**1. Pipenv**
Pipenv 是 Kenneth Reitz 的业余项目，旨在将其他软件包(例如 npm 和 yarn)整合到 Python 里。它不需要安装 virtualenv, virtualenvwrapper，不用管理 requirements.txt 文件，并且不用确保依赖版本的可复现性。通过 Pipenv，你可以在 Pipfile 中指定依赖项。该工具可生成一个 Pipfile.lock 文件，使你的构建更具确定性，避免产生难以查找的 Bug。
**2.PyTorch**
PyTorch是Facebook深度学习框架，源于 Torch 框架，同时改善了 Torch 框架，基于ython 语言，由于实现了动态计算图范式， PyTorch 已经成为众多研究人员的首选框架之一，可以计算梯度，而且非常快，可扩展性强。
**3. Caffe2**
Caffe2 支持分布式训练、部署(即使是在移动平台上)，新的 CPU 和支持 CUDA 的硬件。PyTorch 可能更适合做研究，而 Caffe2 更加适合大规模部署，就像在 Facebook 上看到的那样。另外，你可以在 PyTorch 里构建并训练模型，同时用 Caffe2 部署。
**4. Pendulum**
Pendulum 的优势之一在于，它是 Python 标准 datetime 替代品，因此你可以轻松地将其与现有的代码集成，并且在你需要的时候才使用它的功能。Pendulum 的作者特别注意时间分区的处理，默认在每个实例中时间分区是可用的，并且以 UTC 计时。你也可以获得扩展 timedelta 来简化 datetime 的计算。
**5. Dash**
Dash 是一个可构建 Web 应用，尤其是数据可视化 Web 应用的纯 Python 开源库。它建立在 Flask、Plotly 和 React 之上，并提供这几个框架的函数抽象接口，从而开发者不必学习这些框架，高效开发。这些应用程序可在浏览器和移动设备中使用。
**6. PyFlux**
PyFlux 是专门针对时间序列开发的 Python 开源库。时间序列研究是统计学和经济学的子领域，其目的是用于描述时间序列的行为，同时也预测时序未来的行为状态。
**7. Fire**
Fire 是一个开源库，可以为任何 Python 项目自动生成一个命令行界面。你几乎不需要编写任何代码或者文档，你只需要调用一个 Fire 方法并把它传递给你想要的命令行界面：一个函数、一个对象、一个类、一个库，甚至不传递任何参数。
**8. imbalanced-learn**
imbalanced-learn 是一个 Python 库，它提供了相关的技术来解决数据不平衡的问题。另外，它和 scikit-learn 兼容，并且是 scikit-learn-contrib 项目的一部分，非常有用。
**9. FlashText**
FlashText 证明了算法和数据结构设计的重要性，即使对于简单的问题，更好的算法也能够轻松超越在快 CPU 上运行的朴素实现。
**10. Luminoth**
Luminoth 是一个用 TensorFlow 和 Sonnet 构建的开源的计算机视觉 Python 工具包。它可直接支持物体检测，背后支持的模型是 Faster R-CNN。
以上是10个受欢迎的机器学习库，感兴趣的可以深入了解一下，还可参加老男孩教育Python培训班，老男孩教育创建了一套完整的Python轻松学习方法，完善的Python课程体系，精湛的知识技艺，让您更快速的成为合格的Python开发工程师！获得高薪职业！
**老男孩教育IT培训班型有：**
1.** 全日制**：Linux云计算运维、Python全栈开发+人工智能、Java全栈开发、大数据开发
**适合于**：0基础学习，对IT感兴趣，想要在IT行业发展的朋友们
2. **周末班**：MySQL DBA周末班，阿里云架构师、GO语言开发、Linux架构师、Python自动化开发、Python自动化资深架构师
**适合于**：本身在职IT行业内的朋友们，有一年以上行业经验
3.** 网络班**
有疑问加站长微信联系（非本文作者）
