Awesome Data Science in Python | 一文整理Python常用数据科学第三方模块

1. 机器学习

EDA

• lantern

特征工程

• yellowbrick
• Featuretools

模型解释

• SHAP
• Lime

通用

• Scikit-learn

自动化机器学习

• mljar-supervised

2. 统计方法

通用

• StatsModels：通用概率派
• Scipy：含常见分布、统计量计算
• pyro：基于pyTorch的通用统计模型库
• Edward：基于tensorflow的通用统计模型库

贝叶斯

• PyStan：贝叶斯模型(stan实现)
• pymc3/pymc4(还在pre-release版本)：贝叶斯模型(theano/tensorflow实现)

3. 特殊算法集

时间序列

• pyflux：实现常用时间序列模型
• Prophet：基于强解释的GAM(线性可加模型)

生存模型

• Lifetimes

聚类

• hdbscan

网络

• networkX

GBM

• CatBoost：对类别变量比较友好
• xgboost
• LightGBM

4. 可视化

• plotnine
• Seaborn
• plotly
• altair

5. NLP

通用

• spaCy
• nltk

主题模型

• gensim

常用Embedded集

• fastText

6. ETL

• bubbles

7. 因果推理

• DoWhy

8. 符号运算

• SymPy