《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

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。

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。