[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-lukasmasuch--best-of-ml-python":3,"tool-lukasmasuch--best-of-ml-python":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",148568,2,"2026-04-09T23:34:24",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108111,"2026-04-08T11:23:26",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":75,"owner_twitter":72,"owner_website":78,"owner_url":79,"languages":75,"stars":80,"forks":81,"last_commit_at":82,"license":83,"difficulty_score":84,"env_os":85,"env_gpu":86,"env_ram":86,"env_deps":87,"category_tags":90,"github_topics":92,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":112,"updated_at":113,"faqs":114,"releases":115},6048,"lukasmasuch\u002Fbest-of-ml-python","best-of-ml-python","🏆 A ranked list of awesome machine learning Python libraries. Updated weekly.","best-of-ml-python 是一份精心策划的机器学习 Python 库排行榜，旨在帮助开发者快速发现高质量的开源项目。面对 GitHub 上海量的机器学习资源，用户往往难以辨别哪些库真正值得投入时间学习或使用。这份清单通过自动收集 GitHub 星标、更新频率及包管理器数据等多维度指标，计算出“项目质量得分”，将 920 多个优秀项目按得分高低排序，并划分为机器学习框架、自然语言处理、计算机视觉、强化学习等 34 个细分领域。\n\n它主要解决了信息过载和筛选成本高的问题，让使用者无需在茫茫代码海中盲目摸索，即可直接定位到社区认可度高、维护活跃的工具。无论是正在寻找合适框架的 AI 工程师、需要调研前沿算法的研究人员，还是希望提升工作效率的数据科学家，都能从中获益。其独特的亮点在于每周自动更新排名，确保推荐内容紧跟技术潮流，同时支持社区共同维护，保证了列表的时效性与全面性。如果你希望高效构建技术栈或探索新的解决方案，best-of-ml-python 是一个值得信赖的导航指南。","\u003C!-- markdownlint-disable -->\n\u003Ch1 align=\"center\">\n    Best-of Machine Learning with Python\n    \u003Cbr>\n\u003C\u002Fh1>\n\n\u003Cp align=\"center\">\n    \u003Cstrong>🏆  A ranked list of awesome machine learning Python libraries. Updated weekly.\u003C\u002Fstrong>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of\" title=\"Best-of-badge\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d0666e818392.png\">\u003C\u002Fa>\n    \u003Ca href=\"#Contents\" title=\"Project Count\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fprojects-920-blue.svg?color=5ac4bf\">\u003C\u002Fa>\n    \u003Ca href=\"#Contribution\" title=\"Contributions are welcome\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fcontributions-welcome-green.svg\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Freleases\" title=\"Best-of Updates\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Frelease-date\u002Fml-tooling\u002Fbest-of-ml-python?color=green&label=updated\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fmltooling.substack.com\u002Fsubscribe\" title=\"Subscribe to newsletter\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c2109c0b6cbf.png\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Ftwitter.com\u002Fmltooling\" title=\"Follow on Twitter\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002Fmltooling.svg?style=social&label=Follow\">\u003C\u002Fa>\n\u003C\u002Fp>\n\nThis curated list contains 920 awesome open-source projects with a total of 5.1M stars grouped into 34 categories. All projects are ranked by a project-quality score, which is calculated based on various metrics automatically collected from GitHub and different package managers. If you like to add or update projects, feel free to open an [issue](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fissues\u002Fnew\u002Fchoose), submit a [pull request](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fpulls), or directly edit the [projects.yaml](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fedit\u002Fmain\u002Fprojects.yaml). Contributions are very welcome!\n\n---\n\n\u003Cp align=\"center\">\n     🧙‍♂️  Discover other \u003Ca href=\"https:\u002F\u002Fbest-of.org\">best-of lists\u003C\u002Fa> or create \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbest-of-lists\u002Fbest-of\u002Fblob\u002Fmain\u002Fcreate-best-of-list.md\">your own\u003C\u002Fa>.\u003Cbr>\n    📫  Subscribe to our \u003Ca href=\"https:\u002F\u002Fmltooling.substack.com\u002Fsubscribe\">newsletter\u003C\u002Fa> for updates and trending projects.\n\u003C\u002Fp>\n\n---\n\n\n## Contents\n\n- [Machine Learning Frameworks](#machine-learning-frameworks) _64 projects_\n- [Data Visualization](#data-visualization) _55 projects_\n- [Text Data & NLP](#text-data--nlp) _103 projects_\n- [Image Data](#image-data) _64 projects_\n- [Graph Data](#graph-data) _36 projects_\n- [Audio Data](#audio-data) _29 projects_\n- [Geospatial Data](#geospatial-data) _22 projects_\n- [Financial Data](#financial-data) _25 projects_\n- [Time Series Data](#time-series-data) _29 projects_\n- [Medical Data](#medical-data) _19 projects_\n- [Tabular Data](#tabular-data) _6 projects_\n- [Optical Character Recognition](#optical-character-recognition) _12 projects_\n- [Data Containers & Structures](#data-containers--structures) _1 projects_\n- [Data Loading & Extraction](#data-loading--extraction) _1 projects_\n- [Web Scraping & Crawling](#web-scraping--crawling) _1 projects_\n- [Data Pipelines & Streaming](#data-pipelines--streaming) _2 projects_\n- [Distributed Machine Learning](#distributed-machine-learning) _36 projects_\n- [Hyperparameter Optimization & AutoML](#hyperparameter-optimization--automl) _52 projects_\n- [Reinforcement Learning](#reinforcement-learning) _23 projects_\n- [Recommender Systems](#recommender-systems) _17 projects_\n- [Privacy Machine Learning](#privacy-machine-learning) _7 projects_\n- [Workflow & Experiment Tracking](#workflow--experiment-tracking) _40 projects_\n- [Model Serialization & Deployment](#model-serialization--deployment) _20 projects_\n- [Model Interpretability](#model-interpretability) _55 projects_\n- [Vector Similarity Search (ANN)](#vector-similarity-search-ann) _13 projects_\n- [Probabilistics & Statistics](#probabilistics--statistics) _24 projects_\n- [Adversarial Robustness](#adversarial-robustness) _9 projects_\n- [GPU & Accelerator Utilities](#gpu--accelerator-utilities) _20 projects_\n- [Tensorflow Utilities](#tensorflow-utilities) _16 projects_\n- [Jax Utilities](#jax-utilities) _3 projects_\n- [Sklearn Utilities](#sklearn-utilities) _19 projects_\n- [Pytorch Utilities](#pytorch-utilities) _32 projects_\n- [Database Clients](#database-clients) _1 projects_\n- [Others](#others) _66 projects_\n\n## Explanation\n- 🥇🥈🥉  Combined project-quality score\n- ⭐️  Star count from GitHub\n- 🐣  New project _(less than 6 months old)_\n- 💤  Inactive project _(6 months no activity)_\n- 💀  Dead project _(12 months no activity)_\n- 📈📉  Project is trending up or down\n- ➕  Project was recently added\n- ❗️  Warning _(e.g. missing\u002Frisky license)_\n- 👨‍💻  Contributors count from GitHub\n- 🔀  Fork count from GitHub\n- 📋  Issue count from GitHub\n- ⏱️  Last update timestamp on package manager\n- 📥  Download count from package manager\n- 📦  Number of dependent projects\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Tensorflow related project\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Sklearn related project\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  PyTorch related project\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  MxNet related project\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Apache Spark related project\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Jupyter related project\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  PaddlePaddle related project\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Pandas related project\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Jax related project\n\n\u003Cbr>\n\n## Machine Learning Frameworks\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_General-purpose machine learning and deep learning frameworks._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorflow\">Tensorflow\u003C\u002Fa>\u003C\u002Fb> (🥇56 ·  ⭐ 200K) - An Open Source Machine Learning Framework for Everyone. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorflow) (👨‍💻 5K · 🔀 75K · 📦 540K · 📋 42K - 4% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow) (📥 26M \u002F month · 📦 9.6K · ⏱️ 13.08.2025):\n\t```\n\tpip install tensorflow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorflow) (📥 6M · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge tensorflow\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Ftensorflow\u002Ftensorflow) (📥 81M · ⭐ 2.8K · ⏱️ 30.10.2025):\n\t```\n\tdocker pull tensorflow\u002Ftensorflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\">PyTorch\u003C\u002Fa>\u003C\u002Fb> (🥇56 ·  ⭐ 94K) - Tensors and Dynamic neural networks in Python with strong GPU.