以下是 Python 中常用的机器学习库总结（附中文说明）：

1. 核心机器学习库

• Scikit-learn

  • 用途：传统机器学习（分类/回归/聚类/降维/模型评估）
  • 特点：易用、API统一、文档丰富，适合入门和中等规模数据
  • 示例算法：SVM、随机森林、K-Means、PCA

• XGBoost / LightGBM / CatBoost

  • 用途：梯度提升树（GBDT）模型（表格数据比赛/工业界首选）
  • 特点：速度快、精度高、支持缺失值/类别特征

2. 深度学习库

• TensorFlow

  • 开发：Google
  • 特点：工业部署强、支持移动端（TF Lite）、计算图静态优化
  • 生态：TFX（生产流水线）、TFLite（端侧部署）

• PyTorch

  • 开发：Facebook
  • 特点：动态图机制（调试灵活）、研究社区主流、Python优先
  • 生态：TorchVision（CV）、Hugging Face（NLP）

• Keras

  • 定位：高阶API（可运行在TF/PyTorch上）
  • 特点：极简设计，适合快速原型开发（如 tf.keras）

3. 自然语言处理（NLP）

• Hugging Face Transformers

  • 用途：预训练模型（BERT/GPT等）
  • 特点：一键调用数千个SOTA模型，支持PyTorch/TensorFlow

• spaCy

  • 用途：工业级NLP工具（分词/词性标注/实体识别）
  • 特点：速度快、内存高效，支持多语言

• NLTK

  • 用途：教学/研究（词干提取/情感分析/语料库）
  • 特点：功能全面但速度较慢（适合学习）

4. 计算机视觉（CV）

• OpenCV

  • 用途：图像处理（特征提取/目标检测/摄像头捕捉）
  • 特点：C++优化，支持实时视频处理

• PyTorch Lightning / MMDetection

  • 用途：简化深度学习训练流程
  • 特点：减少模板代码，加速实验迭代

5. 数据处理与可视化

• Pandas
  • 用途：数据清洗/结构化操作（DataFrame 核心）
• NumPy
  • 用途：高效数值计算（张量操作基础）
• Matplotlib / Seaborn
  • 用途：静态可视化
• Plotly
  • 用途：交互式可视化（Dashboard/网页嵌入）

6. 模型部署与生产

• ONNX
  • 用途：跨框架模型转换（如 PyTorch → TensorRT）
• FastAPI / Flask
  • 用途：将模型封装为 REST API
• MLflow
  • 用途：实验追踪、模型版本管理

选择建议：

? 学习路线：Python基础 → Pandas/NumPy → Scikit-learn → PyTorch/TensorFlow → 领域专项库（如Transformers）。