这10个Python机器学习库，你用过哪些？

菜鸟学Python 菜鸟学Python 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 200+累计阅读 205平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
转载 最新推荐文章于 2026-11-04 08:46:16 发布 205 阅读 AI 写同款· GEO 优化 ›
机器学习必知的 10 个 Python 库 python 是最流行和使用最广泛的编程语言之一，它已经取代了业界许多编程语言。python 在开发人员中流行的原因有很多。然而，最重要的一点是它有大量的库供用户使用。 python 的简单性吸引了许多开发人员使用它来开发各种库，这其中自然也少不了机器学习方向。 今天我们就给大家介绍10个在机器学习领域被广泛应用的 python 库。 首先要介绍的第一个库是 TensorFlow。 1.TensorFlow 什么是 TensorFlow？ 如果你目前正在使用 python 进.. 阅读详情 

 
点击上方“菜学Python”，选择“星标”公众号

 
超级无敌干货，第一时间送达！！！

 
892ec4421f5ff267cfa4cb0d0bfc8712.jpeg

 
来源：量子位

 
1. Awkward Array

 
根据官方介绍，Awkward Array用于嵌套的、大小不一的数据，包括任意长度的列表、记录、混合的类型和缺失数据，使用起来类似NumPy。

 
看起来像是升级版的NumPy呀。

 
2b5b1d776d0dc14c7fed282425e6a7b8.png

 
果然，不同长度的数组可以直接放在一起运算。

 
dfd39444afeacee31e1fa4d80b7e2760.png

 
并且，官方表示Awkward Array不仅使用起来更简便，在速度和内存上也有量级的优势。

 
看看是不是可以安排上了～

 
https://pypi.org/project/awkward/

 
2. Jupytext

 
相信大家对Jupyter Notebook都不陌生。

 
当你有了Jupytext这个小插件就可以将Jupyter Notebook和IDE完美结合，听起来是不是很棒！

 
从此Jupyter Notebook可以被存储为Markdown文件或多种语言的脚本文件。

 
Jupytext可以做的事主要有：

 
  • Jupyter Notebook的版本控制
  • 在你喜欢的文本编辑器中编辑、合并或重构Notebook
  • 在Notebook上使用Q&A检查

 
在Python中使用的样子：

 
827e6d3c99e66f1c40bf32fd533aa805.png

 
此项目在Github上已有5k+star。

 
https://github.com/mwouts/jupytext

 
3. Gradio

 
比Streamlit还轻量的UI设计库，Gradio让你轻松在浏览器中“玩转”你的模型，可以直接在浏览器中拖放图片，粘贴文字，录制声音，等等。

 
89fdeaf98dc5c8349bdad08ba751e569.png

 
cd22f389481efaca95441ebf736ad64e.gif

 
只要将launch()函数中的参数设置为share=True，还能得到一个可分享的网址，拿到链接的朋友在电脑和手机端都能打开，活脱脱就是一个小程序。

 
时常需要做Demo的小伙伴快看起来吧，此项目在Github上已有4.5k+star。

 
https://github.com/gradio-app/gradio

 
4. Hub

 
这个Hub在数据管理和数据预处理上可是一把好手。

 
e6196b5f1104e27b612867f0ed4713d1.png

 
它可以处理任何类型，任何大小的数据，并且因为数据储存在云端上，所以可以无缝在任何机器上访问。

 
被压缩为二进制字节的数据可以被存储在任何地方，并且只有在需要的时候才会被获取，所以没有TB级硬盘也可以处理TB级数据。

 
Hub贴心地提供了重要API，支持数据在常用工具（PyTorch等）上的使用，数据版本控制，数据转换等功能。

 
此项目在github上已有4.1k+star。

 
https://github.com/activeloopai/Hub

 
5. AugLy

 
AugLy是facebook最新推出的数据增强库，同时支持语音，文本，图像和视频类型的数据，包含了100多种增强方式。

 
7bce50e8ed3feb06ed0beed5086f5007.png

 
数据对于模型训练至关重要，而标注大规模数据十分困难。由于人力资源，和模型特性的限制，数据增强的应用越来越广泛。

 
AugLy的优点：

 
  • 处理类型更为全面。其他的数据增强库，例如Albumentations和NVIDIA DALI，主要负责图像相关数据的处理，文字数据不支持。
  • 处理方式十分人性化。AugLy可以将一张图片做成备忘录，在图片/视频上叠加文字/Emojis，转发社交媒体上的截图，还可以帮助你处理诸如拷贝检测、仇恨言论检测或版权侵权等问题。

