NumPy е основната библиотека за Python с отворен код за числени изчисления. Тя предоставя многомерни масиви и бързи функции за линейна алгебра, статистика и случайни числа, като ядрото ѝ работи в компилиран код. Много инструменти за анализ на данни и машинно обучение, като pandas, scikit-learn и множество библиотеки за визуализация, са изградени върху NumPy. Затова всеки, който работи с данни в Python, почти винаги я използва, пряко или косвено.
Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.
Стартирайте демотоpandas е библиотека за Python с отворен код за анализ и обработка на таблични данни, разработвана от 2008 г. от Уес Маккини. Централният ѝ обект, DataFrame, наподобява таблица с именувани колони. С нея могат да се зареждат данни от CSV файлове, Excel или бази данни и да се почистват, филтрират, групират и обединяват. pandas е изградена върху NumPy и е стандартен инструмент в анализа на данни, отчитането и подготовката на данни за обучение.
Scikit-learn е библиотека за Python с отворен код за класическо машинно обучение. Тя предоставя последователни инструменти за класификация, регресия, клъстеризация, намаляване на размерността, предварителна обработка на данни и оценка на модели, например кръстосана валидация. Изградена върху NumPy и SciPy, тя се използва широко в обучението, научните изследвания и практиката благодарение на простия си и единен интерфейс. За дълбоки невронни мрежи обикновено се избират фреймуърци като PyTorch или TensorFlow.
Jupyter Notebook е приложение с отворен код от Project Jupyter, работещо в браузъра, което съчетава изпълним код, резултати, диаграми и пояснителен текст в един документ. Тетрадките се използват широко в анализа на данни, машинното обучение, научните изследвания и обучението, защото всяка стъпка може да бъде документирана и споделена по проследим начин. Python е най-разпространеният език. Пример: анализатор зарежда данни за продажбите, почиства ги и показва резултатите като диаграма непосредствено отдолу.
TensorFlow е фреймуърк за машинно обучение с отворен код, разработен от Google и пуснат през 2015 г. Използва се за изграждане, обучение и внедряване на невронни мрежи в приложения, на сървъри или на мобилни устройства. Keras предоставя достъпен интерфейс на високо ниво; типични приложения са класификация на изображения, прогнозиране и препоръчващи системи.