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch) (👨‍💻 6K · 🔀 26K · 📥 110K · 📦 830K · 📋 56K - 30% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch) (📥 70M \u002F month · 📦 30K · ⏱️ 15.10.2025):\n\t```\n\tpip install torch\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fpytorch\u002Fpytorch) (📥 29M · ⏱️ 25.03.2025):\n\t```\n\tconda install -c pytorch pytorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn\u002Fscikit-learn\">scikit-learn\u003C\u002Fa>\u003C\u002Fb> (🥇53 ·  ⭐ 64K) - scikit-learn: machine learning in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-learn\u002Fscikit-learn) (👨‍💻 3.4K · 🔀 26K · 📥 1.1K · 📦 1.3M · 📋 12K - 17% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-learn\u002Fscikit-learn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-learn) (📥 140M \u002F month · 📦 35K · ⏱️ 09.09.2025):\n\t```\n\tpip install scikit-learn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscikit-learn) (📥 40M · ⏱️ 09.09.2025):\n\t```\n\tconda install -c conda-forge scikit-learn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras\">Keras\u003C\u002Fa>\u003C\u002Fb> (🥇50 ·  ⭐ 64K) - Deep Learning for humans. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras) (👨‍💻 1.4K · 🔀 20K · 📦 300K · 📋 13K - 2% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkeras) (📥 19M \u002F month · 📦 2K · ⏱️ 27.10.2025):\n\t```\n\tpip install keras\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fkeras) (📥 4.5M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge keras\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fxgboost\">XGBoost\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 28K) - Scalable, Portable and Distributed Gradient Boosting (GBDT, GBRT or.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fxgboost) (👨‍💻 670 · 🔀 8.8K · 📥 20K · 📦 170K · 📋 5.6K - 8% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fxgboost\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fxgboost) (📥 31M \u002F month · 📦 2.9K · ⏱️ 21.10.2025):\n\t```\n\tpip install xgboost\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fxgboost) (📥 6.6M · ⏱️ 16.09.2025):\n\t```\n\tconda install -c conda-forge xgboost\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle\">PaddlePaddle\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 23K) - PArallel Distributed Deep LEarning: Machine Learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle) (👨‍💻 1.5K · 🔀 5.9K · 📥 15K · 📦 8.8K · 📋 20K - 8% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpaddlepaddle) (📥 1.6M \u002F month · 📦 280 · ⏱️ 30.10.2025):\n\t```\n\tpip install paddlepaddle\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjax-ml\u002Fjax\">jax\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 34K) - Composable transformations of Python+NumPy programs: differentiate,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjax-ml\u002Fjax) (👨‍💻 980 · 🔀 3.2K · 📦 47K · 📋 6.6K - 24% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fjax\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjax) (📥 12M \u002F month · 📦 3.1K · ⏱️ 15.10.2025):\n\t```\n\tpip install jax\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fjaxlib) (📥 3.2M · ⏱️ 06.10.2025):\n\t```\n\tconda install -c conda-forge jaxlib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fpytorch-lightning\">pytorch-lightning\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 30K) - Pretrain, finetune ANY AI model of ANY size on 1 or.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fpytorch-lightning) (👨‍💻 1K · 🔀 3.6K · 📥 15K · 📦 48K · 📋 7.4K - 11% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Flightning\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch-lightning) (📥 9.8M \u002F month · 📦 1.8K · ⏱️ 05.09.2025):\n\t```\n\tpip install pytorch-lightning\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch-lightning) (📥 1.7M · ⏱️ 05.09.2025):\n\t```\n\tconda install -c conda-forge pytorch-lightning\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstatsmodels\u002Fstatsmodels\">StatsModels\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 11K) - Statsmodels: statistical modeling and econometrics in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstatsmodels\u002Fstatsmodels) (👨‍💻 470 · 🔀 3.3K · 📥 36 · 📦 180K · 📋 5.8K - 50% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fstatsmodels\u002Fstatsmodels\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstatsmodels) (📥 24M \u002F month · 📦 5.6K · ⏱️ 07.07.2025):\n\t```\n\tpip install statsmodels\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fstatsmodels) (📥 22M · ⏱️ 01.10.2025):\n\t```\n\tconda install -c conda-forge statsmodels\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\">PySpark\u003C\u002Fa>\u003C\u002Fb> (🥈44 ·  ⭐ 42K) - Apache Spark Python API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark) (👨‍💻 3.3K · 🔀 29K · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyspark) (📥 47M \u002F month · 📦 2.1K · ⏱️ 30.10.2025):\n\t```\n\tpip install pyspark\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyspark) (📥 4.2M · ⏱️ 08.09.2025):\n\t```\n\tconda install -c conda-forge pyspark\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLightGBM\">LightGBM\u003C\u002Fa>\u003C\u002Fb> (🥈42 ·  ⭐ 18K) - A fast, distributed, high performance gradient boosting (GBT, GBDT, GBRT,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLightGBM) (👨‍💻 330 · 🔀 3.9K · 📥 310K · 📦 56K · 📋 3.6K - 12% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLightGBM\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flightgbm) (📥 11M \u002F month · 📦 1.6K · ⏱️ 15.02.2025):\n\t```\n\tpip install lightgbm\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flightgbm) (📥 4.1M · ⏱️ 20.10.2025):\n\t```\n\tconda install -c conda-forge lightgbm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcatboost\u002Fcatboost\">Catboost\u003C\u002Fa>\u003C\u002Fb> (🥈42 ·  ⭐ 8.6K) - A fast, scalable, high performance Gradient Boosting on Decision.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcatboost\u002Fcatboost) (👨‍💻 1.4K · 🔀 1.2K · 📥 460K · 📦 19 · 📋 2.5K - 25% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcatboost\u002Fcatboost\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcatboost) (📥 5.1M \u002F month · 📦 650 · ⏱️ 13.04.2025):\n\t```\n\tpip install catboost\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcatboost) (📥 2.2M · ⏱️ 09.08.2025):\n\t```\n\tconda install -c conda-forge catboost\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffastai\u002Ffastai\">Fastai\u003C\u002Fa>\u003C\u002Fb> (🥈41 ·  ⭐ 28K) - The fastai deep learning library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffastai\u002Ffastai) (👨‍💻 680 · 🔀 7.6K · 📦 23K · 📋 1.9K - 14% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffastai\u002Ffastai\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffastai) (📥 640K \u002F month · 📦 340 · ⏱️ 26.10.2025):\n\t```\n\tpip install fastai\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fflink\">PyFlink\u003C\u002Fa>\u003C\u002Fb> (🥈39 ·  ⭐ 25K) - Apache Flink Python API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fapache\u002Fflink) (👨‍💻 2.1K · 🔀 14K · 📦 21 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fapache\u002Fflink\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fapache-flink) (📥 450K \u002F month · 📦 38 · ⏱️ 28.10.2025):\n\t```\n\tpip install apache-flink\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fflax\">Flax\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 6.9K) - Flax is a neural network library for JAX that is designed for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fflax) (👨‍💻 280 · 🔀 740 · 📥 61 · 📦 15K · 📋 1.3K - 33% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fflax\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fflax) (📥 2M \u002F month · 📦 740 · ⏱️ 25.09.2025):\n\t```\n\tpip install flax\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fflax) (📥 130K · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge flax\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fignite\">Ignite\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 4.7K) - High-level library to help with training and evaluating neural.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fignite) (👨‍💻 1K · 🔀 660 · 📦 3.9K · 📋 1.4K - 10% open · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fignite\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch-ignite) (📥 170K \u002F month · 📦 120 · ⏱️ 30.10.2025):\n\t```\n\tpip install pytorch-ignite\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fpytorch\u002Fignite) (📥 250K · ⏱️ 16.10.2025):\n\t```\n\tconda install -c pytorch ignite\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farogozhnikov\u002Feinops\">einops\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 9.2K) - Flexible and powerful tensor operations for readable and reliable code.