这篇文章重点介绍了5个数据科学项目，这些项目都是开源的，并且存在于GitHub存储库中，侧重于高级机器学习库和低级支持工具。
本文将通过GitHub repos重点介绍一组精选的开源Python数据科学项目。
之前的文章包括一些涵盖AutoML、自然语言处理、数据可视化、机器学习工作流程的库。这一次，我们将看看另一个选择的数据科学项目及其GitHub回购，重点关注那些在一端提供有用的抽象层的项目，以及那些在较低层次上支持活动的项目。
该列表显然是主观的，由我遇到的代码组成，并且由于某种原因而发现这些代码有趣或有用。对于每个条目，我都包含指向各自的回购、文档、入门指南或类似内容的链接，以及文档中的描述性摘录。
坐下来享受一下您可能熟悉或不熟悉的项目，希望您能找到可以在自己的工作中使用的东西。
1. fastai
存储库：https：//github.com/fastai/fastai/
文档：http：//docs.fast.ai/
入门：http：//course.fast.ai/
该库位于PyTorch v1（今天发布的预览版）之上，为最重要的深度学习应用程序和数据类型提供了一致的API。fast.ai最近的研究突破嵌入在软件中，与其他深度学习库相比，其准确性和速度显著提高，同时需要的代码大大减少。您可以立即从conda、pip或GitHub上下载它，或在Google Cloud Platform上使用它。AWS支持即将推出。
2.textacy
存储库：https：//github.com/chartbeat-labs/textacy
文档：https：//chartbeat-labs.github.io/textacy/
入门：https：//chartbeat-labs.github.io/textacy/getting_started/quickstart.html
textacy是一个Python库，用于执行基于高性能spacy库的各种自然语言处理（NLP）任务。通过基本原理- 标记化、词性标注、依赖性解析等- 委托给另一个库，textacy专注于之前和之后的任务。
3. pycobra
存储库：https：//github.com/bhargavvader/pycobra
文档：https：//modal.lille.inria.fr/pycobra/
入门：https：//github.com/bhargavvader/pycobra/tree/master/docs/notebooks
pycobra是一个用于集成学习的python库。它可以作为使用这些集成机器进行回归和分类的工具包，也可以用于可视化新机器和组成机器的性能。在这里，当我们说机器时，我们指的是任何预测器或机器学习对象- 它可以是LASSO回归器，甚至是神经网络。它与scikit-learn兼容，适合现有的scikit-learn生态系统。
4. Termgraph
存储库，文档和入门：https：//github.com/mkaz/termgraph
一个python命令行工具，它在终端中绘制基本图形。
支持的图表类型：
- 条形图
- 彩色图表
- 多变量
- 堆积图表
- 水平或垂直
- 表情符号！
大多数结果可以在任何地方复制和粘贴，因为它们使用标准块字符。但是颜色图表不会显示，因为它们使用终端转义码来表示颜色。
5.repo2docker
存储库：https：//github.com/jupyter/repo2docker
文档：https：//repo2docker.readthedocs.io/en/latest/
入门：https：//repo2docker.readthedocs.io/en/latest/usage.html
jupyter-repo2docker是一个工具，用于从通过Jupyter服务器运行的源代码存储库构建，运行和推送Docker镜像。
repo2docker获取存储库（例如，从GitHub或其他位置）并基于存储库中找到配置文件构建容器映像。它可以用于通过构建和执行存储库的构建映像来本地浏览存储库，或者作为构建推送到Docker注册表的映像的方法。