开源
我们很自豪地分发和贡献各种开源项目。
支持OSS.
您可以帮助支持在开源社区中的项目的持续创新。NumFocus是一个非营利组织，支持众多开源项目，以支持包容性科学和研究界，为更美好的世界做出有影响力的发现。您的捐款直接向他们提供并支持他们的工作。
如何开始
下载时会自动安装超过250个最常用的开源数据科学和机器学习套餐anaconda个别版本只需简单地键入Conda Install [package-name]，可以安装数千个其他人。
基本面
Jupyter是一个创建的开源项目，以支持跨编程语言的互动数据科学和科学计算。Jupyter提供基于网络的环境，用于使用包含代码，数据和文本的笔记本电脑。Jupyter笔记本是大多数Python数据科学家的标准工作空间。
詹耶特
表格数据结构，数据分析和数据建模工具库，包括使用Matplotlib的内置绘图。Pandas旨在成为Python中实际的基本高级构建块，真实的世界数据分析
熊猫
SCIPY库由数据科学家用来构建自己的工具和程序的特定基本科学和数字工具组成。它提供了许多用户友好且有效的数字例程，例如用于数值集成，插值，优化，线性代数和统计的例程。
scipy
用Python科学计算的核心包。numpy允许使用数组和数组的基本操作。Numpy用于索引和排序，但也可用于线性代数和其他操作。蟒蛇的许多其他数据科学库在内部的Numpy内构建，包括Pandas和Scipy。
numpy.
机器学习
Keras是一个高级神经网络API，用Python编写，能够在Tensorflow，CNTK或Theano之上运行。它是通过专注于实现快速实验的。能够从想法出现，因为尽可能少的延迟是做好研究的关键。
凯拉斯
TensoRFlow是一种用于机器学习的端到端开源平台。它拥有全面，灵活的工具，图书馆和社区资源生态系统，让研究人员在ML和开发人员中推动最先进的产品，轻松构建和部署ML供电应用程序。
纹身流
使用GPU和CPU的开源深度学习框架包括用于Python AI和机器学习开发的基本工具和库。
Pytorch.
一种强大而多功能的机器学习库，用于机器学习基础，如分类，回归和聚类。它包括监督和无监督的ML算法，具有像交叉验证和特征提取等重要功能。Scikit-Searn是最常见的下载机器学习库。
克里克特 - 学习
数据可视化
Matplotlib是最熟悉的Python数据可视化工具，主要关注二维图（线条图表，条形图，散点图，直方图等）。它适用于许多GUI接口和文件格式，但在Web浏览器中具有相对有限的交互式支持。
matplotlib.
Bokeh是现代Web浏览器的交互式可视化库。它提供优雅，简洁地构建多功能图形，并在大型或流式数据集中提供高性能交互性。Bokeh可以帮助任何希望快速且轻松地制作交互式绘图，仪表板和数据应用程序的人。
散景
Plotly的Python图形库使交互式，出版质量图表。它是一个受欢迎的基于浏览器的可视化库，可让您创建基于交互式的JavaScript的PLOTSFROM Python。
情节
Holoviz是一个anaconda项目，通过添加高性能服务器端渲染（数据列表），简单的插件替换为基于交互式Bokeh的绘图（HVPLOT）和声明性高级接口，简化和提高基于Python的可视化。建立大型和复杂的系统（HOLOVIEWS和PARAM）。
Holoviz
仪表板
面板是一个开源Python库，可允许您通过将用户定义的小部件连接到绘图，图像，表或文本来创建自定义交互式Web应用程序和仪表板。
控制板
Dash是构建Web应用程序的生产性Python框架。通过几个简单的图案，Dash摘要消除了构建基于Web的应用程序所需的所有技术和协议。
短跑
Voilà将Jupyter Notebook转变为独立的Web应用程序。与通常的HTML转换的笔记本不同，每个用户连接到VoilàTornado应用程序获取专用的Jupyter内核，可以执行jupyter交互窗口小部件的rescracks更改。
瞧
StreamLit是一个开源Python库，可以轻松构建机器学习和数据科学的美丽自定义网络应用程序。它运行在一个简单而强大的应用程序模型上，让您快速地构建丰富的UI。
精简
可扩展的计算
NumBA是一个高性能的Python编译器。它使Python更快并优化Numpy阵列的性能，达到Fortran和C的速度而没有额外的编译步骤。
numba.
![dask徽标[1]](https://cdn2.assets-servd.host/voracious-blesbok/production/resources/open-source/Dask-logo.svg){kind=logo}
DASK是一个Python包，用于缩放Numpy工作流，并行处理，以实现多维数据分析，使用户能够存储和处理大于计算机的RAM的数据。Dask可以扩展到集群，或缩小到单个计算机。Dask模仿熊猫和Numpy API，使Python数据科学家更直观。
达斯
Rapids数据科学框架是用于在GPU上完全运行端到端数据科学管道的库的集合。互动旨在具有在Python中使用的熟悉的外观和感觉，但在引擎盖下使用优化的NVIDIA®CUDA®原语和高带宽GPU内存。
急流
UC Berkeley推出的用于编程集群的容错群集计算框架和接口。为Java / Hadoop生态系统开发，但支持Python。Pyspark是火花的Python API。
阿帕奇火花
展望未来：我们正在观看的AI前沿
一个开放的神经网络交换制作机器学习模型，框架和平台之间的便携式。Microsoft和Facebook于2017年开始该社区创建一个可互换型号的开放生态系统。
onnx.
Microsoft的开源开发人员蓬勃发展的项目。Fairlearn是一种用于评估ML模型和AI系统中的公平性和缓解不公平的Python套餐。
Fairlearn.
一个全面的开源Python Toolkit的指标，可以检查并测量数据集和ML模型中的偏差。它还包括减轻偏差的算法。此工具包由IBM的开源团队开发。
AI公平360（AIF360）
一个开源Python包，可以轻松比较可解释性的算法。
它提供了一个“Scikit-Learn样式统一API”，包括交互式可视化平台和仪表板，因此数据科学家可以轻松比较算法。
它提供了一个“Scikit-Learn样式统一API”，包括交互式可视化平台和仪表板，因此数据科学家可以轻松比较算法。
译文
石灰是PYPI包和模型 - 不可知的解释工具。石灰解释了对表或图像采取行为的文本分类器的个人预测。支持巩膜学习分类器的支持内置于工具中。
酸橙