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Farogozhnikov\u002Feinops) (👨‍💻 34 · 🔀 380 · 📦 82K · 📋 200 - 17% open · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Farogozhnikov\u002Feinops\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Feinops) (📥 15M \u002F month · 📦 2.6K · ⏱️ 09.02.2025):\n\t```\n\tpip install einops\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Feinops) (📥 470K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge einops\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fivy-llc\u002Fivy\">ivy\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 14K) - Convert Machine Learning Code Between Frameworks. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fivy-llc\u002Fivy) (👨‍💻 1.5K · 🔀 5.6K · 📋 17K - 5% open · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funifyai\u002Fivy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fivy) (📥 33K \u002F month · 📦 16 · ⏱️ 16.06.2025):\n\t```\n\tpip install ivy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fserve\">Jina\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 22K · 💤) - Build multimodal AI applications with cloud-native stack. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fserve) (👨‍💻 180 · 🔀 2.2K · ⏱️ 24.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fjina\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjina) (📥 120K \u002F month · 📦 29 · ⏱️ 24.03.2025):\n\t```\n\tpip install jina\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fjina-core) (📥 110K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge jina-core\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fjinaai\u002Fjina) (📥 1.8M · ⭐ 9 · ⏱️ 24.03.2025):\n\t```\n\tdocker pull jinaai\u002Fjina\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmlpack\u002Fmlpack\">mlpack\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 5.5K) - mlpack: a fast, header-only C++ machine learning library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmlpack\u002Fmlpack) (👨‍💻 340 · 🔀 1.7K · 📋 1.7K - 1% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmlpack\u002Fmlpack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmlpack) (📥 4.7K \u002F month · 📦 6 · ⏱️ 22.05.2025):\n\t```\n\tpip install mlpack\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmlpack) (📥 410K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge mlpack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fthinc\">Thinc\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 2.9K · 💤) - A refreshing functional take on deep learning, compatible with your.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fthinc) (👨‍💻 67 · 🔀 280 · 📥 2K · 📦 70K · 📋 160 - 14% open · ⏱️ 07.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fthinc\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fthinc) (📥 17M \u002F month · 📦 160 · ⏱️ 04.04.2025):\n\t```\n\tpip install thinc\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fthinc) (📥 3.9M · ⏱️ 06.07.2025):\n\t```\n\tconda install -c conda-forge thinc\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fludwig-ai\u002Fludwig\">Ludwig\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 12K · 💤) - Low-code framework for building custom LLMs, neural networks,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fludwig-ai\u002Fludwig) (👨‍💻 160 · 🔀 1.2K · 📦 340 · 📋 1.1K - 4% open · ⏱️ 17.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fludwig-ai\u002Fludwig\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fludwig) (📥 3.8K \u002F month · 📦 6 · ⏱️ 30.07.2024):\n\t```\n\tpip install ludwig\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fskorch-dev\u002Fskorch\">skorch\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 6.1K) - A scikit-learn compatible neural network library that wraps.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fskorch-dev\u002Fskorch) (👨‍💻 68 · 🔀 400 · 📦 1.7K · 📋 540 - 12% open · ⏱️ 23.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fskorch-dev\u002Fskorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fskorch) (📥 150K \u002F month · 📦 110 · ⏱️ 08.08.2025):\n\t```\n\tpip install skorch\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fskorch) (📥 810K · ⏱️ 08.08.2025):\n\t```\n\tconda install -c conda-forge skorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fsonnet\">Sonnet\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 9.9K) - TensorFlow-based neural network library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fsonnet) (👨‍💻 61 · 🔀 1.3K · 📦 1.5K · 📋 190 - 16% open · ⏱️ 04.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmind\u002Fsonnet\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdm-sonnet) (📥 35K \u002F month · 📦 19 · ⏱️ 02.01.2024):\n\t```\n\tpip install dm-sonnet\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsonnet) (📥 47K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge sonnet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fdm-haiku\">Haiku\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 3.1K · 📉) - JAX-based neural network library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fdm-haiku) (👨‍💻 90 · 🔀 260 · 📦 2.6K · 📋 250 - 29% open · ⏱️ 29.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmind\u002Fdm-haiku\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdm-haiku) (📥 260K \u002F month · 📦 200 · ⏱️ 18.09.2025):\n\t```\n\tpip install dm-haiku\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdm-haiku) (📥 44K · ⏱️ 19.09.2025):\n\t```\n\tconda install -c conda-forge dm-haiku\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FROCm\u002Ftensorflow-upstream\">tensorflow-upstream\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 700) - TensorFlow ROCm port. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FROCm\u002Ftensorflow-upstream) (👨‍💻 5K · 🔀 100 · 📥 31 · 📋 400 - 3% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FROCmSoftwarePlatform\u002Ftensorflow-upstream\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-rocm) (📥 1.7K \u002F month · 📦 9 · ⏱️ 10.01.2024):\n\t```\n\tpip install tensorflow-rocm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeomstats\u002Fgeomstats\">Geomstats\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 1.4K) - Computations and statistics on manifolds with geometric structures. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgeomstats\u002Fgeomstats) (👨‍💻 97 · 🔀 260 · 📦 150 · 📋 570 - 36% open · ⏱️ 06.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgeomstats\u002Fgeomstats\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgeomstats) (📥 15K \u002F month · 📦 12 · ⏱️ 09.09.2024):\n\t```\n\tpip install geomstats\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgeomstats) (📥 8.2K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge geomstats\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FpyRiemann\u002FpyRiemann\">pyRiemann\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 700) - Machine learning for multivariate data through the Riemannian.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FpyRiemann\u002FpyRiemann) (👨‍💻 38 · 🔀 170 · 📦 480 · 📋 110 - 2% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FpyRiemann\u002FpyRiemann\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyriemann) (📥 75K \u002F month · 📦 31 · ⏱️ 23.07.2025):\n\t```\n\tpip install pyriemann\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyriemann) (📥 16K · ⏱️ 23.07.2025):\n\t```\n\tconda install -c conda-forge pyriemann\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnumenta\u002Fnupic-legacy\">NuPIC\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 6.4K · 💤) - Numenta Platform for Intelligent Computing is an implementation of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnumenta\u002Fnupic-legacy) (👨‍💻 120 · 🔀 1.5K · 📥 26 · 📦 21 · 📋 1.8K - 25% open · ⏱️ 03.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnumenta\u002Fnupic\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnupic) (📥 510 \u002F month · ⏱️ 01.09.2016):\n\t```\n\tpip install nupic\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdetermined-ai\u002Fdetermined\">Determined\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 3.2K · 💤) - Determined is an open-source machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdetermined-ai\u002Fdetermined) (👨‍💻 120 · 🔀 360 · 📥 7.8K · 📋 450 - 22% open · ⏱️ 20.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdetermined-ai\u002Fdetermined\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdetermined) (📥 33K \u002F month · 📦 4 · ⏱️ 19.03.2025):\n\t```\n\tpip install determined\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsony\u002Fnnabla\">Neural Network Libraries\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.8K) - Neural Network Libraries. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsony\u002Fnnabla) (👨‍💻 76 · 🔀 340 · 📥 1K · 📋 95 - 36% open · ⏱️ 29.