Python語言之所以很流行，廣泛用於機器學習，資料探勘等領域，因為它有強大的第三方庫，下面我們就來做一個簡單總結。

     Numpy:       提供陣列支援，向量運算，以及高效的處理函式，線性代數處理等。

                         參考連結：http://www.numpy.org

     Scipy:          封裝了numpy,提供矩陣支援，以及矩陣相關的數值計算模組，例如插值運算，優化處理，影象訊號等處理。

                         參考連結： http://www.scipy.org

     pandas:        提供了強大的資料讀寫功能，可對資料做靈活的分析與探索，只要做資料分析，離不開你的工具，可參考圖書《利用Python進行資料分析》，需要電子版的可以留言告訴我。

                         參考連結： http://pandas.pydata.org/pandas-docs/stable

     Matplotlib:    資料視覺化最常用的工具，簡單幾行程式碼可以做出各種各樣的圖表（2維為主），比如直方圖，條形圖，散點圖。

                    參考連結：http://matplotlib.org      http://blog.csdn.net/u011497262/article/details/52325705

Scikit-Learn:   功能強大的機器學習庫，提供完整的學習工具箱，包括迴歸，分類，聚類等，使用簡單，kaggle選手經常使用的學習庫。但是並沒有提供神經網路，深度學習等模型。

                     參考連結：http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030181

TensorFlow：  google開源的數值計算框架，採用資料流圖的方式，可靈活搭建深度學習模型。

                    參考連結 ：http://www.tensorfly.cn/tfdoc/tutorials/overview.html