《智能系统与技术丛书 生成对抗网络入门指南》—2.1.3第三方框架简介

举报
华章计算机 发表于 2019/05/29 15:36:37 2019/05/29
【摘要】 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第2章,第2.1.3节,作者是史丹青。

2.1.3 第三方框架简介

       Python包含了大量实用的第三方框架,下面我们列举几个在数据处理和机器学习中常用的Python框架。

       NumPy

       NumPy是一个在科学计算领域非常流行的第三方库,对于数组运算、向量运算以及矩阵运算的支持非常好,底层代码由C语言完成,所以执行效率非常高。

       Pandas

       Pandas是基于NumPy的数据分析框架,内部包含了很多标准化的数据结构以及处理方法,是为了“高效进行数据分析”而生的一种工具。

Matplotlib与Seaborn

       Python有很多实用的第三方可视化工具,比如Matplotlib、Seaborn、Bokeh等。Matplotlib是一个非常流行的2D图像绘制框架,可以满足机器学习中大部分数据可视化的需求,可以被用于Python脚本、Jupyter Notebook甚至是Web端的应用。而Seaborn是一款基于Matplotlib的高级可视化框架,是用于数据统计分析以及探索的可视化工具,支持NumPy与Pandas的高级数据结构,见图2-7。

image.png

图2-7 Seaborn的展示效果图

       Scikit-Learn

       Scikit-Learn是一款在学术领域非常流行的机器学习开源框架,对于常用的分类、回归、聚类等机器学习算法均提供了非常简便的高级API,以供用户使用,简单的几步就可以完成大部分机器学习模型的训练和测试。之后要介绍的TensorFlow框架虽然也包含了大部分Scikit-Learn的机器学习功能,但更偏向于深度学习的研究,如果只是做一些机器学习的应用,Scikit-Learn是更便捷的选择。


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。