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsony\u002Fnnabla\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnnabla) (📥 1.6K \u002F month · 📦 44 · ⏱️ 29.05.2024):\n\t```\n\tpip install nnabla\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepinv\u002Fdeepinv\">deepinv\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 540) - DeepInverse: a PyTorch library for solving imaging inverse problems.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepinv\u002Fdeepinv) (👨‍💻 53 · 🔀 120 · 📥 24 · 📦 23 · 📋 350 - 33% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepinv\u002Fdeepinv\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepinv) (📥 2.4K \u002F month · ⏱️ 08.10.2025):\n\t```\n\tpip install deepinv\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftowhee-io\u002Ftowhee\">Towhee\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 3.4K · 💤) - Towhee is a framework that is dedicated to making neural data.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftowhee-io\u002Ftowhee) (👨‍💻 38 · 🔀 260 · 📥 2.7K · 📋 670 - 0% open · ⏱️ 18.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftowhee-io\u002Ftowhee\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftowhee) (📥 1.3K \u002F month · ⏱️ 04.12.2023):\n\t```\n\tpip install towhee\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnubank\u002Ffklearn\">fklearn\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.5K) - fklearn: Functional Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnubank\u002Ffklearn) (👨‍💻 56 · 🔀 170 · 📦 16 · 📋 64 - 60% open · ⏱️ 23.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnubank\u002Ffklearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffklearn) (📥 750 \u002F month · ⏱️ 26.02.2025):\n\t```\n\tpip install fklearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frun-house\u002Fkubetorch\">Runhouse\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.1K) - Distribute and run AI workloads magically in Python, like PyTorch.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frun-house\u002Fkubetorch) (👨‍💻 16 · 🔀 41 · 📥 79 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frun-house\u002Frunhouse\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frunhouse) (📥 4.5K \u002F month · 📦 1 · ⏱️ 10.03.2025):\n\t```\n\tpip install runhouse\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fneoml-lib\u002Fneoml\">NeoML\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 790) - Machine learning framework for both deep learning and traditional.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fneoml-lib\u002Fneoml) (👨‍💻 41 · 🔀 130 · 📦 2 · 📋 91 - 40% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fneoml-lib\u002Fneoml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fneoml) (📥 190 \u002F month · ⏱️ 26.12.2023):\n\t```\n\tpip install neoml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserengil\u002Fchefboost\">chefboost\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 480) - A Lightweight Decision Tree Framework supporting regular algorithms:.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fserengil\u002Fchefboost) (👨‍💻 7 · 🔀 100 · 📦 72 · ⏱️ 09.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fserengil\u002Fchefboost\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fchefboost) (📥 770 \u002F month · ⏱️ 30.10.2024):\n\t```\n\tpip install chefboost\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundergbm\">ThunderGBM\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 710 · 💤) - ThunderGBM: Fast GBDTs and Random Forests on GPUs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundergbm) (👨‍💻 12 · 🔀 88 · 📦 4 · 📋 81 - 48% open · ⏱️ 19.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundergbm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fthundergbm) (📥 220 \u002F month · ⏱️ 19.09.2022):\n\t```\n\tpip install thundergbm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 26 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdavisking\u002Fdlib\">dlib\u003C\u002Fa>\u003C\u002Fb> (🥈40 ·  ⭐ 14K) - A toolkit for making real world machine learning and data analysis.. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSL-1.0\">❗️BSL-1.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fmxnet\">MXNet\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 21K · 💀) - Lightweight, Portable, Flexible Distributed\u002FMobile Deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTheano\u002FTheano\">Theano\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 10K · 💀) - Theano was a Python library that allows you to define, optimize, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmindsdb\u002Fmindsdb\">MindsDB\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 37K) - Federated query engine for AI - The only MCP Server youll ever need. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=ICU\">❗️ICU\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FVowpalWabbit\u002Fvowpal_wabbit\">Vowpal Wabbit\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 8.6K · 💀) - Vowpal Wabbit is a machine learning system which pushes the.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fchainer\u002Fchainer\">Chainer\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 5.9K · 💀) - A flexible framework of neural networks for deep learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapple\u002Fturicreate\">Turi Create\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 11K · 💀) - Turi Create simplifies the development of custom machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorpack\u002Ftensorpack\">tensorpack\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 6.3K · 💀) - A Neural Net Training Interface on TensorFlow, with.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftflearn\u002Ftflearn\">TFlearn\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 9.6K · 💀) - Deep learning library featuring a higher-level API for TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclab\u002Fdynet\">dyNET\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 3.4K · 💀) - DyNet: The Dynamic Neural Network Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FCNTK\">CNTK\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 18K · 💀) - Microsoft Cognitive Toolkit (CNTK), an open source deep-learning toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLasagne\u002FLasagne\">Lasagne\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 3.9K · 💀) - Lightweight library to build and train neural networks in Theano. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshogun-toolbox\u002Fshogun\">SHOGUN\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 3.1K · 💀) - Unified and efficient Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Famaiya\u002Fktrain\">ktrain\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.3K · 💀) - ktrain is a Python library that makes deep learning and AI.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fitdxer\u002Fneupy\">NeuPy\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 740 · 💀) - NeuPy is a Tensorflow based python library for prototyping and building.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faksnzhy\u002Fxlearn\">xLearn\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.1K · 💀) - High performance, easy-to-use, and scalable machine learning (ML).. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeorgia-tech-db\u002Fevadb\">EvaDB\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.7K · 💀) - Database system for AI-powered apps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNervanaSystems\u002Fneon\">neon\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.9K · 💀) - Intel Nervana reference deep learning framework committed to best.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundersvm\">ThunderSVM\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.6K · 💀) - ThunderSVM: A Fast SVM Library on GPUs and CPUs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorchbearer\u002Ftorchbearer\">Torchbearer\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 640 · 💀) - torchbearer: A model fitting library for PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FXiaoMi\u002Fmace\">mace\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 5K · 💀) - MACE is a deep learning inference framework optimized for mobile.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fneural-tangents\">Neural Tangents\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.4K · 💀) - Fast and Easy Infinite Neural Networks in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fobjax\">Objax\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 770 · 💀) - Objax is a machine learning framework that provides an Object.