GitHub Python數據科學聚焦：推薦5個開源數據科學項目！
這篇文章重點介紹了5個數據科學項目，這些項目都是開源的，並且存在於GitHub存儲庫中，側重於高級機器學習庫和低級支持工具。
本文將通過GitHub repos重點介紹一組精選的開源Python數據科學項目。
之前的文章包括一些涵蓋AutoML、自然語言處理、數據可視化、機器學習工作流程的庫。這一次，我們將看看另一個選擇的數據科學項目及其GitHub回購，重點關註那些在一端提供有用的抽象層的項目，以及那些在較低層次上支持活動的項目。
該列表顯然是主觀的，由我遇到的代碼組成，並且由於某種原因而發現這些代碼有趣或有用。對於每個條目，我都包含指向各自的回購、文檔、入門指南或類似內容的鏈接，以及文檔中的描述性摘錄。
坐下來享受一下您可能熟悉或不熟悉的項目，希望您能找到可以在自己的工作中使用的東西。
1. fastai
存儲庫：https：//github.com/fastai/fastai/
文檔：http：//docs.fast.ai/
入門：http：//course.fast.ai/
該庫位於PyTorch v1（今天發布的預覽版）之上，為最重要的深度學習應用程序和數據類型提供了一致的API。fast.ai最近的研究突破嵌入在軟件中，與其他深度學習庫相比，其準確性和速度顯著提高，同時需要的代碼大大減少。您可以立即從conda、pip或GitHub上下載它，或在Google Cloud Platform上使用它。AWS支持即將推出。
2.textacy
存儲庫：https：//github.com/chartbeat-labs/textacy
文檔：https：//chartbeat-labs.github.io/textacy/
入門：https：//chartbeat-labs.github.io/textacy/getting_started/quickstart.html
textacy是一個Python庫，用於執行基於高性能spacy庫的各種自然語言處理（NLP）任務。通過基本原理- 標記化、詞性標註、依賴性解析等- 委托給另一個庫，textacy專註於之前和之後的任務。
3. pycobra
存儲庫：https：//github.com/bhargavvader/pycobra
文檔：https：//modal.lille.inria.fr/pycobra/
入門：https：//github.com/bhargavvader/pycobra/tree/master/docs/notebooks
pycobra是一個用於集成學習的python庫。它可以作為使用這些集成機器進行回歸和分類的工具包，也可以用於可視化新機器和組成機器的性能。在這裏，當我們說機器時，我們指的是任何預測器或機器學習對象- 它可以是LASSO回歸器，甚至是神經網絡。它與scikit-learn兼容，適合現有的scikit-learn生態系統。
4. Termgraph
存儲庫，文檔和入門：https：//github.com/mkaz/termgraph
一個python命令行工具，它在終端中繪制基本圖形。
支持的圖表類型：
- 條形圖
- 彩色圖表
- 多變量
- 堆積圖表
- 水平或垂直
- 表情符號！
大多數結果可以在任何地方復制和粘貼，因為它們使用標準塊字符。但是顏色圖表不會顯示，因為它們使用終端轉義碼來表示顏色。
5.repo2docker
存儲庫：https：//github.com/jupyter/repo2docker
文檔：https：//repo2docker.readthedocs.io/en/latest/
入門：https：//repo2docker.readthedocs.io/en/latest/usage.html
jupyter-repo2docker是一個工具，用於從通過Jupyter服務器運行的源代碼存儲庫構建，運行和推送Docker鏡像。
repo2docker獲取存儲庫（例如，從GitHub或其他位置）並基於存儲庫中找到配置文件構建容器映像。它可以用於通過構建和執行存儲庫的構建映像來本地瀏覽存儲庫，或者作為構建推送到Docker註冊表的映像的方法。
GitHub Python數據科學聚焦：推薦5個開源數據科學項目！