NumPy is de fundamentele open-source Python-bibliotheek voor numeriek rekenen. Ze biedt multidimensionale arrays en snelle functies voor lineaire algebra, statistiek en willekeurige getallen, waarbij de kern in gecompileerde code draait. Veel hulpmiddelen voor data-analyse en machine learning, zoals pandas, scikit-learn en talrijke visualisatiebibliotheken, zijn op NumPy gebouwd. Wie in Python met gegevens werkt, gebruikt het daarom vrijwel altijd, direct of indirect.
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenpandas is een open-source Python-bibliotheek voor het analyseren en bewerken van tabelgegevens, vanaf 2008 ontwikkeld door Wes McKinney. Het centrale object, de DataFrame, lijkt op een tabel met benoemde kolommen. Daarmee kunt u gegevens uit csv-bestanden, Excel of databases laden en ze opschonen, filteren, groeperen en samenvoegen. pandas is gebouwd op NumPy en is een standaardtool voor data-analyse, rapportage en het voorbereiden van trainingsgegevens.
Scikit-learn is een open-source Python-bibliotheek voor klassieke machine learning. Ze biedt consistente hulpmiddelen voor classificatie, regressie, clustering, dimensiereductie, gegevensvoorbewerking en modelevaluatie, zoals kruisvalidatie. Dankzij de eenvoudige, uniforme interface, op basis van NumPy en SciPy, wordt ze veel gebruikt in onderwijs, onderzoek en praktijk. Voor diepe neurale netwerken kiest men meestal frameworks als PyTorch of TensorFlow.
Jupyter Notebook is een open-source, browsergebaseerde applicatie van Project Jupyter die uitvoerbare code, resultaten, grafieken en toelichtende tekst in één document combineert. Notebooks worden veel gebruikt bij data-analyse, machine learning, onderzoek en onderwijs, omdat elke stap navolgbaar kan worden gedocumenteerd en gedeeld. Python is de meest gebruikte taal. Voorbeeld: een analist laadt verkoopgegevens, maakt ze schoon en toont de resultaten direct eronder als grafiek.
TensorFlow is een open-source machinelearningframework, ontwikkeld door Google en uitgebracht in 2015. Het wordt gebruikt om neurale netwerken te bouwen, te trainen en uit te rollen in toepassingen, op servers of op mobiele apparaten. Keras biedt een toegankelijke interface op hoog niveau; typische toepassingen zijn beeldclassificatie, voorspellingen en aanbevelingssystemen.