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpoets-ai\u002Felegy\">elegy\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 480 · 💀) - A High Level API for Deep Learning in JAX. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FStarSpace\">StarSpace\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 4K · 💀) - Learning embeddings for classification, retrieval and ranking. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHenryNdubuaku\u002Fnanodl\">nanodl\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 300 · 💀) - A Jax-based library for building transformers, includes.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Data Visualization\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_General-purpose and task-specific data visualization libraries._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmatplotlib\u002Fmatplotlib\">Matplotlib\u003C\u002Fa>\u003C\u002Fb> (🥇49 ·  ⭐ 22K) - matplotlib: plotting with Python. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmatplotlib\u002Fmatplotlib) (👨‍💻 1.9K · 🔀 8.1K · 📦 1.9M · 📋 11K - 14% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmatplotlib\u002Fmatplotlib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmatplotlib) (📥 120M \u002F month · 📦 68K · ⏱️ 09.10.2025):\n\t```\n\tpip install matplotlib\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmatplotlib) (📥 33M · ⏱️ 15.10.2025):\n\t```\n\tconda install -c conda-forge matplotlib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py\">Plotly\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 18K) - The interactive graphing library for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py) (👨‍💻 300 · 🔀 2.7K · 📥 550 · 📦 460K · 📋 3.3K - 21% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fplotly) (📥 37M \u002F month · 📦 9.7K · ⏱️ 02.10.2025):\n\t```\n\tpip install plotly\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fplotly) (📥 12M · ⏱️ 03.10.2025):\n\t```\n\tconda install -c conda-forge plotly\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fplotlywidget) (📥 2.8K \u002F month · 📦 9 · ⏱️ 12.01.2021):\n\t```\n\tnpm install plotlywidget\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplotly\u002Fdash\">dash\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 24K) - Data Apps & Dashboards for Python. No JavaScript Required. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fplotly\u002Fdash) (👨‍💻 190 · 🔀 2.2K · 📥 120 · 📦 89K · 📋 2.1K - 27% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fplotly\u002Fdash\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdash) (📥 5.5M \u002F month · 📦 1.9K · ⏱️ 22.10.2025):\n\t```\n\tpip install dash\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdash) (📥 2.1M · ⏱️ 11.08.2025):\n\t```\n\tconda install -c conda-forge dash\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbokeh\u002Fbokeh\">Bokeh\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 20K) - Interactive Data Visualization in the browser, from Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbokeh\u002Fbokeh) (👨‍💻 720 · 🔀 4.2K · 📦 100K · 📋 8.1K - 10% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbokeh\u002Fbokeh\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbokeh) (📥 5M \u002F month · 📦 2.2K · ⏱️ 13.10.2025):\n\t```\n\tpip install bokeh\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbokeh) (📥 18M · ⏱️ 30.08.2025):\n\t```\n\tconda install -c conda-forge bokeh\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmwaskom\u002Fseaborn\">Seaborn\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 14K) - Statistical data visualization in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmwaskom\u002Fseaborn) (👨‍💻 220 · 🔀 2K · 📥 510 · 📦 700K · 📋 2.6K - 6% open · ⏱️ 10.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmwaskom\u002Fseaborn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fseaborn) (📥 31M \u002F month · 📦 11K · ⏱️ 25.01.2024):\n\t```\n\tpip install seaborn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fseaborn) (📥 15M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge seaborn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvega\u002Faltair\">Altair\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 10K) - Declarative visualization library for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvega\u002Faltair) (👨‍💻 180 · 🔀 800 · 📥 280 · 📦 240K · 📋 2.1K - 6% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Faltair-viz\u002Faltair\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faltair) (📥 37M \u002F month · 📦 920 · ⏱️ 23.11.2024):\n\t```\n\tpip install altair\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faltair) (📥 3M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge altair\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvoxel51\u002Ffiftyone\">FiftyOne\u003C\u002Fa>\u003C\u002Fb> (🥈39 ·  ⭐ 10K) - Visualize, create, and debug image and video datasets.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvoxel51\u002Ffiftyone) (👨‍💻 160 · 🔀 680 · 📦 1K · 📋 1.8K - 35% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvoxel51\u002Ffiftyone\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffiftyone) (📥 170K \u002F month · 📦 36 · ⏱️ 20.10.2025):\n\t```\n\tpip install fiftyone\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fxflr6\u002Fgraphviz\">Graphviz\u003C\u002Fa>\u003C\u002Fb> (🥈39 ·  ⭐ 1.8K) - Simple Python interface for Graphviz. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fxflr6\u002Fgraphviz) (👨‍💻 24 · 🔀 220 · 📦 95K · 📋 190 - 6% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fxflr6\u002Fgraphviz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgraphviz) (📥 26M \u002F month · 📦 3.2K · ⏱️ 15.06.2025):\n\t```\n\tpip install graphviz\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fpython-graphviz) (📥 59K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c anaconda python-graphviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyvista\u002Fpyvista\">PyVista\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 3.3K) - 3D plotting and mesh analysis through a streamlined interface for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyvista\u002Fpyvista) (👨‍💻 190 · 🔀 590 · 📥 960 · 📦 5.2K · 📋 2K - 35% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyvista\u002Fpyvista\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyvista) (📥 1M \u002F month · 📦 820 · ⏱️ 26.08.2025):\n\t```\n\tpip install pyvista\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyvista) (📥 810K · ⏱️ 10.10.2025):\n\t```\n\tconda install -c conda-forge pyvista\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fholoviews\">HoloViews\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 2.8K) - With Holoviews, your data visualizes itself. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fholoviews) (👨‍💻 150 · 🔀 410 · 📦 17K · 📋 3.4K - 31% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fholoviews\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fholoviews) (📥 820K \u002F month · 📦 490 · ⏱️ 29.10.2025):\n\t```\n\tpip install holoviews\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fholoviews) (📥 2.4M · ⏱️ 25.06.2025):\n\t```\n\tconda install -c conda-forge holoviews\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002F@pyviz\u002Fjupyterlab_pyviz) (📥 380 \u002F month · 📦 7 · ⏱️ 20.06.2025):\n\t```\n\tnpm install @pyviz\u002Fjupyterlab_pyviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyecharts\u002Fpyecharts\">pyecharts\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 16K) - Python Echarts Plotting Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyecharts\u002Fpyecharts) (👨‍💻 45 · 🔀 2.9K · 📥 75 · 📦 5.5K · 📋 1.9K - 0% open · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyecharts\u002Fpyecharts\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyecharts) (📥 530K \u002F month · 📦 280 · ⏱️ 10.10.2025):\n\t```\n\tpip install pyecharts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyqtgraph\u002Fpyqtgraph\">PyQtGraph\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 4.2K) - Fast data visualization and GUI tools for scientific \u002F engineering.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyqtgraph\u002Fpyqtgraph) (👨‍💻 300 · 🔀 1.1K · 📦 13K · 📋 1.4K - 31% open · ⏱️ 02.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyqtgraph\u002Fpyqtgraph\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyqtgraph) (📥 560K \u002F month · 📦 1K · ⏱️ 29.04.2024):\n\t```\n\tpip install pyqtgraph\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyqtgraph) (📥 880K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pyqtgraph\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fydataai\u002Fydata-profiling\">pandas-profiling\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 13K) - 1 Line of code data quality profiling & exploratory.