文章目录

NumPy
- einsum
- pad
Super Pandas
Autograd
Bokeh
Chartify
Plotly
Yellowbrick
mlpy
PyFlux
JAX
ImagePy
imgaug

NumPy

einsum

在实现一些算法时，数学表达式已经求出来了，需要将之转换为代码实现，简单的一些还好，有时碰到例如矩阵转置、矩阵乘法、求迹、张量乘法、数组求和等等，若是以分别以transopse、sum、trace、tensordot等函数实现的话，不但复杂，还容易出错

现在，这些问题你统统可以一个函数搞定，没错，就是einsum。

einsum全称Einstein summation convention，是爱因斯坦1916年提出的一种标记约定。

示例：

cik=aijbjk=∑jaijbjkc_{ik}=a_{ij}b_{jk}=\sum_ja_{ij}b_{jk}cik=aijbjk=j∑aijbjk

c = np.einsum('ij,jk->ik', a, b)

参考：

https://zhuanlan.zhihu.com/p/71639781

一个函数打天下，einsum

pad

arr1D = np.array([1, 1, 2, 2, 3, 4])

constant:  [0 0 1 1 2 2 3 4 0 0 0]
edge:  [1 1 1 1 2 2 3 4 4 4 4]
linear_ramp:  [0 0 1 1 2 2 3 4 3 1 0]
maximum:  [4 4 1 1 2 2 3 4 4 4 4]
mean:  [2 2 1 1 2 2 3 4 2 2 2]
median:  [2 2 1 1 2 2 3 4 2 2 2]
minimum:  [1 1 1 1 2 2 3 4 1 1 1]
reflect:  [2 1 1 1 2 2 3 4 3 2 2]
symmetric:  [1 1 1 1 2 2 3 4 4 3 2]
wrap:  [3 4 1 1 2 2 3 4 1 1 2]

