1.4 Python库
在整本书中，我们都着眼于如何使用现有的库来避免重复工作，从而使程序开发工作事半功倍。通常，开发大量原始代码是一个费时费力的工作，为了避免这种情况，我们会尽可能多地使用库中已有的类来创建对象，通常仅需要一行代码。因此，库能够帮助我们使用适量的代码执行重要的任务。在本书中，我们会使用多种Python标准库、数据科学库和第三方库。
1.4.1 Python标准库
Python标准库提供了丰富的功能，包括文本/二进制数据处理、数学运算、函数式编程、文件/目录访问、数据持久化、数据压缩/归档、加密、操作系统服务、并发编程、进程间通信、网络协议、JSON / XML /其他Internet数据格式、多媒体、国际化、GUI、调试、分析等。下面列出了在本书示例中使用的一部分Python标准库模块。
本书中使用的一些Python标准库模块
collections—建立在列表、元组、字典和集合基础上的加强版数据结构。
csv—处理用逗号分隔值的文件。
datetime, time—日期和时间操作。
decimal—定点或浮点运算，包括货币计算。
doctest—通过验证测试或嵌入在docstring中的预期结果进行简单的单元测试。
json—处理用于Web服务和NoSQL文档数据库的JSON（JavaScript Object Notation）数据。
math—常见的数学常量和运算。
os—与操作系统进行交互。
queue— 一种先进先出的数据结构。
random—伪随机数操作。
re—用于模式匹配的正则表达式。
sqlite3—SQLite关系数据库访问。
statistics—数理统计函数，如均值、中值、众数和方差等。
string—字符串操作。
sys—命令行参数处理，如标准输入流、输出流和错误流。
timeit—性能分析。
1.4.2 数据科学库
Python拥有一个庞大且仍在快速增长的开源社区，社区中的开发者来自许多不同的领域。该社区中有大量的开源库是Python受欢迎的最重要的原因之一。本书的目标之一是通过示例和案例研究让读者体会到Python编程的趣味性和挑战性，同时也会带领读者动手实践数据科学、关键数据科学库等相关工作。许多任务只需要几行Python代码就可以完成，这会令人感到很神奇。下面列出了一些流行的数据科学库，大部分都会在本书的数据科学示例中用到。在数据可视化部分，我们将使用Matplotlib、Seaborn和Folium。当然，可实现数据可视化的库远不止这三个，有关Python可视化库的汇总可以参阅http://pyviz.org/。
用于数据科学的流行的Python库
科学计算与统计
NumPy（Numerical Python）—Python没有内置的数组数据结构。它提供的列表类型虽然使用起来更方便，但是处理速度较慢。NumPy提供了高性能的ndarray数据结构来表示列表和矩阵，同时还提供了处理这些数据结构的操作。
SciPy（Scientific Python）—SciPy基于NumPy开发，增加了用于科学处理的程序，例如积分、微分方程、额外的矩阵处理等。scipy.org负责管理SciPy和NumPy。
StatsModels—为统计模型评估、统计测试和统计数据研究提供支持。
数据处理与分析
pandas—一个非常流行的数据处理库。pandas充分利用了NumPy的ndarray类型，它的两个关键数据结构是Series（一维）和DataFrame（二维）。
可视化
Matplotlib—可高度定制的可视化和绘图库。Matplotlib可以绘制正规图、散点图、柱状图、等高线图、饼图、矢量场图、网格图、极坐标图、3D图以及添加文字说明等。
Seaborn—基于Matplotlib构建的更高级别的可视化库。与Matplotlib相比，Seaborn改进了外观，增加了可视化的方法，并且可以使用更少的代码创建可视化。
机器学习、深度学习和强化学习
scikit-learn—一个顶级的机器学习库。机器学习是AI的一个子集，深度学习则是机器学习的一个子集，专注于神经网络。
Keras—最易于使用的深度学习库之一。Keras运行在TensorFlow（谷歌）、CNTK（微软的深度学习认知工具包）或Theano（蒙特利尔大学）之上。
TensorFlow—由谷歌开发，是使用最广泛的深度学习库。TensorFlow与GPU（图形处理单元）或谷歌的定制TPU（Tensor处理单元）配合使用可以获得最佳的性能。TensorFlow在人工智能和大数据分析中有非常重要的地位，因为人工智能和大数据对数据处理的需求非常巨大。本书使用TensorFlow内置的Keras版本。
OpenAI Gym—用于开发、测试和比较强化学习算法的库和开发环境。
自然语言处理
NLTK（Natural Language Toolkit）—用于完成自然语言处理（NLP）任务。
TextBlob—一个面向对象的NLP文本处理库，基于NLTK和模式NLP库构建，简化了许多NLP任务。
Gensim—功能与NLTK类似。通常用于为文档合集构建索引，然后确定另一个文档与索引中每个文档的相似程度。