文章目錄

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

NumPy

einsum

在實現(xiàn)一些算法時，數(shù)學(xué)表達(dá)式已經(jīng)求出來了，需要將之轉(zhuǎn)換為代碼實現(xiàn)，簡單的一些還好，有時碰到例如矩陣轉(zhuǎn)置、矩陣乘法、求跡、張量乘法、數(shù)組求和等等，若是以分別以transopse、sum、trace、tensordot等函數(shù)實現(xiàn)的話，不但復(fù)雜，還容易出錯

現(xiàn)在，這些問題你統(tǒng)統(tǒng)可以一個函數(shù)搞定，沒錯，就是einsum。

einsum全稱Einstein summation convention，是愛因斯坦1916年提出的一種標(biāo)記約定。

示例：

$$c_{ik}=a_{ij}{b}_{jk}=\sum _j{a}_{ij}{b}_{jk}$$

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

參考：

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

一個函數(shù)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

如何用一行代碼在多CPU環(huán)境下高效并行Pandas（pandarallel）

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

一行代碼，Pandas秒變分布式，快速處理TB級數(shù)據(jù)（Pandas on Ray）

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

如何只用一行代碼讓Pandas加速四倍？（Modin）

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

Vaex：突破pandas，快速分析100GB大數(shù)據(jù)集

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

0.052秒打開100GB數(shù)據(jù)，這個Python開源庫火爆了！

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

有比Pandas更好的替代嗎?對比Vaex, Dask, PySpark, Modin和Julia

Autograd

一個基于numpy的自動求導(dǎo)庫。它是由Harvard Intelligent Probabilistic Systems Group開發(fā)的。

官網(wǎng)：

https://github.com/HIPS/autograd

Bokeh

Bokeh是一個數(shù)據(jù)可視化的庫。它不僅提供了和Matplotlib類似的靜態(tài)圖功能，還提供了生成交互動態(tài)圖的功能。

官網(wǎng)：

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

參考：

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

Python地圖可視化三大秘密武器（bokeh、basemap、geopandas）

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

掌握這幾點，輕松玩轉(zhuǎn)Bokeh可視化

Chartify

Chartify在Bokeh的基礎(chǔ)上又封裝了一層，提供了更友好的API。

官網(wǎng)：

https://github.com/spotify/chartify

Plotly

Plotly也是Matplotlib的威力加強(qiáng)版，主打交互式繪圖。

官網(wǎng)：

https://plot.ly/python/

它還有一個高級封裝叫做Plotly Express。

官網(wǎng)：

https://www.plotly.express/

參考：

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

python plotly使用教程

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

強(qiáng)烈推薦一款Python可視化神器！

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

使用Plotly創(chuàng)建帶有回歸趨勢線的時間序列可視化圖表

Yellowbrick

Yellowbrick是和Scikit-Learn配套的ML可視化庫。

官網(wǎng)：

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

mlpy

mlpy是一個開源的ML庫。只是它最近的一次更新，已經(jīng)是2012年的事情了。

官網(wǎng)：

http://mlpy.sourceforge.net

PyFlux

PyFlux是Python中為處理時間序列問題而創(chuàng)建的開源庫。該庫有一系列極好的時間序列模型，包括但不限于ARIMA、GARCH和VAR模型。

官網(wǎng)：

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

JAX

一款由谷歌團(tuán)隊打造（非官方發(fā)布），用于從純Python和Numpy機(jī)器學(xué)習(xí)程序中生成高性能加速器（accelerator）代碼，且特定于域的跟蹤JIT編譯器。

代碼：

https://github.com/google/jax

參考：

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

試試谷歌這個新工具：說不定比TensorFlow還好用！

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

要替代TensorFlow？谷歌開源機(jī)器學(xué)習(xí)庫JAX

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

新星JAX ：雙挑TensorFlow和PyTorch！有望擔(dān)綱Google主要科學(xué)計算庫和神經(jīng)網(wǎng)絡(luò)庫

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

只知道TF和PyTorch還不夠，快來看看怎么從PyTorch轉(zhuǎn)向自動微分神器JAX

ImagePy

ImagePy是國人寫的一個圖像處理工具。

官網(wǎng)：

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

imgaug

imgaug是一個圖像數(shù)據(jù)增強(qiáng)方面的庫，可用于擴(kuò)充機(jī)器學(xué)習(xí)訓(xùn)練時所用的圖片數(shù)據(jù)集。

官網(wǎng)：

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

參考：

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

Augmentor和imgaug——python圖像數(shù)據(jù)增強(qiáng)庫

總結(jié)

以上是生活随笔為你收集整理的Machine Learning之Python篇（二）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。