. Matplotlib：
Matplotlib 是一个 Python 二维绘图库，能够生成各种纸质格式的出版级高质量图表，并支持跨平台的交互式环境。Matplotlib 可用于 Python 脚本、Python 和 IPython shell、Jupyter Notebook、Web 应用服务器以及四个图形用户界 电话号码数据库 面 (GUI) 工具包。Matplotlib
也是数据科学领域最顶尖的 Python 库之一，可用于生成图表、直方图、功率谱、条形图、误差图、散点图等，且代码量更少。示例请参见示例图和缩略图库。
对于简单的绘图，pyplot 模块提供了类似 MATLAB 的界面，尤其是在与 IPython 结合使用时。对于高级用户， MATLAB 用户熟悉的函数集完全控制线条样式、字体属性和坐标轴属性。
4. SciKit-Learn：
Scikit-learn 是一个 Python 模块，集成了各种最先进的机器学习算法，用于解决中等规模的监督和无监督问题。它是 Python 中最著名的机器学习库之一。Scikit-learn 软件包致力于使用通用高级语言将机器学习带给非专业人士。其主要重点在于易用性、性能、文档和 API 一致性。
SciKit-Learn 依赖性极低，采用简化的 BSD 许可证，易于分发，广泛应用于学术和商业领域。Scikit-learn 为常见的机 络提供稳定的连接 器学习算法提供了简洁一致的接口，使机器学习轻松应用于生产系统。
5. Theano：
Theano 是备受好评的数据科学 Python 库之一，它允许您高效地定义、优化和评估涉及多维数组的数学表达式。它可以使用 GPU 并执行高效的符号微分。对于大多数 Python 用户来说，Theano 的学习曲线比较陡峭，因为其声明变量和构建函数的框架与 Python 的基本原理大相径庭。
然而，有了优秀的教程和 新加坡电话列表i示例，新用户就能朝着正确的方向迈进。如果你能克服这些障碍，性能优势将令人惊叹。许多优秀的 Python 库（例如 NumpPy 或 Pandas）利用 C 或 FORTRAN 语言中运行的优化方法，比基础 Python 中的类似操作执行速度更快。此外，Theano 代码可以在 GPU 上执行（一台典型的 PC 可能拥有数百个 GPU，而 CPU 却只有少数几个），通过利用额外的并行处理能力，速度将提升一个数量级。