In diesem Artikel möchte ich einige der am häufigsten verwendeten Pakete für maschinelles Lernen überprüfen. Bevor wir uns mit den feineren Bibliothekstypen befassen, möchte ich die Unterschiede zwischen Python-Modulen, -Paketen und Frameworks herausarbeiten.
Ein Modul ist eine Datei, die mit der Erweiterung ".py" endet und eine oder mehrere Python-Funktionen, Klassen, globale Variablen usw. enthält.
Ein Paket ist ein Verzeichnis mehrerer Module oder Pakete. Wird auch als Bibliothek in C oder C ++ bezeichnet. Das Paket enthält immer eine spezielle Datei namens "init.py".
Das Framework ist die Grundlage für die Entwicklung einer Webanwendung, die mehrere Pakete enthält. Ex. Django, Flask
| Paketnamen | Verwenden | Referenzdokument |
|---|---|---|
| Pandas | Datenrahmenverarbeitung | https://pandas.pydata.org/pandas-docs/stable/ |
| Numpy | Matrixberechnung | https://docs.scipy.org/doc/numpy-1.17.0/user/ |
| Scipy | Matrixberechnung | https://docs.scipy.org/doc/scipy/reference/ |
| Matplotlib | Zeichnung | https://matplotlib.org/3.1.1/contents.html |
| Seaborn | Zeichnung | https://seaborn.pydata.org |
| NetworkX | Grafik Netzwerkberechnung | https://networkx.github.io |
| scikit-learn | Maschinelles Lernen | https://scikit-learn.org/stable/ |
| TensorFlow | Tiefes Lernen | https://www.tensorflow.org |
| PyTorch | Tiefes Lernen | https://pytorch.org |
| Keras | Tiefes Lernen | https://keras.io |
Recommended Posts