Python语言之所以很流行，广泛用于机器学习，数据挖掘等领域，因为它有强大的第三方库，下面我们就来做一个简单总结。
Numpy: 提供数组支持，矢量运算，以及高效的处理函数，线性代数处理等。
参考链接：
Scipy: 封装了numpy,提供矩阵支持，以及矩阵相关的数值计算模块，例如插值运算，优化处理，图像信号等处理。
参考链接：
pandas: 提供了强大的数据读写功能，可对数据做灵活的分析与探索，只要做数据分析，离不开你的工具，可参考图书《利用Python进行数据分析》，需要电子版的可以留言告诉我。
参考链接： /pandas-docs/stable
Matplotlib: 数据可视化最常用的工具，简单几行代码可以做出各种各样的图表（2维为主），比如直方图，条形图，散点图。
参考链接： /u011497262/article/details/52325705
Scikit-Learn: 功能强大的机器学习库，提供完整的学习工具箱，包括回归，分类，聚类等，使用简单，kaggle选手经常使用的学习库。但是并没有提供神经网络，深度学习等模型。
参考链接：/pages/?pageId=10030181
TensorFlow： 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。
参考链接 ：/tfdoc/tutorials/