 
此项目在Github上已有4.1k+star。

 
https://github.com/facebookresearch/AugLy

 
6. Evidently

 
Evidently是用来监测模型效果的工具，可从Pandas DataFrame或csv文件中生成交互式可视化报告和JSON格式的效果简介。在Jupyter Notebook中可以使用。

 
2595c08ddbca81da454a16d28504bde3.png

 
目前可以提供6种报告：数据漂移、数值目标漂移、分类目标漂移、回归模型性能、分类模型性能和概率分类模型性能。

 
此项目在Github上已有1.8k+star。

 
https://github.com/evidentlyai/evidently

 
7. YOLOX

 
如果你熟悉YOLO的话，那你或许会对旷视今年推出的YOLOX感兴趣。

 
YOLO就是那个目标检测算法，可以被使用在汽车自动驾驶等前沿技术中。

 
而YOLOX是YOLO的无锚版本，设计更简单，但性能更好！它的目标是在研究界和工业界之间架起一座桥梁，同时弥合两方之间的差距。

 
edfed9472c3f2e7065df12aadc64c30f.png
9b6394f3e6ecae51053c94cf279238aa.png

 
这个Github上的开源项目在短短半年内已获得5.2k+star。

 
https://github.com/Megvii-BaseDetection/YOLOX

 
8. LightSeq

 
正如它的名字一样，LightSeq是一款由字节跳动开发的支持BERT、GPT、Transformer等众多模型的超快推理引擎。

 
3f4f1ef541b195bfe4deff3c505478e8.png

 
可以看到它的表现，比FasterTransformer还要Fast。

 
e79ec4e2be6871e72569cf223c60befd.png

 
LightSeq支持的模型也是非常全面。

 
aea88ad7064a38cd6bd0660ca59f9a9c.png

 
总之就是两个字“好用”。此项目在Github上已有1.9k+star。

 
https://github.com/bytedance/lightseq

 
9. Greykite

 
想预测COVID-19的恢复速度吗？那就来看看LinkedIn为了自家时间序列预测需求开发的Greykite吧。

 
a896d4b3ce246db112a355bb14271d77.png

 
功能全面（多种时间趋势），界面直观，预测速度快和可扩展性强是它最大的亮点。

 
2c72f7a58f1d6a5f5aafb080615be10c.png

 
被应用在上面的三大算法：

 
  • Silverkite (Greykite’s flagship algorithm)
  • Facebook Prophet
  • Auto Arima

 
感兴趣的话就去研究看看吧，此项目在Github上已有1.4k+star。

 
https://github.com/linkedin/greykite

 
10. Jina and Finetuner

 
如今，在搜索引擎等应用上，语义识别的地位越来越高，因为它可以有效避免字词匹配的局限。

 
不过语义识别涉及的神经网络可能会让很多人感到头大，Jina和Finetuner可以帮你解决这些问题。

 
7b269559c8e123e43810c0bb430db55b.png

 
Jina是一个神经搜索框架，使任何人都能在几分钟内建立可扩展的深度学习搜索应用程序。

 
Finetuner配合Jina帮助你对神经网络进行调参，以获得神经搜索任务的最佳结果。

 
Jina和Finetuner适合没什么经验，又想尝试的朋友。

 
https://github.com/jina-ai/finetuner

 
参考链接：

 
https://tryolabs.com/blog/2021/12/21/top-python-libraries-2021

 

 

 
推荐阅读:

 
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径

 
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街！唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影

 
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!

 
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影

 
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！|  再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜

 
年度爆款文案
1).卧槽！Pdf转Word用Python轻松搞定！
2).学Python真香！我用100行代码做了个网站，帮人PS旅行图片，赚个鸡腿吃
3).首播过亿，火爆全网，我分析了《乘风破浪的姐姐》，发现了这些秘密 
4).80行代码！用Python做一个哆来A梦分身 
5).你必须掌握的20个python代码，短小精悍，用处无穷 
6).30个Python奇淫技巧集 
7).我总结的80页《菜鸟学Python精选干货.pdf》,都是干货 
8).再见Python！我要学Go了！2500字深度分析！
9).发现一个舔狗福利！这个Python爬虫神器太爽了，自动下载妹子图片

点阅读原文，看B站50个Python实战视频！



        

    

  






  




  

    
  




        

          

