Python 机器学习资源菜单，选库找工具不愁，GitHub 精选列表都齐了
用 Python 搞机器学习、数据科学，需要很多相关的资料，各种库、工具，都是常用、常找、常查的内容。
最近，维也纳的数据科学家 Florian Rohrer 把这类相关资料整理成了一个 Python 机器学习工具合辑，可以照着更新一下自己的收藏夹了。
四十几类项目
整个列表中，包含超过 40 类内容：
核心工具、Pandas 和 Jupyter、文本提取、大数据、统计、特征提取、可视化、地理工具、推荐系统、决策树、NLP、CV、神经网络、GPU、聚类、机器学习可解释性、强化学习……
具体都有什么呢？比如第一部分核心工具：
pandas、scikit-learn 这些常用的库都有，直接链接到它们的 GitHub 或者官网页面。
再比如说可视化部分：
包括可以生成 3D 效果图的 physt：
做各种统计图表的 Yellowbrick：
这哪怕是做 PPT，都非常有用啊！
资源列表大集结
另外，项目贡献者还安利了几个 GitHub 上不错的资源列表：
大部分都是几百几千星的资源表，也有不少标星数万的经典内容，比如 awesome-machine-learning：
各种语言项目都有，是真的 awesome。
常用代码
最后，还有一个部分是“经常 Google 的内容”。
可能对大家有用的代码：
传送门
最后，送上资源传送门：