Python內(nèi)置了很多第三方庫這是人盡皆知的事情，不僅可以拿來即用，而且在各個領域都有專門的第三方庫，也正因如此很多人都稱Python為無所不能的編程語言。那么Python中機器學習及深度學習庫有哪些?本文為大家介紹一下。

　　1、Numpy

　　Numpy是python的一個擴展程序庫，支持大量的維度數(shù)組與矩陣運算，此外也針對數(shù)組運算提供大量的數(shù)學函數(shù)庫，Numpy底層使用C語言編寫，數(shù)組中直接存儲對象，而不是存儲對象指針，所以其運算效率遠高于純python代碼。

　　2、OpenCV

　　OpenCV是一個跨平臺計算機視覺庫，可以運行在Linux、windows和Mac OS操作系統(tǒng)上。它輕量級而且高效，由一系列C函數(shù)和少量C++類構成，同時也提供了python接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。

　　3、Scikit-image

　　Scikit-image是基于scipy的圖像處理庫，它將圖片作為numpy數(shù)組進行處理。

　　4、PIL

　　PIL已經(jīng)成為python事實上的圖像處理標準庫了，這是由于PIL功能非常強大，但API卻非常簡單易用。但是由于PIL僅支持到python2.7.再加上年久失修，于是一群志愿者在PIL的基礎上創(chuàng)建了兼容的版本，名字叫pillow，支持最新Python3.x，又加入了許多新特性，因此我們可以跳過PIL，直接安裝pillow。

　　5、SimpleCV

　　SimpleCV是一個用于構建計算機視覺應用程序的開源框架。使用它，可以訪問高性能的計算機視覺庫，如OpenCV，而不必首先了解位深度、文件格式、顏色空間、緩沖區(qū)管理、特征值或矩陣等術語。但其對于Python3的支持很差。

　　6、Mahotas

　　Mahotas是一個快速計算機視覺算法庫，其構建在numpy之上，目前擁有超過100種圖像處理和計算機視覺功能，并在不斷增長。

　　7、Ilastik

　　Ilastik能夠給用戶提供良好的基于機器學習的生物信息圖像分析服務，利用機器學習算法，輕松地分割，分類，跟蹤和計算細胞或其他實驗數(shù)據(jù)。大多數(shù)操作都是交互的，并不需要機器學習專業(yè)知識。

　　8、Scikit-learn

　　Scikit-learn是針對Python編程語言的免費軟件機器學習庫。它具有各種分類，回歸和聚類算法，包括支持向量機，隨機森林，梯度提升，K均值和DBSCAN等多種機器學習算法。