              原文链接：https://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247521894&idx=2&sn=7a157a52bbbf24bdfac5d597c76df8d0&chksm=978b01a9a0fc88bf4fa69a321b2d1643bcff38fe6f3eb62b86c1b9a2537ec73015741df594b2&scene=126&sessionid=0>
          

        

  


  
    
      xenomai内核解析--嵌入式实时linux概述
      Linux系统作为一个GPOS（通用操作系统）发展至今已经非常成熟可靠了，并且由于遵循GPL协议，开放所有系统源代码，非常易于裁剪。更重要的是，与其他开源的GPOS或RTOS相比，Linux系统支持多种处理器、开发板，提供多种软件开发工具，同时Linux系统对网络和图形界面的支持非常出色。显然，选择Linux操作系统在产品的开发周期和成本控制方面都有巨大优势。
虽然Linux系统功能强大、实用性强...
    
    阅读详情
  





    

      

        
相关推荐

        
      

      

          
            
滤波算法-呼吸心跳信号检测方法（四）

              
呼吸心跳信号检测系列文章：信号滤波处理

            

                yjh_2019的博客
                
                  
                    6273
                
            

          
          
            
15个硬核机器学习库。建议收藏备用！（上篇）

              
今天就从每种 Python 库的。

            

                CKissjy的博客
                
                  
                    1116
                
            

          
          
            
26 硬件工程师笔面试高频考点真题解析——CAN总线

              
CAN总线是一种差分多主串行半双工总线，采用非破坏性位仲裁机制和五层硬件错误检测（位错误、填充错误、CRC校验、格式错误、应答错误），具有高可靠性和故障容错能力。关键设计包括两端120Ω终端电阻匹配阻抗、手拉手总线拓扑、显性/隐性电平优先级仲裁。常见故障分析指出多节点异常多因终端电阻错配/漏装、星型布线违规或总线过载；高速通讯失败常由阻抗失配或线缆过长导致信号反射。相比RS485，CAN支持多主架构、硬件自动仲裁和节点故障隔离，更适用于汽车、工业等高可靠场景。

            

                XU157303764的博客
                
                  
                    550
                
            

          
          
            
为什么人工智能要用Python？答案在这里_为什么ai技术要用python(3)

              
① Python所有方向的学习路线图，清楚各个方向要学什么东西② 600多节Python课程视频，涵盖必备基础、爬虫和数据分析③ 100多个Python实战案例，含50个超大型项目详解，学习不再是只会理论④ 20款主流手游迫解 爬虫手游逆行迫解教程包⑤ 爬虫与反爬虫攻防教程包，含15个大型网站迫解⑥ 爬虫APP逆向实战教程包，含45项绝密技术详解⑦ 超300本Python电子好书，从入门到高阶应有尽有⑧ 华为出品独家Python漫画教程，手机也能学习。

            

                2401_84569545的博客
                
                  
                    844
                
            

          
          
            
AUTOSAR RTE配置实战：从ECU分区到Task映射的完整指南

              
本文提供了一份AUTOSAR RTE配置的完整实战指南。从创建ECU分区、定义OS任务，到实现Runnable Entity与Task的精确映射，详细解析了每一步的操作要点与常见陷阱。文章结合配置工具界面，旨在帮助开发者高效完成RTE配置，确保系统实时性与数据一致性，是掌握AUTOSAR核心开发流程的实用参考。

            

                weixin_29228203的博客
                
                  
                    486
                
            

          
          
            
量子阱技术解析：从基础原理到前沿应用

              
本文深入解析量子阱技术，从微观“能量游泳池”的基础原理出发，阐释了其通过限制电子实现能级量子化，从而精确调控发光波长的核心机制。文章详细探讨了量子阱在半导体激光器和LED中的革命性应用，如实现低阈值电流与高亮度显示，并展望了其在能带工程及量子级联激光器等前沿领域的发展与挑战。

            

                weixin_29267307的博客
                
                  
                    282
                
            

          
          
            
10个必备Python机器学习库：Practical Machine Learning with Python生态系统详解

              
Practical Machine Learning with Python生态系统是一套全面的机器学习解决方案，专为新手和普通用户设计，帮助你掌握识别和解决复杂现实世界问题所需的基本技能。通过这个生态系统，你可以轻松利用Python机器学习生态系统的强大功能，快速上手并应用各种机器学习和深度学习技术。

## 为什么选择Python机器学习生态系统？

Python机器学习生态系统凭借其丰富的库

            

                gitblog_00609的博客
                
                  
                    385
                
            

