本文轉載自公眾號“讀芯術”(ID：AI_Discovery)

 當我開始學習數據科學的旅程時，這些都是我腦海中一直存在的問題。我學數據科學的目的不僅僅是為了開發(fā)模型或清理數據，我想制作人們可以使用的應用程序，我正在尋找一種快速的方法來制作MVP(最小可行產品)來測試想法。

[[391144]]

如果你是一名數據科學家，并想創(chuàng)建第一個數據科學應用程序，本文將展示創(chuàng)建第一個應用程序所需的7個Python庫。相信你已經知道其中的一些，但是我還是會逐個介紹，方便那些對此并不十分了解的讀者。

Pandas

數據科學和機器學習應用都是關于數據。大多數數據集都不是整潔的，它們需要對項目進行某種清理和操作。Pandas是一個庫，允許加載、清理和操作數據。你可以使用SQL等替代方法進行數據操作和數據庫管理，但是Pandas對于希望成為開發(fā)人員(或至少是MVP開發(fā)人員)的數據科學家來說更簡單、更適用。

Numpy

在包括計算機視覺在內的許多數據科學項目中，陣列是最重要的數據類型。Numpy是一個強大的Python庫，它允許你使用數組，操縱數組，并有效地對數組應用算法。學習Numpy對于我后面提到的其他一些庫來說是必要的。

SciKitLearn

此庫是多種類型的機器學習模型和預處理工具的工具包。如果你正在做機器學習項目，則有可能不需要SciKitLearn。

Keras 或 PyTorch

神經網絡，特別是深度神經網絡模型，是數據科學和機器學習中非常流行的模型。許多計算機視覺和自然語言處理方法都依賴于這些方法，使用某些Python庫可以幫助你訪問神經網絡工具，TensorFlow是最有名的一個，但我相信初學者很難從 TensorFlow開始。

我建議你學習Keras，它是Tensorflow的接口(API)。Keras使你作為人類能夠輕松測試不同的神經網絡架構，甚至構建自己的神經網絡架構，最近流行的另一個選擇是PyTorch。

Ipywidgets

在用戶界面方面，你必須在傳統(tǒng)外觀的用戶界面和基于web的用戶界面之間進行選擇。你可以使用PyQT或TkInter之類的庫來構建傳統(tǒng)的用戶界面，但我的建議是，如果可能的話，開發(fā)出可以在瀏覽器上運行的網頁應用程序。

要做到這一點，你需要使用一個在瀏覽器中提供一組小部件的庫。ipywidgets為Jupyter筆記本提供了一組豐富的小部件。

Requests

如今，許多數據科學應用程序都使用API(應用程序編程接口)，簡單地說，通過API，你可以請求服務器應用程序為你提供對數據庫的訪問權限或為你執(zhí)行特定任務。

例如，Google地圖API可以從你那里獲得兩個位置以及它們之間的回程時間，若沒有API，就必須重新發(fā)明輪子，Requests是一個與API對話的庫。如今，不使用API很難成為一名數據科學家。

Plotly

繪制不同類型的圖形是數據科學項目的重要組成部分。盡管Python中最流行的繪圖庫是matplotlib，但我發(fā)現Plotly更專業(yè)、更易于使用、更靈活，Plotly中的繪圖類型和繪圖工具非常多，Plotly的另一個優(yōu)點是它的設計，與復雜的 matplotlib 圖形相比，它看起來更加簡潔易懂。

JupyterNotebook 和Voila

要實現第一個數據科學應用程序，你需要學習的最后一個工具是最簡單的。首先，ipywidgets在Jupyter筆記本中工作，你需要使用Jupyter來創(chuàng)建應用程序。我相信你們中的許多人已經在使用Jupyter筆記本進行模型構建和探索分析，現在，將 Jupyter 筆記本視為前端開發(fā)的工具。

此外，你還需要使用Voila，這是一個可以啟動的第三方工具，它隱藏了 Jupyter 筆記本的所有代碼部件。當你通過Voila啟動Jupyter筆記本應用程序時，它就像一個web應用程序。甚至你也可以在AWS EC2機器上運行Voila和Jupyter筆記本，并從互聯網訪問你的簡單應用程序。

利用本文提到的7個庫，就可以構建人們使用的數據科學應用程序，如果你能夠精通這些工具，就可以在幾個小時內構建mvp，并通過實際用戶測試想法。

在此之后，如果決定擴展應用程序，除了HTML、CSS和JS代碼之外，還可以使用更專業(yè)的工具，如Flask和Django。