2017年十大最受欢迎机器学习Python库

每年的十二月是每个人review过去一年成就的时候，在看自己成就的同时，也同时为未来做好打算。对于程序员来说，十二月通常是回顾今年发布的开源库或者是最近流行的开源库，因为它们是在未来一段时间内解决我们问题的绝佳工具。

AI的快速发展，让机器学习走向了巅峰，今天我们就借此盘点一下2017年最受欢迎的机器学习库（ML），希望你能够在这里寻找到你未来一段时间内的“利器”。

今年Facebook推出的DLT框架PyTorch，在深度学习社区中很受欢迎。PyTorch是构建在流行的Torch框架之上，尤其是它是基于Python的。考虑到过去几年人们一直在使用Python进行数据科学研究，这也是深度学习库大部分是使用Python的原因。

最值得注意的是，PyTorch已经成为了众多研究人员的首选框架之一，因为它实现了新颖的动态计算图范例（Dynamic

Caffe2支持分布式训练、部署，支持最新的CPU和CUDA的硬件。虽然PyTorch可能更适合研究，但Caffe2更适合大规模部署。其实，你可以在PyTorch中构建和训练模型，同时使用Caffe2进行部署！这不是很好吗？

Pendulum的优点之一是它是Python标准datetime类直接替代品，因此你可以轻松地将其与现有代码集成，并且只有在需要时才能使用其功能。作者特别注意确保时区能够正确处理，默认情况下使每个实例时区感知自己的时区。你也将得到一个扩展timedelta，这样日期时间算术更容易。

Python中有许多库用于研究数据科学和ML，但是当你的数据是随着时间的推移而变化的度量（例如股票价格，仪器的测量值等等）时，这对于大部分库来说是一个比较棘手的问题。

PyFlux是一个专门为<b>时间序列而开发的</b> Python开源库。时间序列研究是统计学和计量经济学的一个子领域，目标可以描述时间序列如何表现（以潜在的因素或兴趣的特征来表示），也可以借此预测未来的行为。

<b>7. </b><b>Fire</b><b></b>

Fire是一个开源的库，可以为任何Python项目自动生成一个CLI，关键是自动，你几乎不需要编写任何代码或文档来构建你的CLI！你只需要调用一个Fire方法并把它所需要构建的传递给CLI。

在理想的情况下，我们会有完美平衡的数据集，但不幸的是，现实世界并不是这样的，某些任务拥有非常不平衡的数据。例如，在预测信用卡交易中的欺诈行为时，你预计绝大多数交易（99.9％）是合法的。天真地训练ML算法会导致令人失望的性能，所以在处理这些类型的数据集时需要特别小心。

如果你需要搜索某些文本并将其替换为其他内容（如大多数数据清理流程中），则通常会转为正则表达式。通常情况下，正则表达式考研完美的解决问题。但是有时会发生这样的情况：你需要搜索的术语数量是成千上万，然后，正则表达式可能变得非常缓慢。这时FlashText是一个更好的选择，它使整个操作的运行时间大大提高了（从5天到15分钟）。FlashText的优点在于无论搜索条件有多少，运行时都是一样的，而正则表达式中运行时将随着条件数几乎呈线性增长。

FlashText证明了算法和数据结构设计的重要性，即使对于简单的问题，更好的算法也可以轻松超越最快的CPU。

现实生活中图像无处不在，理解其内容对于多个应用程序来说是至关重要的。值得庆幸的是，由于DL的发展，图像处理技术已经进步很多。

<b>其他优秀的</b><b>Python</b><b>库：</b><b></b>

假如你很喜欢使用scikit-learn的API，但是遇到了需要使用PyTorch来完成工作。不要担心，skorch是一个封装，可以通过类似sklearn的接口提供PyTorch编程。如果你熟悉这些库，那么语法将很简单易懂。通过skorch，你会得到一些抽象的代码，所以你可以把更多的精力放在真正重要的事情上，比如做数据科学。

文章原标题《top-10-python-libraries-of-2017》，

作者：Alan Descoins  博客地址：https://tryolabs.com/blog/authors/alan-descoins/

译者：虎说八道，审阅：