python在解决数据科学任务和挑战方面继续处于领先地位。去年，我们曾发表一篇博客文章 top 15 python libraries for data science in 2017，概述了当时业已证明最有帮助的python库。今年，我们扩展了这个清单，增加了新的 python 库，并重新审视了去年已经讨论过的 python 库，重点关注了这一年来的更新。
我们的选择实际上包含了 20 多个库，因为其中一些库是相互替代的，可以解决相同的问题。因此，我们将它们放在同一个分组。
▌核心库和统计数据
1. numpy (commits: 17911, contributors: 641)
官网：
matplotlib 是一个用于创建二维图和图形的底层库。藉由它的帮助，你可以构建各种不同的图标，从直方图和散点图到费笛卡尔坐标图。此外，有许多流行的绘图库被设计为与matplotlib结合使用。
6. seaborn (commits: 2044, contributors: 83)
官网：
随着越来越多的用例需要花费大量的精力和时间，深度学习问题变得越来越重要。然而，使用像 apache spark 这样的分布式计算系统，处理如此多的数据要容易得多，这再次扩展了深入学习的可能性。因此，dist-keras、elephas 和 spark-deep-learning 都在迅速流行和发展，而且很难挑出一个库，因为它们都是为解决共同的任务而设计的。这些包允许你在 apache spark 的帮助下直接训练基于 keras 库的神经网络。spark-deep-learning 还提供了使用 python 神经网络创建管道的工具。
▌自然语言处理
17. nltk (commits: 13041, contributors: 236)
官网：https://nltk.org/
nltk 是一组库，一个用于自然语言处理的完整平台。在 nltk 的帮助下，你可以以各种方式处理和分析文本，对文本进行标记和标记，提取信息等。nltk 也用于原型设计和建立研究系统。
18. spacy (commits: 8623, contributors: 215)
官网：https://spacy.io/
spacy 是一个具有优秀示例、api 文档和演示应用程序的自然语言处理库。这个库是用 cython 语言编写的，cython 是 python 的 c 扩展。它支持近 30 种语言，提供了简单的深度学习集成，保证了健壮性和高准确率。spacy 的另一个重要特性是专为整个文档处理设计的体系结构，无须将文档分解成短语。
19. gensim (commits: 3603, contributors: 273)
官网：https://radimrehurek/gensim/
gensim 是一个用于健壮语义分析、主题建模和向量空间建模的 python 库，构建在numpy和scipy之上。它提供了流行的nlp算法的实现，如 word2vec。尽管 gensim 有自己的 models.wrappers.fasttext实现，但 fasttext 库也可以用来高效学习词语表示。
▌数据采集
20. scrapy (commits: 6625, contributors: 281)
官网：https://scrapy.org/
scrapy 是一个用来创建网络爬虫，扫描网页和收集结构化数据的库。此外，scrapy 可以从 api 中提取数据。由于该库的可扩展性和可移植性，使得它用起来非常方便。
▌结论
本文上述所列就是我们在 2018 年为数据科学领域中丰富的 python 库集合。与上一年相比，一些新的现代库越来越受欢迎，而那些已经成为经典的数据科学任务的库也在不断改进。
下表显示了 github 活动的详细统计数据：
原文链接：https://activewizards/blog/top-20-python-libraries-for-data-science-in-2018/
——【完】——
- datacastle -