一、可視化方法

1. 條形圖
2. 餅圖
3. 箱線圖(箱型圖)
4. 氣泡圖
5. 直方圖
6. 核密度估計(KDE)圖
7. 線面圖
8. 網絡圖
9. 散點圖
10. 樹狀圖
11. 小提琴圖
12. 方形圖
13. 三維圖

二、交互式工具

1. Ipython、Ipython notebook
   
2. Plotly

三、Python IDE類型

1. PyCharm,指定了基於Java Swing的用戶界面
2. PyDev，基於SWT的用戶界面(適用Eclipse)
3. IEP(Interactive Editor for Pyhton),交互式編輯器
4. Enthought中的Canopy：以PyQt為基礎
5. Continuum Analytics中Spyder的Anaconda發行版：以PyQt為基礎

四、交互式可視化軟件包

1. D3.js
2. Bokeh
3. VisPy
4. Wakari
5. Ashiba

五、統計與數據挖掘算法

1. HMM-隱馬爾可夫模型
   
2. Viterbi-維特比算法
3. logistic回歸
4. 決策樹：ID3、C4.5、CART---分類
5. k-means（K-均值）---聚類算法
6. SVM支持向量機---監督學習、統計分類、回歸分析
7. 最大期望(EM)算法
8. PageRank
9. AdaBoost
10. KNN(K-鄰近算法)
11. 貝葉斯分類器、樸素貝葉斯
12. 隨機森林
13. LDA主題模型

六、深度學習

1. CNN卷積神經網絡
   
2. RNN循環神經網絡

python數據可視化、數據挖掘、機器學習、深度學習 常用庫、IDE等