资源|Python在CV、NLP、ML和DM等六大方面的资源汇总

文章来源：GitHub

计算机视觉

• SimpleCV：开源计算机视觉框架，可以访问如OpenCV等高性能计算机视觉库使用Python编写，可以在Mac、Windows以及Ubuntu上运行。（http://simplecv.org/）

自然语言处理

• NLTK：一个领先的平台，用来编写处理人类语言数据的Python程序。（http://www.nltk.org/）

• Pattern：Python可用的web挖掘模块，包括自然语言处理、机器学习等工具。（http://www.clips.ua.ac.be/pattern）

• TextBlob：为普通自然语言处理任务提供一致的API，以NLTK和Pattern为基础，并和两者都能很好兼容。（http://textblob.readthedocs.io/en/dev/）

• jieba：中文断词工具。（https://github.com/fxsjy/jieba#jieba-1）

• SnowNLP：中文文本处理库。（https://github.com/isnowfy/snownlp）

• loso：另一个中文断词库。（https://github.com/fangpenlin/loso）

• genius：基于条件随机域的中文断词库。（https://github.com/duanhongyi/genius）

• nut：自然语言理解工具包。（https://github.com/pprett/nut）

通用机器学习

• Bayesian Methods for Hackers：Python语言概率规划的电子书。（https://github.com/CamDavidsonPilon/銆侾robabilistic-Programming-and-Bayesian-Methods-for-Hackers）

• MLlib in Apache Spark：Spark下的分布式机器学习库。（http://spark.apache.org/docs/latest/mllib-guide.html）

• scikit-learn：基于SciPy的机器学习模块。（http://scikit-learn.github.io/stable）

• graphlab-create：包含多种机器学习模块的库（回归、聚类、推荐系统、图分析等），基于可以磁盘存储DataFrame（http://graphlab.com/products/create/docs/）

• BigML：连接外部服务器的库。（https://bigml.com/）

• pattern：Python的web挖掘模块。（https://github.com/clips/pattern）

• NuPIC：Numenta公司的智能计算平台。（https://github.com/numenta/nupic）

• Pylearn2：基于Theano的机器学习库。（https://github.com/lisa-lab/pylearn2）

• hebel：Python编写的使用GPU加速的深度学习库。（https://github.com/hannes-brt/hebel）

• gensim：主题建模工具。（https://github.com/RaRe-Technologies/gensim）

• PyBrain：另一个机器学习库。（https://github.com/pybrain/pybrain）

• Crab：可扩展的、快速推荐引擎。（https://github.com/muricoca/crab）

• python-recsys：Python实现的推荐系统。（https://github.com/ocelma/python-recsys）

• thinking bayes：关于贝叶斯分析的书籍。（https://github.com/AllenDowney/ThinkBayes）

• Restricted Boltzmann Machines：Python实现的受限波尔兹曼机。（https://github.com/echen/restricted-boltzmann-machines）

• Bolt：在线学习工具箱。（https://github.com/pprett/bolt）

• CoverTree：cover tree的Python实现，scipy.spatial.kdtree便捷的替代。（https://github.com/patvarilly/CoverTree）

• nilearn：Python实现的神经影像学机器学习库。（https://github.com/nilearn/nilearn）

• Shogun：机器学习工具箱。（https://github.com/shogun-toolbox/shogun）

• Pyevolve：遗传算法框架。（https://github.com/perone/Pyevolve）

• Caffe：考虑了代码清洁、可读性及速度的深度学习框架。（http://caffe.berkeleyvision.org/）

• breze：深度及递归神经网络的程序库，基于Theano。（https://github.com/breze-no-salt/breze）

数据分析/数据可视化

• SciPy：基于Python的数学、科学、工程开源软件生态系统。（https://www.scipy.org/）

• NumPy：Python科学计算基础包。（http://www.numpy.org/）

• Numba：Python的低级虚拟机JIT编译器，Cython and NumPy的开发者编写，供科学计算使用。（http://numba.pydata.org/）

• NetworkX：为复杂网络使用的高效软件。（https://networkx.github.io/）

• Pandas：这个库提供了高性能、易用的数据结构及数据分析工具。（http://pandas.pydata.org/）

• Open Mining：Python中的商业智能工具（Pandas web接口）。（https://github.com/mining/mining）

• PyMC：MCMC采样工具包。（https://github.com/pymc-devs/pymc）

• zipline：Python的算法交易库。（https://github.com/quantopian/zipline）

• PyDy：全名Python Dynamics，协助基于NumPy、SciPy、IPython以及 matplotlib的动态建模工作流。（http://www.pydy.org/）

• SymPy：符号数学Python库。（https://github.com/sympy/sympy）

• statsmodels：Python的统计建模及计量经济学库。（https://github.com/statsmodels/statsmodels）

• astropy：Python天文学程序库，社区协作编写。（http://www.astropy.org/）

• matplotlib：Python的2D绘图库。（http://matplotlib.org/）

• bokeh：Python的交互式Web绘图库。（https://github.com/bokeh/bokeh）

• plotly：Python and matplotlib的协作web绘图库。（https://plot.ly/python/）

• vincent：将Python数据结构转换为Vega可视化语法。（https://github.com/wrobstory/vincent）

• d3py：Python的绘图库，基于D3.js。（https://github.com/mikedewar/d3py）

• ggplot：和R语言里的ggplot2提供同样的API。（https://github.com/yhat/ggpy）

• Kartograph.py：Python中渲染SVG图的库，效果漂亮。（https://github.com/kartograph/kartograph.py）

