非常实用的 Python 库，推一次火一次( 二 ) _Python

安装pip install pyflux 例子详细用法和例子请参考官方文档。
七、Ipyvolume结果展示也是数据科学中的一个重要方面。能够将结果进行可视化将具有很大优势。IPyvolume 是一个可以在 Jupyter notebook 中可视化三维体和图形（例如三维散点图等）的 Python 库，并且只需要少量配置。但它目前还是 1.0 之前的版本阶段。用一个比较恰当的比喻来解释就是：IPyvolume 的 volshow 对于三维数组就像 matplotlib 的 imshow 对于二维数组一样好用。可以在这里获取更多。
使用 pip
$ pip install ipyvolume 使用 Conda/Anaconda
$ conda install -c conda-forge ipyvolume 例子

动画

文章插图

体绘制

文章插图

八、DashDash 是一个高效的用于构建 web 应用程序的 Python 框架。它是在 Flask、Plotly.js 和 React.js 基础上设计而成的，绑定了很多比如下拉框、滑动条和图表的现代 UI 元素，你可以直接使用 Python 代码来写相关分析，而无需再使用 JAVAscript 。Dash 非常适合构建数据可视化应用程序。然后，这些应用程序可以在 web 浏览器中呈现。用户指南可以在这里获取。

pip install dash==0.29.0# 核心 dash 后端pip install dash-html-components==0.13.2# HTML 组件pip install dash-core-components==0.36.0# 增强组件pip install dash-table==3.1.3# 交互式 DataTable 组件（最新！）

例子下面的例子展示了一个具有下拉功能的高度交互式图表。当用户在下拉菜单中选择一个值时，应用程序代码将动态地将数据从 google Finance 导出到 panda DataFrame 。

文章插图

九、GymOpenAI 的 Gym 是一款用于增强学习算法的开发和比较工具包。它兼容任何数值计算库，如 TensorFlow 或 Theano 。Gym 库是测试问题集合的必备工具，这个集合也称为环境 —— 你可以用它来开发你的强化学习算法。这些环境有一个共享接口，允许你进行通用算法的编写。
安装pip install gym 例子这个例子会运行CartPole-v0环境中的一个实例，它的时间步数为 1000，每一步都会渲染整个场景。
总结【非常实用的 Python 库，推一次火一次】以上这些有用的数据科学 Python 库都是我精心挑选出来的，不是常见的如 numpy 和 pandas 等库。如果你知道其它库，可以添加到列表中来，请在下面的评论中提一下。另外别忘了先尝试运行一下它们。