          
          
            
MySQL 分库分表及其平滑扩容方案

              
MyCAT不仅仅可以用作读写分离，以及分表分库、容灾管理，而且可以用于多租户应用开发、云平台基础设施，让你的架构具备很强的适应性和灵活性。分表对于一张多行(记录)多列(字段)的二维数据表，又分两种情形(1)垂直分表竖向切分，不同分表存储不同的字段，可以把不常用或者大容量、或者不同业务的字段拆分出去；扩容前每个节点的数据，有一半要迁移至一个新增节点中，对应关系比较简单。此时，四个节点的数据都已完整，只是有冗余(多存了和自己配对的节点的那部分数据)，择机清除即可(过后随时进行，不影响业务)。...

            

                m0_71777195的博客
                
                  
                    1929
                
            

          
          
            
推荐10个Python经典机器学习库，用起来～

              
希望这篇文章对你有帮助，也希望能帮到大家，因为你我都是热爱python的编程语言爱好者。

            

                2301_78095812的博客
                
                  
                    3495
                
            

          
          
            
RK3288芯片MIPI-DSI显示疑难杂症大揭秘：从点不亮到花屏全攻克

              
本文针对RK3288芯片MIPI-DSI接口常见的显示异常问题进行系统性分析，提出了完整的排查解决方案。硬件方面，重点检查排线连接、电源供应和散热问题；软件方面，强调屏参配置、驱动版本及时序参数的精确调整。通过两个典型案例（点不亮与花屏）具体说明排查流程，并指出未来优化方向应包括提升芯片抗干扰能力、开发智能自适应驱动程序等。该手册为开发者提供了从基础原理到实际问题的全面指导，能有效缩短故障排查时间，确保显示系统稳定运行。

            

                远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享
                
                  
                    661
                
            

          
          
            
2025B卷最新华为OD机试持续收录中 - 真题题库清单，按考点划分(Python / JS / C++ / JAVA / C语言)

              
2025B卷最新华为OD机试持续收录中 - 真题题库清单，按考点划分(Python / JS / C++ /  JAVA  / C语言)

            

                算法大师！
                
                  
                    3059
                
            

          
          
            
机器学习必知的 10个Python 库

              
python 是最流行和使用最广泛的编程语言之一，它已经取代了业界许多编程语言。python 在开发人员中流行的原因有很多。然而，最重要的一点是它有大量的库供用户使用。
python 的简单性吸引了许多开发人员使用它来开发各种库，这其中自然也少不了机器学习方向。
今天我们就给大家介绍10个在机器学习领域被广泛应用的 python 库。
首先要介绍的第一个库是 TensorFlow。
1.TensorFlow
什么是 TensorFlow？
如果你目前正在使用 python 进行机器学习项目，那么你可能听说过

            

                python_9988的博客
                
                  
                    538
                
            

          
          
            
NL2SQL实践系列(1)：深入解析Prompt工程在text2sql中的应用技巧

              
NL2SQL实践系列(1)：深入解析Prompt工程在text2sql中的应用技巧

            

                丨汀、的博客
                
                  
                    4328
                
            

          
          
            
 10个最佳机器学习Python库：从TensorFlow到scikit-learn的完整指南

              
在当今数据驱动的世界中，机器学习Python库已成为开发者和数据科学家必备的工具。best-of-ml-python项目是一个精心策划的资源库，收集了920个顶级的开源项目，涵盖34个不同类别，总星标数超过510万。这个项目每周更新，为机器学习爱好者提供了一个全面的学习参考平台。

## 🏆 核心机器学习框架

**TensorFlow**和**PyTorch**无疑是当前最受欢迎的两个深度学习

            

                gitblog_00421的博客
                
                  
                    712
                
            

          
          
            
WINCC7.3破解文件

              
WINCC7.3硬件够破解文件，有需要的下载！WINCC7.3硬件够破解文件，有需要的下载！

            

            

          
          
            
Devexpress16.2.6破解工具

              
Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

            

            

          
          
            
10个常用的Python机器学习库！

              
Pendulum的优势之一在于，它是Python标准datetime替代品，因此你可以轻松地将其与现有的代码集成，并且在你需要的时候才使用它的功能。目前，Python已经超越了许多编程语言，成为三大编程语言之一，而且在热门的机器学习领域，Python也是最常用的语言之一。PyTorch是Facebook深度学习框架，源于Torch框架，同时改善了Torch框架，基于python语言，由于实现了动态计算图范式，PyTorch已经成为众多研究人员的首选框架之一，可以计算梯度，而且非常快，可扩展性强。