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fydataai\u002Fydata-profiling) (👨‍💻 140 · 🔀 1.7K · 📥 490 · 📦 6.9K · 📋 850 - 30% open · ⏱️ 19.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fydataai\u002Fpandas-profiling\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpandas-profiling) (📥 330K \u002F month · 📦 180 · ⏱️ 03.02.2023):\n\t```\n\tpip install pandas-profiling\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpandas-profiling) (📥 590K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pandas-profiling\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhas2k1\u002Fplotnine\">plotnine\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 4.4K) - A Grammar of Graphics for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhas2k1\u002Fplotnine) (👨‍💻 110 · 🔀 240 · 📦 13K · 📋 750 - 10% open · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhas2k1\u002Fplotnine\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fplotnine) (📥 2.2M \u002F month · 📦 400 · ⏱️ 15.07.2025):\n\t```\n\tpip install plotnine\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fplotnine) (📥 560K · ⏱️ 15.07.2025):\n\t```\n\tconda install -c conda-forge plotnine\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSciTools\u002Fcartopy\">cartopy\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 1.5K) - Cartopy - a cartographic python library with matplotlib support. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FSciTools\u002Fcartopy) (👨‍💻 140 · 🔀 390 · 📦 8.1K · 📋 1.3K - 23% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FSciTools\u002Fcartopy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcartopy) (📥 810K \u002F month · 📦 970 · ⏱️ 01.08.2025):\n\t```\n\tpip install cartopy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcartopy) (📥 5.6M · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge cartopy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvispy\u002Fvispy\">VisPy\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 3.5K · 📉) - High-performance interactive 2D\u002F3D data visualization library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvispy\u002Fvispy) (👨‍💻 210 · 🔀 620 · 📦 2.1K · 📋 1.5K - 25% open · ⏱️ 13.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvispy\u002Fvispy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvispy) (📥 190K \u002F month · 📦 200 · ⏱️ 19.05.2025):\n\t```\n\tpip install vispy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fvispy) (📥 980K · ⏱️ 30.08.2025):\n\t```\n\tconda install -c conda-forge vispy\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fvispy) (📥 12 \u002F month · 📦 3 · ⏱️ 15.03.2020):\n\t```\n\tnpm install vispy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fdatashader\">datashader\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 3.5K) - Quickly and accurately render even the largest data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fdatashader) (👨‍💻 63 · 🔀 380 · 📦 6.3K · 📋 620 - 24% open · ⏱️ 09.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fdatashader\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdatashader) (📥 280K \u002F month · 📦 250 · ⏱️ 05.08.2025):\n\t```\n\tpip install datashader\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdatashader) (📥 1.6M · ⏱️ 05.08.2025):\n\t```\n\tconda install -c conda-forge datashader\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJetBrains\u002Flets-plot\">lets-plot\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.7K) - Multiplatform plotting library based on the Grammar of Graphics. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FJetBrains\u002Flets-plot) (👨‍💻 21 · 🔀 54 · 📥 3.4K · 📦 190 · 📋 740 - 21% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJetBrains\u002Flets-plot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flets-plot) (📥 120K \u002F month · 📦 16 · ⏱️ 12.09.2025):\n\t```\n\tpip install lets-plot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Famueller\u002Fword_cloud\">wordcloud\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 10K) - A little word cloud generator in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Famueller\u002Fword_cloud) (👨‍💻 75 · 🔀 2.3K · 📦 21 · 📋 560 - 24% open · ⏱️ 31.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Famueller\u002Fword_cloud\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fwordcloud) (📥 2M \u002F month · 📦 550 · ⏱️ 10.11.2024):\n\t```\n\tpip install wordcloud\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fwordcloud) (📥 790K · ⏱️ 03.09.2025):\n\t```\n\tconda install -c conda-forge wordcloud\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fperspective-dev\u002Fperspective\">Perspective\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 9.5K) - A data visualization and analytics component, especially.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fperspective-dev\u002Fperspective) (👨‍💻 100 · 🔀 1.2K · 📥 12K · 📦 190 · 📋 890 - 12% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffinos\u002Fperspective\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fperspective-python) (📥 17K \u002F month · 📦 31 · ⏱️ 28.10.2025):\n\t```\n\tpip install perspective-python\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fperspective) (📥 2.4M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge perspective\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002F@finos\u002Fperspective-jupyterlab) (📥 600 \u002F month · 📦 6 · ⏱️ 03.09.2025):\n\t```\n\tnpm install @finos\u002Fperspective-jupyterlab\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fumap\">UMAP\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 8K) - Uniform Manifold Approximation and Projection. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fumap) (👨‍💻 140 · 🔀 850 · 📦 1 · 📋 860 - 59% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fumap\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fumap-learn) (📥 2.7M \u002F month · 📦 1.3K · ⏱️ 03.07.2025):\n\t```\n\tpip install umap-learn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fumap-learn) (📥 3.2M · ⏱️ 03.07.2025):\n\t```\n\tconda install -c conda-forge umap-learn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fhvplot\">hvPlot\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.3K) - A high-level plotting API for pandas, dask, xarray, and networkx built.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fhvplot) (👨‍💻 52 · 🔀 110 · 📦 7.3K · 📋 940 - 41% open · ⏱️ 24.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fhvplot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhvplot) (📥 310K \u002F month · 📦 270 · ⏱️ 29.08.2025):\n\t```\n\tpip install hvplot\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhvplot) (📥 860K · ⏱️ 04.09.2025):\n\t```\n\tconda install -c conda-forge hvplot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmpld3\u002Fmpld3\">mpld3\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 2.4K · 📉) - An interactive data visualization tool which brings matplotlib.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmpld3\u002Fmpld3) (👨‍💻 54 · 🔀 360 · 📦 7.6K · 📋 370 - 59% open · ⏱️ 27.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmpld3\u002Fmpld3\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmpld3) (📥 440K \u002F month · 📦 160 · ⏱️ 27.07.2025):\n\t```\n\tpip install mpld3\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmpld3) (📥 280K · ⏱️ 28.07.2025):\n\t```\n\tconda install -c conda-forge mpld3\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fmpld3) (📥 900 \u002F month · 📦 11 · ⏱️ 27.07.2025):\n\t```\n\tnpm install mpld3\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbqplot\u002Fbqplot\">bqplot\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 3.7K) - Plotting library for IPython\u002FJupyter notebooks. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbqplot\u002Fbqplot) (👨‍💻 66 · 🔀 480 · 📦 62 · 📋 650 - 42% open · ⏱️ 25.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbqplot\u002Fbqplot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbqplot) (📥 230K \u002F month · 📦 110 · ⏱️ 21.05.2025):\n\t```\n\tpip install bqplot\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbqplot) (📥 1.9M · ⏱️ 02.09.2025):\n\t```\n\tconda install -c conda-forge bqplot\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fbqplot) (📥 3K \u002F month · 📦 21 · ⏱️ 03.09.2025):\n\t```\n\tnpm install bqplot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fman-group\u002Fdtale\">D-Tale\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 5K) - Visualizer for pandas data structures. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=LGPL-2.1\">❗️LGPL-2.1\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fman-group\u002Fdtale) (👨‍💻 31 · 🔀 430 · 📦 1.5K · 📋 610 - 10% open · ⏱️ 30.