Super Pandas

https://mp.weixin.qq.com/s/2-Ayzmzo8tydDLoKpz1Ezw

如何用一行代码在多CPU环境下高效并行Pandas（pandarallel）

https://mp.weixin.qq.com/s/XIQ5EpQcYLxmRBuaTCZFzg

一行代码，Pandas秒变分布式，快速处理TB级数据（Pandas on Ray）

https://mp.weixin.qq.com/s/Jkx1K7d1ufD2S6s2cOA7Hw

如何只用一行代码让Pandas加速四倍？（Modin）

https://mp.weixin.qq.com/s/UJ7P6nrBijidW3U2ApMGEQ

Vaex：突破pandas，快速分析100GB大数据集

https://mp.weixin.qq.com/s/CurxDz9DcJhyj-kbnuhXJA

0.052秒打开100GB数据，这个Python开源库火爆了！

https://mp.weixin.qq.com/s/iBCYfvSJeRyKLmnKgwnTRg

有比Pandas更好的替代吗?对比Vaex, Dask, PySpark, Modin和Julia

Autograd

一个基于numpy的自动求导库。它是由Harvard Intelligent Probabilistic Systems Group开发的。

官网：

https://github.com/HIPS/autograd

Bokeh

Bokeh是一个数据可视化的库。它不仅提供了和Matplotlib类似的静态图功能，还提供了生成交互动态图的功能。

官网：

http://bokeh.pydata.org/en/latest/

参考：

https://mp.weixin.qq.com/s/R6NclZO1MqjScRlLJ6Vefw

Python地图可视化三大秘密武器（bokeh、basemap、geopandas）

https://mp.weixin.qq.com/s/XKjo5Dj7bpIlBtxkbozekA

掌握这几点，轻松玩转Bokeh可视化

Chartify

Chartify在Bokeh的基础上又封装了一层，提供了更友好的API。

官网：

https://github.com/spotify/chartify

Plotly

Plotly也是Matplotlib的威力加强版，主打交互式绘图。

官网：

https://plot.ly/python/

它还有一个高级封装叫做Plotly Express。

官网：

https://www.plotly.express/

参考：

https://www.jianshu.com/p/57bad75139ca

python plotly使用教程

https://mp.weixin.qq.com/s/RkuLhwj_to_B01RJDQsGcA

强烈推荐一款Python可视化神器！

https://mp.weixin.qq.com/s/9mwLGsXQkTaxIohPwgDyKw

使用Plotly创建带有回归趋势线的时间序列可视化图表

Yellowbrick

Yellowbrick是和Scikit-Learn配套的ML可视化库。

官网：

https://www.scikit-yb.org/en/latest/

mlpy

mlpy是一个开源的ML库。只是它最近的一次更新，已经是2012年的事情了。

官网：

http://mlpy.sourceforge.net

PyFlux

PyFlux是Python中为处理时间序列问题而创建的开源库。该库有一系列极好的时间序列模型，包括但不限于ARIMA、GARCH和VAR模型。

官网：

https://pyflux.readthedocs.io/en/latest/index.html

JAX

一款由谷歌团队打造（非官方发布），用于从纯Python和Numpy机器学习程序中生成高性能加速器（accelerator）代码，且特定于域的跟踪JIT编译器。

代码：

https://github.com/google/jax

参考：

https://mp.weixin.qq.com/s/IMMdbF33ZHEz7N_XwgIhHA

试试谷歌这个新工具：说不定比TensorFlow还好用！

https://mp.weixin.qq.com/s/tZ3yWQ9–l9e81UqoUoWIQ

要替代TensorFlow？谷歌开源机器学习库JAX

https://mp.weixin.qq.com/s/eaYwiV2LZNRwzPEeOA1XFg

新星JAX ：双挑TensorFlow和PyTorch！有望担纲Google主要科学计算库和神经网络库

https://mp.weixin.qq.com/s/NhMbr_niHjSaqh2azuSaog

只知道TF和PyTorch还不够，快来看看怎么从PyTorch转向自动微分神器JAX

ImagePy

ImagePy是国人写的一个图像处理工具。

官网：

https://github.com/Image-Py/imagepy

imgaug

imgaug是一个图像数据增强方面的库，可用于扩充机器学习训练时所用的图片数据集。

官网：

https://imgaug.readthedocs.io/en/latest/

参考：

https://www.cnblogs.com/vincentcheng/p/9186540.html

Augmentor和imgaug——python图像数据增强库

Machine Learning之Python篇（二）相关推荐

Machine Learning之Python篇（一）
Machine Learning之Python篇概述教程 https://ljalphabeta.gitbooks.io/python-/content/ <Python机器学习>中文 ...
Machine Learning之高等数学篇(二)☞《导数、极值、最值》
上一节呢,我们回顾了下高中数学的大部分内容,这次我们续接上一节的内容,来复习下<高等数学> 三.高等数学部分 1> 导数的应用单调性凹凸性极值求极值与最值数值穿根法,&qu ...
Machine Learning with Python Cookbook 学习笔记第9章
Chapter 9. Dimensionality Reduction Using Feature Extraction 前言本笔记是针对人工智能典型算法的课程中Machine Learning w ...
sklearn自学指南(part1)--Machine Learning in Python
学习笔记,仅供参考,有错必纠自翻译+举一反三 scikit-learn(Machine Learning in Python) 预测数据分析的简单和有效的工具每个人都可以访问,并可在各种上下文中重 ...
fprom预测结果内容_预测模型之机器学习 Machine Learning结果解读篇
原标题:预测模型之机器学习 Machine Learning结果解读篇学友提问:对于机器学习出来的只有图形,我怎么解释呢?怎样才能在临床使用呢? 论文的实例:2013年发表在The American ...
[导读]7 Steps to Mastering Machine Learning With Python
Step 1: Basic Python Skills ▪ Python The Hard Way by Zed A. Shaw ▪ Google Developers Python Course ...
Machine Learning with Python Cookbook 学习笔记第8章
Chapter 8. Handling Images 前言本笔记是针对人工智能典型算法的课程中Machine Learning with Python Cookbook的学习笔记学习的实战代码都放 ...
Coursera | Applied Data Science with Python 专项课程 | Applied Machine Learning in Python
本文为学习笔记,记录了由University of Michigan推出的Coursera专项课程--Applied Data Science with Python中Course Three: Ap ...
Machine Learning with Python Cookbook 学习笔记第6章
Chapter 6. Handling Text 本笔记是针对人工智能典型算法的课程中Machine Learning with Python Cookbook的学习笔记学习的实战代码都放在代码压缩 ...

Machine Learning之Python篇（二）