            

                oldboyedu1的博客
                
                  
                    842
                
            

          
          
            
efm32 入门.pdf

              
本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。

            

            

          
          
            
这 10 个 Python 机器学习库，你用过哪些？

              
在Jupyter Notebook中可以使用。目前可以提供。

            

                qqqQQQ1117的博客
                
                  
                    424
                
            

          
          
            
OV9734 DATASHEET，完整规格书

              
OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

            

            

          
          
            
2024年最为重要的10个 Python 机器学习库！

              
它是一个与 NumPy 和 SciPy 相关联的 Python 库，它被认为是处理复杂数据的最佳库之一在这个库中进行了很多优化改动，其中一项是交叉验证功能，提供了使用多个指标的能力。许多训练方法，如逻辑回归和最近邻，都得到了一些小的改进与优化Numpy 被认为是 Python 中最流行的机器学习库之一TensorFlow 和其他库都在内部使用 Numpy 对张量执行多项操作，数组接口是 Numpy 最好也是最重要的特性。

            

                2401_85428892的博客
                
                  
                    869
                
            

          
          
            
Python机器学习库Top10

              
文章目录1.TensorFlow2.Scikit-Learn3.NumPy4.Keras5.PyTorch6.7.8.9.10.
随着人工智能技术的发展与普及，Python超越了许多其他编程语言，成为了机器学习领域中最热门最常用的编程语言之一。有许多原因致使Python在众多开发者中如此受追捧，其中之一便是其拥有大量的与机器学习相关的开源框架以及工具库。本文就介绍几种机器学习的库。
1.Tenso...

            

                造梦师Fred的博客
                
                  
                    620
                
            

          
          
            
Python 机器学习库 Top 10，你值得拥有！

              
随着人工智能技术的发展与普及，Python 超越了许多其他编程语言，成为了机器学习领域中最热门最常用的编程语言之一。有许多原因致使 Python 在众多开发者中如此受追捧，其中之一便是其拥有大量的与机器学习相关的开源框架以及工具库。根据 builtwith.com 的数据显示，45% 的科技公司都倾向于使用 Python 作为人工智能与机器学习领域的编程语言。
使 Python 如此受欢迎主要由于：
Python 从设计之初就是为效率而生，以使项目从开发到部署再在运维都能保持较高的生产力；
坊间有大量的基于

            

                zihong523的博客
                
                  
                    264
                
            

          
          
            
【Python】这10个Python机器学习库，你用过哪些？

              
来源：量子位1. Awkward Array根据官方介绍，Awkward Array用于嵌套的、大小不一的数据，包括任意长度的列表、记录、混合的类型和缺失数据，使用起来类似NumPy。看起来像是升级版的NumPy呀。果然，不同长度的数组可以直接放在一起运算。并且，官方表示Awkward Array不仅使用起来更简便，在速度和内存上也有量级的优势。看看是不是可以安排上了～https://pypi.o...

            

                fengdu78的博客
                
                  
                    351
                
            

          
      

    


  

    

      上一篇：
      
        用 iPad 来写Python代码，GitHub 又一代码编辑器，开源了！
      
    

    

      下一篇：
      
        我靠海外抖音搬运视频赚到了人生第一桶金：这个风口行业，真的很赚钱
      
    

  



            
  



          

          


  

    
    
    
    

      点赞
      
      
            0
      
    

    
    
      评论
      
            0
      
    
    
    

      书签
      书签
      
          0
      
    

    
    
    
    
    
    
  


            

            

              

              

            

            


  

    

      
          菜鸟学Python
      
      

        

          菜鸟学Python
        

        

            
              博客等级
            
            码龄9年
          8084粉丝
          571原创
        

      

    

    

          + 关注
    

  



        

        
      

      

        
      

      





	

		评论	
	

  

    

      

      

      

        
        

          
          

            

              成就一亿技术人!
            

            

              拼手气红包6.0元
            

          

        

        

          

            还能输入1000个字符
          

          

             
          

          

            

              表情包
              插入表情
              

                

              

            

            

              表情包
              代码片
              

                
              

            

            

              
              
              
              
              
              
              
            

          

        

      

    

		

			

			

			

					 条评论被折叠 查看
			

			

				
			

		

	

	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值