視，甚至有些完全不為人知的！

本文就帶大家認(rèn)識(shí)一下這些滄海遺珠。

1.Gleam

Gleam可能很多人沒有聽說過，它是一個(gè)很棒的工具，用于創(chuàng)建帶有頁面、面板和按鈕的交互式可視化項(xiàng)目。這些交互式Web可視化也完全與Web集成在一起，這意味著可以將它們放到網(wǎng)站到端點(diǎn)的任何地方。Gleam使用wtforms進(jìn)行交互，可以使用任何的不同可視化工具來實(shí)際顯示數(shù)據(jù)。

如果想要一個(gè)很酷的交互式窗格，基本上可以使用任何圖形庫，那么Gleam是你的最佳選擇。

2.Table

放著pandas不用，為什么要去用Table呢？這當(dāng)然是一個(gè)可行的方法。Table包使得該列表輕松成為pandas的輕量級(jí)替代品，使用Table.py讀取龐大的數(shù)據(jù)集要比使用Pandas.py容易得多?？傮w而言，在某些情況下它可能更合適。

import pandas as pd

3.Mlpy

Mlpy為監(jiān)督和無監(jiān)督學(xué)習(xí)提供了大量最先進(jìn)的機(jī)器學(xué)習(xí)方法。與同類產(chǎn)品不同，它旨在為數(shù)據(jù)科學(xué)提供一種多合一的方法。雖然有點(diǎn)過時(shí)，但對(duì)于快速增長的Python機(jī)器學(xué)習(xí)包來說無疑是一個(gè)很好的起步，它的易用性、有趣的算法和包容性是最大的亮點(diǎn)。

Mlpy試圖創(chuàng)建一種能平衡重現(xiàn)性、模塊化和效率的包。該包在這方面取得了成功，因?yàn)楸M管許多同類包的更新頻率更高，而且肯定是行業(yè)標(biāo)準(zhǔn)，但許多此類想法似乎在編譯中丟失了。因?yàn)檫@些都是由成千上萬的開發(fā)人員以C語言編寫的龐大的包，但這可能也是使用它們的缺點(diǎn)所在。

4.Shogun

Shogun是一個(gè)用C++編寫的機(jī)器學(xué)習(xí)庫，恰巧擁有Python端口。Shogun的一大優(yōu)點(diǎn)是，它可用于多種不同的編程語言，并且相對(duì)統(tǒng)一。學(xué)習(xí)Shogun，你可以將所學(xué)知識(shí)應(yīng)用于支持的任何其他語言。

Shortgun擁有廣泛的前沿機(jī)器學(xué)習(xí)算法，它也是開源的，并且根據(jù)GNU（自由軟件基金會(huì)）通用許可發(fā)行，這是一個(gè)加分項(xiàng)。

5.OpenCV

OpenCV最初是由Intel開發(fā)的。盡管是Intel的獨(dú)家包，但它是開源的，并根據(jù)FreeBSD許可證發(fā)布。OpenCV非常優(yōu)秀的一點(diǎn)是，它著重于實(shí)時(shí)計(jì)算機(jī)視覺，與Shogun一樣，OpenCV最初是用C++編寫的，但是具有Python和其他語言的接口。

說實(shí)話，這五個(gè)包還不夠普及，對(duì)它們的評(píng)價(jià)也很鮮見。這些軟件包確實(shí)很酷，但可以肯定，還有數(shù)百個(gè)甚至數(shù)千個(gè)其他很酷的模塊可以添加到Pip環(huán)境中，這些模塊也很棒卻鮮為人知。

Python有一個(gè)完善