Python是一种高级通用编程语言，已成为编程社区中的领先名称之一。 从开发简单的应用程序到以同等的便捷程度执行复杂的数学计算，它的能力范围广泛。
作为一种领先的编程语言，这意味着不乏可供使用的出色框架和库。 编程语言库只是一组模块和功能，可以简化使用编程语言进行的某些特定操作。
因此，这是每个Python开发人员或有抱负的人都必须了解的6个用于Python编程的基本Python库：
类型 -神经网络库
初始版本 -2015年3月
Keras用Python编写，是一个开源的神经网络库。 Keras专为实现使用深度神经网络进行快速实验而设计，因此优先考虑了用户友好，可扩展和模块化的特点。
除了提供一种表达神经网络的简单机制之外，Keras还提供了一些最佳功能，用于编译模型，处理数据集和可视化图形。 在后端，Keras使用Theano或TensorFlow。
由于Keras通过使用后端基础结构创建计算图然后使用它执行操作的事实，因此它比其他机器学习库要慢。 尽管如此，Keras中的所有型号都是便携式的。
重点 ：
- 完全用Python编写，易于调试和探索
- 具有常用神经网络构造块的几种实现方式，例如激活函数，层，目标和优化器
- 令人难以置信的表现力和灵活性使其成为创新研究的理想选择
- 提供一些预处理数据集和预训练模型，例如Inception，MNIST，ResNet，SqueezeNet和VGG
- 为几乎所有的神经网络模型提供支持，包括卷积，嵌入，完全连接，合并和循环。 此外，可以将这些模型组合起来以开发更复杂的模型
- 在CPU和GPU上均可流畅运行
应用范围 ：
- Netflix，Square，Uber和Yelp已使用
- 用于深度学习研究。 由CERN和NASA的研究人员采用
- 在基于深度学习开发产品的初创企业中受欢迎
类型 -技术计算库
初始发行版 -1995（数字形式）
2006（作为NumPy）
NumPy是由Travis Oliphant在2005年创建的，其方法是将竞争对手Numarray库的功能合并到Numeric库中，并进行大量修改。 这个免费的开源库拥有来自全球的多个贡献者。
Tensor Flow和Python是Python中最受欢迎的机器学习库之一，它在内部使用NumPy Python库来对张量执行多项操作。
重点 ：
- 积极的社区支持
- 完全免费和开源
- 复杂的矩阵运算，例如矩阵乘法
互动且超级易用
简化复杂的数学实现
易于消化的概念编码
应用范围 ：
- 用于进行复杂的数学计算
- 用于将图像，声波和其他形式的二进制原始流表示为N维实数数组
- 用于机器学习项目
类型 -图像处理和操纵库
初始版本 -1995（作为Python Imaging Library或PIL）
2011（担任枕头）
Pillow是一个Python库，几乎与开发它的编程语言一样古老。 实际上，Pillow是PIL（Python Imaging Library）的一个分支。 免费使用的Python库是打开，操作和保存各种图像文件的必备功能。
在多个Linux发行版中，Pillow被用作原始PIL的替代品，最著名的是Debian和Ubuntu。 但是，它也可用于MacOS和Windows。
重点 ：
- 向图像添加文本
- 图像增强和过滤，包括模糊，亮度调节，轮廓和锐化
- 遮罩和透明度处理
- 每像素操作
- 提供对各种图像文件格式的支持，包括BMP，GIF，JPEG，PNG，PPM和TIFF。 提供对创建新文件解码器的支持，以扩展可访问的文件格式库
应用范围 ：
类型 -游戏开发库
初始版本 -2015年4月
PYGLET是Python的多平台窗口和多媒体库，在使用Python进行游戏开发时是一个流行的名称。 除游戏外，该库还用于制作视觉丰富的应用程序。
除了支持窗口化之外，PYGLET还支持加载图像和视频，播放声音和音乐，OpenGL图形以及用户界面事件处理。
重点 ：
- 利用多个窗口和多显示器桌面
- 加载几乎所有格式的图像，声音和视频
- 没有外部依赖性和安装要求
- 根据BSD开源许可证提供，因此可以免费用于个人和商业用途
- 提供对Python 2和Python 3的支持
应用范围 ：
类型 -HTTP库
初始版本 -2011年2月
一个Python HTTP库Requests旨在使HTTP请求更简单，更人性化。 由Kenneth Reitz和其他一些贡献者开发的Requests允许发送HTTP / 1.1请求而无需人工干预。
从Nike和Spotify到Amazon和Microsoft，数十个大型组织在内部利用Requests更好地处理HTTP。 根据Apache2许可，Requests完全以Python编写，可作为免费的开放源代码库使用。
重点 ：
- 自动内容解码
- 基本/摘要身份验证
- 浏览器式SSL验证
- 分块请求和连接超时
- 提供对.netrc和HTTP（S）代理的支持
- 具有cookie持久性的会话
- Unicode响应主体
应用范围 ：
- 允许使用Python发送HTTP / 1.1请求并添加内容，例如标题，表单数据和多部分文件
- 用于自动将查询字符串添加到URL
- 用于自动对POST数据进行表单编码
类型 -机器学习库
初始版本 -2015年11月
TensorFlow是一个免费的开源Python库，旨在完成一系列数据流和可区分的编程任务。 虽然是符号数学库，但TensorFlow是使用最广泛的Python机器学习库之一。
该库由Google Brain开发，供内部使用，技术大亨将其用于商业和研究目的。
张量是代表数据的N维矩阵。 TensorFlow库允许编写涉及大量张量操作的新算法。
由于神经网络可以表示为计算图，因此可以使用TensorFlow库作为对张量的一系列操作来轻松实现它们。
重点 ：
- 允许可视化图表的每个部分
- 完全免费和开源
- 可在CPU和GPU上轻松训练以进行分布式计算
- 社区的大力支持
- 提供可操作性的灵活性。 最需要的零件可以独立制造
- 支持训练多个神经网络和多个GPU，以在大型系统上建立有效的模型
- 使用类似XLA的技术来加速线性代数运算
应用范围 ：
- 用于机器学习项目
- 对于神经网络项目
- 在DeepDream等自动图像捕获软件中
- Google产品（例如Google Photos和Google语音搜索）中的机器学习
这就完成了用于Python编程的6个基本Python库的列表。 哪些图书馆应该/不应该列入清单？ 让我们知道您的意见。
立即查看一些最佳的Python教程！