介绍模式，不同于以前的模式，直接给出库连接。随后具体介绍库的由来和功能。对于乘风破浪的你，青春从来不缺位，也不让位，而是自信归位。逆龄奋斗，也延续了会Python会自我主张。不论处在任何人生阶段，都可以像乘风破浪的你一样勇敢出发。当然，这些别致的库说出来，用起来会让你不仅效率高，而且倍儿有面子。

1.astropy熵

http://www.astropy.org/

熵是专为天文学使用的软件包的集合。

核心的Astropy软件包包含针对专业天文学家和天体物理学家的功能，但对开发天文学软件的任何人都可能有用。

.astropy熵

2. Biopython

http://biopython.org/

Biopython是用于计算生物学和生物信息学的非商业Python工具的集合。

它包含代表生物学序列和序列注释的类。该库还可以读取和写入各种文件格式。

Biopython

3.Bokeh

https://docs.bokeh.org/en/latest/

Bokeh是一个Python交互式可视化库，它针对现代Web浏览器进行演示。

它可以帮助希望快速轻松地创建交互式绘图，仪表板和数据应用程序的任何人。

Bokeh的目的是以D3.js的样式提供优雅，简洁的新颖图形构造，同时还可以在非常大的数据集或流数据集上提供此功能以及高性能的交互性。

4.Cubes立方体

http://cubes.databrewery.org/

Cubes是一个轻量级的Python框架和一组工具，用于开发报告和分析应用程序，联机分析处理（OLAP），多维分析以及浏览汇总数据。

4.Cubes立方体

5.Dask达斯

http://dask.pydata.org/en/latest/

Dask是用于分析计算的灵活并行计算库，由两个组件组成：

1. 针对计算和交互式计算工作负载而优化的动态任务调度；
2. 大数据集合（如并行数组，数据帧和列表）将诸如NumPy，Pandas或Python迭代器之类的通用接口扩展到内存或分布式环境。

6.DEAP

https://github.com/deap

DEAP是用于快速原型制作和测试思想的进化计算框架。

它包含了实现最常见的进化计算技术所需的数据结构和工具，例如遗传算法，遗传编程，进化策略，粒子群优化，差分进化和分布算法估计。

粒子群优化，差分进化和分布算法估计

7. DMelt

http://jwork.org/dmelt/

DataMelt或DMelt是一款用于数值计算，统计，大数据量（大数据）分析和科学可视化的软件。

它可以与多种脚本语言一起使用，包括Python / Jython，BeanShell，Groovy，Ruby和Java。

该库具有许多应用程序，例如自然科学，工程学，建模和金融市场分析。

8.图形工具

http://graph-tool.skewed.de/

图工具是用于图的操纵和统计分析的模块。

9. matplotlib

https://github.com/matplotlib/matplotlib

Matplotlib是一个Python 2D绘图库，它以各种硬拷贝格式和交互式跨平台环境生成出版物质量的图形。它允许您生成图，直方图，功率谱，条形图，误差图，散点图等。

10. Mlpy

http://mlpy.sourceforge.net/

Mlpy是一个基于GNU科学库NumPy / SciPy构建的机器学习库。

它为有监督和无监督的问题提供了广泛的机器学习方法，旨在在模块化，可维护性，可再现性，可用性和效率之间找到合理的折衷方案。