盘点Python那些相见恨晚的库
Plotly Express
相信大家都听说过Plotlv这个可视化神器Seaborn
那就更不用说了，那 Plotly 和Seaborn结合会擦除
什么样的火花?Plotly Express让你可以
调佣Seaborn式的接口用Plotlv画图
Altair
Altair类似于Seaborn，主要用于统计可视是化，
是一种声明性统计可视化库，JavaScript高级可视
化库 Vega-Lite的包装器。Altair不仅可以绘制常见
的统计表，还可以绘制漂亮的地图以及图像标注的散点图
构建工具
将源码编译成软件
buildout-一个构建系统，从多个组件来创建，组装和部署应用。
BitBake-针对嵌入式 Linux 的类似 make 的构建工具。
fabricate-对任何语言自动找到依赖关系的构建工具。
PlatformlO -多平台命令行构建工具。
PyBuilder-纯 Python 实现的持续化构建工具。
SCons -软件构建工具。
交互式解析器
交互式 Python 解析器
Pvthon-功能丰富的工具，非常有效的使用交互式
Pvthon。bpython- 界面丰富的 Python 解析器。
ptpython-高级交互式Python解析器，
构建于python-prompt-toolkit 上.
Dash
比较新的软件包，它是用纯Pvthon构建数据可视
化app的理想选择，因此特别适合处理数据的 任何人。
Dash 是 Flask ， Plotly.js 和React.is的混合体
opencv
opencv 是一个跨平台计算机视觉和机器学习软件库，
实现了图像处理和计算机视觉方面的很多通用算法
cufflinks
lotly的封装，一绘图命小
(dataFrame.iplot) 实现几乎所有类型的交互式可视化
2.Pandas：提供了高效的数据结构和数据分析工具，支持数据的清洗、转换、分组、聚合等操作，是数据分析领域常用的包。
3.Matplotlib：用于绘制各种类型的二维图表，包括折线图、散点图、柱状图等，可用于数据可视化和科学绘图。
4.SciPy：提供了许多科学计算和数学算法的功能，包括线性代数、优化、插值、信号处理等，是科学计算的重要工具。
5.scikit-learn：用于机器学习的库，提供了各种机器学习算法和工具，包括分类、回归、聚类、特征选择等，支持模型训练和评估。
6.TensorFlow和PyTorch：这两个库是深度学习的重要框架，提供了强大的神经网络模型构建、训练和推理的功能。