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fman-group\u002Fdtale\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdtale) (📥 31K \u002F month · 📦 53 · ⏱️ 30.07.2025):\n\t```\n\tpip install dtale\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdtale) (📥 480K · ⏱️ 30.07.2025):\n\t```\n\tconda install -c conda-forge dtale\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpavlin-policar\u002FopenTSNE\">openTSNE\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 1.6K · 📈) - Extensible, parallel implementations of t-SNE. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpavlin-policar\u002FopenTSNE) (👨‍💻 14 · 🔀 170 · 📦 1.1K · 📋 150 - 2% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpavlin-policar\u002FopenTSNE\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopentsne) (📥 58K \u002F month · 📦 69 · ⏱️ 27.10.2025):\n\t```\n\tpip install opentsne\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fopentsne) (📥 500K · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge opentsne\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002Fplotly-resampler\">Plotly-Resampler\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.2K) - Visualize large time series data with plotly.py. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002Fplotly-resampler) (👨‍💻 14 · 🔀 74 · 📦 2K · 📋 190 - 32% open · ⏱️ 03.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002Fplotly-resampler\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fplotly-resampler) (📥 370K \u002F month · 📦 38 · ⏱️ 29.08.2025):\n\t```\n\tpip install plotly-resampler\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fplotly-resampler) (📥 140K · ⏱️ 09.10.2025):\n\t```\n\tconda install -c conda-forge plotly-resampler\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FContextLab\u002Fhypertools\">HyperTools\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.9K) - A Python toolbox for gaining geometric insights into high-dimensional.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FContextLab\u002Fhypertools) (👨‍💻 23 · 🔀 160 · 📥 73 · 📦 510 · 📋 200 - 34% open · ⏱️ 10.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FContextLab\u002Fhypertools\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhypertools) (📥 1.1K \u002F month · 📦 2 · ⏱️ 09.07.2025):\n\t```\n\tpip install hypertools\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdata-validation\">data-validation\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 780) - Library for exploring and validating machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdata-validation) (👨‍💻 30 · 🔀 180 · 📥 1K · 📋 190 - 20% open · ⏱️ 23.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdata-validation\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-data-validation) (📥 150K \u002F month · 📦 32 · ⏱️ 09.06.2025):\n\t```\n\tpip install tensorflow-data-validation\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspotify\u002Fchartify\">Chartify\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.6K · 💤) - Python library that makes it easy for data scientists to create.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fspotify\u002Fchartify) (👨‍💻 27 · 🔀 340 · 📦 83 · 📋 86 - 62% open · ⏱️ 16.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fspotify\u002Fchartify\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fchartify) (📥 1.2K \u002F month · 📦 9 · ⏱️ 16.10.2024):\n\t```\n\tpip install chartify\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fchartify) (📥 40K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge chartify\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fing-bank\u002Fpopmon\">Popmon\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 510) - Monitor the stability of a Pandas or Spark dataframe. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fing-bank\u002Fpopmon) (👨‍💻 19 · 🔀 36 · 📥 280 · 📦 22 · 📋 57 - 28% open · ⏱️ 04.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fing-bank\u002Fpopmon\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpopmon) (📥 3.4K \u002F month · 📦 4 · ⏱️ 04.09.2025):\n\t```\n\tpip install popmon\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvega\u002Fipyvega\">vega\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 390 · 💤) - IPython\u002FJupyter notebook module for Vega and Vega-Lite. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvega\u002Fipyvega) (👨‍💻 15 · 🔀 65 · 📦 4 · 📋 110 - 14% open · ⏱️ 01.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvega\u002Fipyvega\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvega) (📥 26K \u002F month · 📦 17 · ⏱️ 25.09.2024):\n\t```\n\tpip install vega\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fvega) (📥 940K · ⏱️ 04.10.2025):\n\t```\n\tconda install -c conda-forge vega\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvega\u002Fvegafusion\">vegafusion\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 390) - Serverside scaling for Vega and Altair visualizations. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvega\u002Fvegafusion) (👨‍💻 6 · 🔀 26 · 📥 6.6K · 📋 150 - 36% open · ⏱️ 29.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvegafusion\u002Fvegafusion\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvegafusion-jupyter) (📥 770 \u002F month · 📦 2 · ⏱️ 09.05.2024):\n\t```\n\tpip install vegafusion-jupyter\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fvegafusion-python-embed) (📥 520K · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge vegafusion-python-embed\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fvegafusion-jupyter) (📥 1.9K \u002F month · 📦 3 · ⏱️ 09.05.2024):\n\t```\n\tnpm install vegafusion-jupyter\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 22 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FResidentMario\u002Fmissingno\">missingno\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 4.2K · 💀) - Missing data visualization module for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Ffacets\">Facets Overview\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 7.4K · 💀) - Visualizations for machine learning datasets. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsantosjorge\u002Fcufflinks\">Cufflinks\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 3.1K · 💀) - Productivity Tools for Plotly + Pandas. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjupyter-widgets\u002Fpythreejs\">pythreejs\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 980 · 💀) - A Jupyter - Three.js bridge. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffbdesignpro\u002Fsweetviz\">Sweetviz\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 3.1K · 💀) - Visualize and compare datasets, target values and associations, with.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAutoViz\">AutoViz\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.9K · 💀) - Automatically Visualize any dataset, any size with a single line.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftpvasconcelos\u002Fridgeplot\">ridgeplot\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 240) - Beautiful ridgeline plots in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadamerose\u002FPandasGUI\">PandasGUI\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.3K) - A GUI for Pandas DataFrames. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=MIT-0\">❗️MIT-0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fhiplot\">HiPlot\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.8K · 💀) - HiPlot makes understanding high dimensional data easy. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarcharper\u002Fpython-ternary\">python-ternary\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 770 · 💀) - Ternary plotting library for python with matplotlib. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDmitryUlyanov\u002FMulticore-TSNE\">Multicore-TSNE\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.9K · 💀) - Parallel t-SNE implementation with Python and Torch.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPatrikHlobil\u002FPandas-Bokeh\">Pandas-Bokeh\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 890 · 💀) - Bokeh Plotting Backend for Pandas and GeoPandas. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicolaskruchten\u002Fjupyter_pivottablejs\">pivottablejs\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 710 · 💀) - Dragndrop Pivot Tables and Charts for Jupyter\u002FIPython.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fleotac\u002Fjoypy\">joypy\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 600 · 💀) - Joyplots in Python with matplotlib & pandas. