1、Genism

Genism 是用来做文本主题模型的库，主要用来处理语言方面的任务，如文本相似度计算、LDA、Word2Vec 等。Gensim 支持 TF-IDF、LSA、LDA 和 Word2Vec 在内的多种主题模型算法，支持流式训练，并提供了诸如相似度计算、信息检索等一些常用任务的 API 接口。

2、TensorFlow

TensorFlow 是 google 开源的数值计算框架，采用数据流图的方式，可灵活搭建深度学习模型，它在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用，是目前最热门的机器学习框架之一。

3、Scipy

Scipy 基于 Numpy，是专门为爬虫而生的工具，有 URL 读取、HTML 解析、存储数据等功能，而且能够提供矩阵支持，以及大量基于矩阵的数值计算模块，包括：插值运算，线性代数、图像信号，快速傅里叶变换、优化处理、常微分方程求解等，可以灵活地完成各种需求。

4、Numpy

Numpy 能提供数组支持，进行矢量运算，并且高效地处理函数，线性代数处理等。而且 Numpy 是包括 Scipy、Matplotlib、Pandas 等库的。它比起 python 内置列表来说速度更快。因为 Numpy 内置函数处理数据速度与 C 语言同一级别，建议使用时尽量用内置函数。

5、Matplotlib

MatplotlibMatplotlib 是基于 Numpy 的一套 Python 包，这个包提供了吩咐的数据绘图工具，主要用于绘制一些统计图形。它是好用的数据可视化工具之一，主要用于二维作图，需简单几行代码可以生成各式的图表，只例如直方图，条形图，散点图等。三维绘图也是支持的，但只能画比较简单的。

6、Pandas

Pandas 是 python 数据挖掘必备的工具，应该很多人都不陌生，它源于 NumPy，提供不错的数据读写功能，支持增删改查，数据处理函数很强大，并且支持时间序列分析功能，能很方便地对数据进行分析与探索。

7、Scikit-Learn

Scikit-Learn 是很优秀的机器学习 python 库，能够提供完整的学习工具箱，能够进行数据处理，回归，分类，聚类，预测，模型分析等操作。缺点是没有提供神经网络，以及深度学习等模型，不过这也还好，毕竟已经很实用了。

8、Keras

Keras 是一个能够帮助深度学习的 python 库，不但可以搭建普通神经网络，还能建各种深度学习模型，例如：自编码器、循环神经网络、递归神经网络、卷积神经网络等。而且它运行速度很快，步骤简化，定制程度高，能轻松搭建几百个输入节点的深层神经网络。