Python不为人知的机器学习软件包
动态数据科学的这三剑客几乎无人不知无人不晓：numpy，pandas和matplotlib。你可能已经熟悉这些包以及它们的运作方式。
还有其他很炫酷的包，你肯定也想试一试，例如plotly，seaborne，scikit-learn，tensorflow和pytorch等等。它们都很好，还有数百万个用于python机器学习的软件包，其中有些未受到重视，甚至有些完全不为人知的！
本文就带大家认识一下这些沧海遗珠。
1.gleam
gleam可能很多人没有听说过，它是一个很棒的工具，用于创建带有页面、面板和按钮的交互式可视化项目。这些交互式web可视化也完全与web集成在一起，这意味着可以将它们放到网站到端点的任何地方。gleam使用wtforms进行交互，可以使用任何的不同可视化工具来实际显示数据。
如果想要一个很酷的交互式窗格，基本上可以使用任何图形库，那么gleam是你的最佳选择。
2.table
放着pandas不用，为什么要去用table呢？这当然是一个可行的方法。table包使得该列表轻松成为pandas的轻量级替代品，使用table.py读取庞大的数据集要比使用pandas.py容易得多。总体而言，在某些情况下它可能更合适。
import pandas as pd
3.mlpy
mlpy为监督和无监督学习提供了大量最先进的机器学习方法。与同类产品不同，它旨在为数据科学提供一种多合一的方法。虽然有点过时，但对于快速增长的python机器学习包来说无疑是一个很好的起步，它的易用性、有趣的算法和包容性是最大的亮点。
mlpy试图创建一种能平衡重现性、模块化和效率的包。该包在这方面取得了成功，因为尽管许多同类包的更新频率更高，而且肯定是行业标准，但许多此类想法似乎在编译中丢失了。因为这些都是由成千上万的开发人员以c语言编写的庞大的包，但这可能也是使用它们的缺点所在。
4.shogun
shogun是一个用c++编写的机器学习库，恰巧拥有python端口。shogun的一大优点是，它可用于多种不同的编程语言，并且相对统一。学习shogun，你可以将所学知识应用于支持的任何其他语言。
shortgun拥有广泛的前沿机器学习算法，它也是开源的，并且根据gnu（自由软件基金会）通用许可发行，这是一个加分项。
5.opencv
opencv最初是由intel开发的。尽管是intel的独家包，但它是开源的，并根据freebsd许可证发布。opencv非常优秀的一点是，它着重于实时计算机视觉，与shogun一样，opencv最初是用c++编写的，但是具有python和其他语言的接口。
说实话，这五个包还不够普及，对它们的评价也很鲜见。这些软件包确实很酷，但可以肯定，还有数百个甚至数千个其他很酷的模块可以添加到pip环境中，这些模块也很棒却鲜为人知。
python有一个完善
半导体单晶抛光片清洗技术
新能源汽车供电适应性设计和改进方法
黑鲨推首款5G游戏手机，搭载了游戏专用按键
艾迈斯半导体推出新款超微型数字图像传感器
智启 兴世界丨中兴通讯召开2024年度全球合作伙伴大会
Python不为人知的机器学习软件包
性价比和黑科技，小米5s和小米mix你怎么选？
诺基亚高管宣布诺基亚X5一定在年内升级Andriod9.0
韦尔股份披露年报，公司2020年营业收入198.24亿元
12年Q2全球硅晶片出货量增加
公共区块链技术是怎样工作的
中信国际电讯公布了上半年业绩报告总收入约43.75亿港元同比下降11%
机井灌溉控制器——助力农业水价综合改革建设高标准农田
商汤科技联合创始人徐立：人工智能落地是场耐力赛
蓝牙技术还能解决城市交通难题?