• pygal：Python下的SVG图表生成器。（http://pygal.org/en/stable/）

• pycascading（https://github.com/twitter/pycascading）

杂项脚本/iPython笔记/代码库

• pattern_classification：（https://github.com/rasbt/pattern_classification）

• thinking stats 2：（https://github.com/Wavelets/ThinkStats2）

• hyperopt：（https://github.com/hyperopt/hyperopt-sklearn）

• numpic：（https://github.com/numenta/nupic）

• 2012-paper-diginorm：（https://github.com/dib-lab/2012-paper-diginorm）

• ipython-notebooks：（https://github.com/ogrisel/notebooks）

• decision-weights：（https://github.com/CamDavidsonPilon/decision-weights）

• Sarah Palin LDA：Sarah Palin关于主题建模的电邮。（https://github.com/Wavelets/sarah-palin-lda）

• Diffusion Segmentation：基于扩散方法的图像分割算法集合。（https://github.com/Wavelets/diffusion-segmentation）

• Scipy Tutorials：SciPy教程，已过时，请查看scipy-lecture-notes。（https://github.com/Wavelets/scipy-tutorials）

• Crab：Python的推荐引擎库。（https://github.com/marcelcaraciolo/crab）

• BayesPy：Python中的贝叶斯推断工具。（https://github.com/maxsklar/BayesPy）

• scikit-learn tutorials：scikit-learn学习笔记系列。（https://github.com/GaelVaroquaux/scikit-learn-tutorial）

• sentiment-analyzer：推特情绪分析器。（https://github.com/madhusudancs/sentiment-analyzer）

• group-lasso：坐标下降算法实验，应用于（稀疏）群套索模型。（https://github.com/fabianp/group_lasso）

• mne-python-notebooks：使用 mne-python进行EEG/MEG数据处理的IPython笔记。（https://github.com/mne-tools/mne-python-notebooks）

• pandas cookbook：使用Python pandas库的方法书。（https://github.com/jvns/pandas-cookbook）

• climin：机器学习的优化程序库，用Python实现了梯度下降、LBFGS、rmsprop、adadelta 等算法。（https://github.com/BRML/climin）

Kaggle竞赛源代码

• wiki challange：Kaggle上一个维基预测挑战赛 Dell Zhang解法的实现

（https://github.com/hammer/wikichallenge）

• kaggle insults：Kaggle上”从社交媒体评论中检测辱骂“竞赛提交的代码

（https://github.com/amueller/kaggle_insults）

• kaggle_acquire-valued-shoppers-challenge：Kaggle预测回头客挑战赛的代码

（https://github.com/MLWave/銆俴aggle_acquire-valued-shoppers-challenge）

• kaggle-cifar：Kaggle上CIFAR-10 竞赛的代码，使用cuda-convnet

（https://github.com/zygmuntz/kaggle-cifar）

• kaggle-blackbox：Kaggle上blackbox赛代码，关于深度学习

（https://github.com/zygmuntz/kaggle-blackbox）

• kaggle-accelerometer：Kaggle上加速度计数据识别用户竞赛的代码。

（https://github.com/zygmuntz/kaggle-accelerometer）

• kaggle-advertised-salaries：Kaggle上用广告预测工资竞赛的代码

（https://github.com/zygmuntz/kaggle-advertised-salaries）

• kaggle amazon：Kaggle上给定员工角色预测其访问需求竞赛的代码

（https://github.com/zygmuntz/kaggle-amazon）

• kaggle-bestbuy_big：Kaggle上根据bestbuy用户查询预测点击商品竞赛的代码（大数据版）。

（https://github.com/zygmuntz/kaggle-bestbuy_big）

• kaggle-bestbuy_small：Kaggle上根据bestbuy用户查询预测点击商品竞赛的代码（小数据版）。

（https://github.com/zygmuntz/kaggle-bestbuy_small）

• Kaggle Dogs vs. Cats：Kaggle上从图片中识别猫和狗竞赛的代码。

（https://github.com/kastnerkyle/kaggle-dogs-vs-cats）

• Kaggle Galaxy Challenge：Kaggle上遥远星系形态分类竞赛的优胜代码。

（https://github.com/benanne/kaggle-galaxies）

• Kaggle Gender：Kaggle竞赛，从笔迹区分性别。

（https://github.com/zygmuntz/kaggle-gender）

• Kaggle Merck：Kaggle上预测药物分子活性竞赛的代码（默克制药赞助）

（https://github.com/zygmuntz/kaggle-merck）

• Kaggle Stackoverflow：Kaggle上 预测StackOverflow网站问题是否会被关闭竞赛的代码（https://github.com/zygmuntz/kaggle-stackoverflow）

• wine-quality：预测红酒质量

（https://github.com/zygmuntz/wine-quality）

声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系 [邮箱地址] 删除