Python是比较流行和知名的编程语言之一，已经取代了业界的许多编程语言。由于其庞大的库，它是数据科学专业人士的首选编程语言之一。Python因其简单易用，编程语法简单易学，与C、Java、C++相比处于较高水平，被誉为入门级编程语言。对于更准确的算法和编码，AnalyticsInsight给出了前10个Python库PyTorchPytorch是一个基本上取代Numpy的开源库。PyTorch具有可用于构建深度神经网络的高级功能。数据科学专业人士仍然可以在需要时使用其他语言，例如scipy、Cython和numpy，它们有助于扩展PyTorch。Pytorch被包括Facebook、Twitter、Nvidia、Uber在内的许多组织用于深度学习模型的快速研究原型设计和训练。GitHub：https://github.com/pytorch/pytorchArrowArrow是一个人性化的Python库，提供转换、操作、创建和格式化日期、时间和时间戳等功能。它支持Python2和3，它是DateTime的替代品，具有更好的界面以促进丰富的功能。GitHub：https://github.com/crsmithdev/arrowIPython这是最有用的python工具之一，为用户提供丰富的架构。使用IPython，用户可以在浏览器中编写和执行Python代码。Ipython可在多种操作系统上运行，包括Windows、MacOSX、Linux和大多数其他Unix操作系统。Ipython为用户提供了更多的功能，包括帮助功能、高级编辑等。GitHub：https://github.com/ipython/ipythonTensorFlowTensorFlow是由GoogleBrain团队创建的开源机器学习Python库。TensorStream库用于开发、训练和设计深度学习模型，并可用于执行数值计算。TensorFlow是Theano的替代品，可在移动设备、单CPU系统和GPU上运行。GitHub：https://github.com/tensorflow/tensorflowCaffe2Caffe2是将Caffe框架带入现代世界的一次尝试。它支持分布式训练，甚至可以部署在移动平台上。PyTorch可能更适合研究，而Caffe2更适合大规模部署，如Facebook上所示。GitHub：https://github.com/caffe2/caffe2ScrapyScrappy是一个广泛使用的Python网络抓取库。Scrappy最初是用来创建爬虫的，ands顾名思义就是专门用来抓取的。现在它被用于多种用途，包括数据挖掘、自动化测试等。scrapy是开源的，必须有库。GitHub：https://github.com/scrapy/scrapyRequestsRequests是著名的Python库之一，它在Apache2下获得许可并用Python编写。该库可帮助用户与多种语言进行交互。使用Requests库，用户可以手动将字符串连接到他们的URL。他们可以使用请求库向服务器发送HTTP请求，他们可以添加表单数据、标题等内容、多部分文件等。GitHub：https://github.com/requests/requestsZappaZappa是更好的python包之一由Miserlou创建，这使得在API网关和AmazonWebServicesLambda上构建和实施无服务器应用程序变得容易。由于AWS自动处理横向扩展，因此没有请求会超时。使用Zappa，您可以使用Zappa在一行中更新您的代码。GitHub：https://github.com/Miserlou/ZappaFlashtextFlashText是更好的选择。它的优点包括无论用户有多少搜索词，其运行时间都是一样的，而regexp则相反，运行时间几乎是随着词数线性增加。GitHub：https://github.com/vi3k6i5/flashtextFireFire是一个开源库，可以为任何Python项目自动生成命令行（CLI）。用户几乎不需要编写任何代码或文档字符串来构建他们的CLI！他们只需要调用Fire方法并将CLI执行的任何操作传递给它：函数、对象、类、字典，甚至根本没有参数，这会将整个代码转换为CLI。GitHub:https://github.com/google/python-fire