CES | 使用生成式 AI 快速生成虚拟世界的 3D 资产
高通Snapdragon 820搭载四核心 最高时脉2.2GHz
为提高FPGA应用范围 英特尔宣布收购eASIC
在RT-Thread Studio上使用GIT进行工程管理的教程
2021华南激光行业盛会精彩内容大盘点！
还有其他很炫酷的包，你肯定也想试一试，例如plotly，seaborne，scikit-learn，tensorflow和pytorch等等。它们都很好，还有数百万个用于python机器学习的软件包，其中有些未受到重视，甚至有些完全不为人知的！
本文就带大家认识一下这些沧海遗珠。
1.gleam
gleam可能很多人没有听说过，它是一个很棒的工具，用于创建带有页面、面板和按钮的交互式可视化项目。这些交互式web可视化也完全与web集成在一起，这意味着可以将它们放到网站到端点的任何地方。gleam使用wtforms进行交互，可以使用任何的不同可视化工具来实际显示数据。
如果想要一个很酷的交互式窗格，基本上可以使用任何图形库，那么gleam是你的最佳选择。
2.table
放着pandas不用，为什么要去用table呢？这当然是一个可行的方法。table包使得该列表轻松成为pandas的轻量级替代品，使用table.py读取庞大的数据集要比使用pandas.py容易得多。总体而言，在某些情况下它可能更合适。
import pandas as pd
3.mlpy
mlpy为监督和无监督学习提供了大量最先进的机器学习方法。与同类产品不同，它旨在为数据科学提供一种多合一的方法。虽然有点过时，但对于快速增长的python机器学习包来说无疑是一个很好的起步，它的易用性、有趣的算法和包容性是最大的亮点。
mlpy试图创建一种能平衡重现性、模块化和效率的包。该包在这方面取得了成功，因为尽管许多同类包的更新频率更高，而且肯定是行业标准，但许多此类想法似乎在编译中丢失了。因为这些都是由成千上万的开发人员以c语言编写的庞大的包，但这可能也是使用它们的缺点所在。
4.shogun
shogun是一个用c++编写的机器学习库，恰巧拥有python端口。shogun的一大优点是，它可用于多种不同的编程语言，并且相对统一。学习shogun，你可以将所学知识应用于支持的任何其他语言。
shortgun拥有广泛的前沿机器学习算法，它也是开源的，并且根据gnu（自由软件基金会）通用许可发行，这是一个加分项。
5.opencv
opencv最初是由intel开发的。尽管是intel的独家包，但它是开源的，并根据freebsd许可证发布。opencv非常优秀的一点是，它着重于实时计算机视觉，与shogun一样，opencv最初是用c++编写的，但是具有python和其他语言的接口。
说实话，这五个包还不够普及，对它们的评价也很鲜见。这些软件包确实很酷，但可以肯定，还有数百个甚至数千个其他很酷的模块可以添加到pip环境中，这些模块也很棒却鲜为人知。
python有一个完善
半导体单晶抛光片清洗技术
新能源汽车供电适应性设计和改进方法
黑鲨推首款5G游戏手机，搭载了游戏专用按键
艾迈斯半导体推出新款超微型数字图像传感器
智启 兴世界丨中兴通讯召开2024年度全球合作伙伴大会
Python不为人知的机器学习软件包
性价比和黑科技，小米5s和小米mix你怎么选？
诺基亚高管宣布诺基亚X5一定在年内升级Andriod9.0
韦尔股份披露年报，公司2020年营业收入198.24亿元
12年Q2全球硅晶片出货量增加
公共区块链技术是怎样工作的
中信国际电讯公布了上半年业绩报告总收入约43.75亿港元同比下降11%
机井灌溉控制器——助力农业水价综合改革建设高标准农田
商汤科技联合创始人徐立：人工智能落地是场耐力赛
蓝牙技术还能解决城市交通难题?
CES | 使用生成式 AI 快速生成虚拟世界的 3D 资产
高通Snapdragon 820搭载四核心 最高时脉2.2GHz
为提高FPGA应用范围 英特尔宣布收购eASIC
在RT-Thread Studio上使用GIT进行工程管理的教程
2021华南激光行业盛会精彩内容大盘点！