【机器学习python常用的20个包】_机器学习常用包-优快云博客

1. Numpy

您可以在 Python 中执行基本数学运算，无需任何特殊软件包。但是，NumPy 可让复杂数学任务的编码变得更加容易。

NumPy 提供了帮助构建多维数组的工具。它可以对存储在其中的数据进行计算。您可以求解代数公式并执行常见的统计运算。

>>> import numpy as np 
>>> a = np.arange( 15 ).reshape( 3 , 5 ) 
>>> a
数组([[ 0 ,   1 ,   2 ,   3 ,   4 ], 
       [ 5 ,   6 ,   7 ,   8 ,   9 ], 
       [ 10 , 11 , 12 , 13 , 14 ]]) 
>>> a.shape 
( 3 , 5 ) 
>>> a.ndim 
2 
>>> a.dtype.name 
'int64' 
>>> a.itemsize 
8 
>>> a.size 
15 
>>>类型(a) 
< class  'numpy.ndarray' > 
>>> b = np.array([ 6 , 7 , 8 ]) 
>>> b
数组([ 6 , 7 , 8 ]) 
>>>类型(b) 
< class 复制代码

NumPy 对于各种通用编程任务都很有价值。如果你想进行机器学习，它尤其重要。NumPy 为 TensorFlow 等库提供了部分基础。

2. Pendulum

如果你有一些 Python 经验，你可能知道 DateTime 模块。它有助于管理程序中的日期和时间。

DateTime 非常适合基本任务。但是，Pendulum 包可以更轻松地使用日期和时间进行更复杂的编码。Pendulum 使用起来更直观。它还可以自动处理时区。

import pendulum
now = pendulum.now("Europe/Paris")
# Changing timezone
now.in_timezone("America/Toronto")
# Default support for common datetime formats
now.to_iso8601_string()
# Shifting
now.add(days=2)

最重要的是，Pendulum 被设计为 datetime 的直接替代品。这意味着您可以将它与已经使用 DateTime 编写的代码一起使用。在大多数情况下，Pendulum 无需更改代码即可工作。同时，它提供了常规 DateTime 所没有的额外功能。

3.PIL 或 Pillow

您有一个可以处理图像的 Python 应用程序吗？

然后你需要 Python 图像库，也称为 PIL 或 Pillow。它可以帮助你编写代码来轻松打开、更改和保存图像。你可以处理许多不同类型的图像。

from PIL import Image
#Open image using Image module
im = Image.open("images/cuba.jpg")
#Show actual Image
im.show()
#Show rotated Image
im = im.rotate(45)
im.show()

如果您需要更高级的图像处理功能（例如图像识别），那么 Pillow 就不适合您。在这种情况下，OpenCV 会是一个不错的选择。但是，对于基本的图像导入、处理和导出，Pillow 是您的首选解决方案。

import cv2
import numpy as np
import matplotlib.pyplot as plt
 
image = cv2.imread("C://gfg//tomatoes.jpg", 1)
# Loading the image
 
half = cv2.resize(image, (0, 0), fx = 0.1, fy = 0.1)
bigger = cv2.resize(image, (1050, 1610))
 
stretch_near = cv2.resize(image, (780, 540), 
               interpolation = cv2.INTER_NEAREST)
 
 
Titles =["Original", "Half", "Bigger", "Interpolation Nearest"]
images =[image, half, bigge