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgyli\u002FPyWaffle\">PyWaffle\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 600 · 💀) - Make Waffle Charts in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsosuneko\u002FPDPbox\">PDPbox\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 860 · 💀) - python partial dependence plot toolbox. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ft-makaro\u002Fanimatplot\">animatplot\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 410 · 💀) - A python package for animating plots build on matplotlib. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fberingresearch\u002Fivis\">ivis\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 340 · 💀) - Dimensionality reduction in very large datasets using Siamese.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faltair-viz\u002Fpdvega\">pdvega\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 340 · 💀) - Interactive plotting for Pandas using Vega-Lite. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FZsailer\u002Fnx_altair\">nx-altair\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 230 · 💀) - Draw interactive NetworkX graphs with Altair. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdata-describe\u002Fdata-describe\">data-describe\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 300 · 💀) - datadescribe: Pythonic EDA Accelerator for Data Science. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbiovault\u002Fnptsne\">nptsne\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 33 · 💀) - nptsne is a numpy compatible python binary package that offers a.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Text Data & NLP\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for processing, cleaning, manipulating, and analyzing text data as well as libraries for NLP tasks such as language detection, fuzzy matching, classification, seq2seq learning, conversational AI, keyword extraction, and translation._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftransformers\">transformers\u003C\u002Fa>\u003C\u002Fb> (🥇54 ·  ⭐ 150K) - Transformers: the model-definition framework for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftransformers) (👨‍💻 3.6K · 🔀 31K · 📦 400K · 📋 19K - 11% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftransformers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftransformers) (📥 93M \u002F month · 📦 11K · ⏱️ 14.10.2025):\n\t```\n\tpip install transformers\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftransformers) (📥 3.3M · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge transformers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnltk\u002Fnltk\">nltk\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 14K) - Suite of libraries and programs for symbolic and statistical natural.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnltk\u002Fnltk) (👨‍💻 480 · 🔀 3K · 📦 410K · 📋 1.9K - 14% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnltk\u002Fnltk\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnltk) (📥 42M \u002F month · 📦 6.3K · ⏱️ 01.10.2025):\n\t```\n\tpip install nltk\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnltk) (📥 3.4M · ⏱️ 01.10.2025):\n\t```\n\tconda install -c conda-forge nltk\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 30K · 📉) - Python SDK, Proxy Server (LLM Gateway) to call 100+.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm) (👨‍💻 960 · 🔀 4.5K · 📥 800 · 📦 17K · 📋 7.8K - 17% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flitellm) (📥 34M \u002F month · 📦 1.9K · ⏱️ 29.10.2025):\n\t```\n\tpip install litellm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002FspaCy\">spaCy\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 33K · 📈) - Industrial-strength Natural Language Processing (NLP) in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fexplosion\u002FspaCy) (👨‍💻 780 · 🔀 4.5K · 📥 4.9K · 📦 140K · 📋 5.8K - 3% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fexplosion\u002FspaCy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspacy) (📥 17M \u002F month · 📦 3.2K · ⏱️ 23.05.2025):\n\t```\n\tpip install spacy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fspacy) (📥 6.5M · ⏱️ 06.07.2025):\n\t```\n\tconda install -c conda-forge spacy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsentence-transformers\">sentence-transformers\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 18K) - State-of-the-Art Text Embeddings. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsentence-transformers) (👨‍💻 240 · 🔀 2.7K · 📦 120K · 📋 2.5K - 51% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FUKPLab\u002Fsentence-transformers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsentence-transformers) (📥 17M \u002F month · 📦 3.7K · ⏱️ 22.10.2025):\n\t```\n\tpip install sentence-transformers\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsentence-transformers) (📥 1M · ⏱️ 22.10.2025):\n\t```\n\tconda install -c conda-forge sentence-transformers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpiskvorky\u002Fgensim\">gensim\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 16K) - Topic Modelling for Humans. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=LGPL-2.1\">❗️LGPL-2.1\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpiskvorky\u002Fgensim) (👨‍💻 460 · 🔀 4.4K · 📥 6.4K · 📦 78K · 📋 1.9K - 21% open · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FRaRe-Technologies\u002Fgensim\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgensim) (📥 5.2M \u002F month · 📦 1.6K · ⏱️ 18.10.2025):\n\t```\n\tpip install gensim\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgensim) (📥 1.8M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge gensim\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece\">sentencepiece\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 11K) - Unsupervised text tokenizer for Neural Network-based text.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece) (👨‍💻 100 · 🔀 1.3K · 📥 110K · 📦 120K · 📋 800 - 3% open · ⏱️ 04.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsentencepiece) (📥 31M \u002F month · 📦 2.4K · ⏱️ 12.08.2025):\n\t```\n\tpip install sentencepiece\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsentencepiece) (📥 1.7M · ⏱️ 22.09.2025):\n\t```\n\tconda install -c conda-forge sentencepiece\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftokenizers\">Tokenizers\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 10K) - Fast State-of-the-Art Tokenizers optimized for Research and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftokenizers) (👨‍💻 130 · 🔀 970 · 📥 86 · 📦 180K · 📋 1.1K - 9% open · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftokenizers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftokenizers) (📥 81M \u002F month · 📦 1.7K · ⏱️ 19.09.2025):\n\t```\n\tpip install tokenizers\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftokenizers) (📥 3.6M · ⏱️ 19.09.2025):\n\t```\n\tconda install -c conda-forge tokenizers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA-NeMo\u002FNeMo\">NeMo\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 16K) - A scalable generative AI framework built for researchers and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNVIDIA-NeMo\u002FNeMo) (👨‍💻 460 · 🔀 3.2K · 📥 520K · 📦 21 · 📋 2.8K - 4% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FNeMo\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnemo-toolkit) (📥 810K \u002F month · 📦 18 · ⏱️ 27.10.2025):\n\t```\n\tpip install nemo-toolkit\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack\">haystack\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 23K) - AI orchestration framework to build customizable, production-ready.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack) (👨‍💻 310 · 🔀 2.5K · 📦 1.3K · 📋 4.1K - 2% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhaystack) (📥 7.4K \u002F month · 📦 5 · ⏱️ 15.12.2021):\n\t```\n\tpip install haystack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fopik\">Opik\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 15K) - Debug, evaluate, and monitor your LLM applications, RAG systems, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fopik) (👨‍💻 81 · 🔀 1.1K · 📦 17 · 📋 540 - 29% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fopik\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopik) (📥 850K \u002F month · 📦 34 · ⏱️ 29.10.2025):\n\t```\n\tpip install opik\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgunthercox\u002FChatterBot\">ChatterBot\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 14K) - ChatterBot is a machine learning, conversational dialog engine for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgunthercox\u002FChatterBot) (👨‍💻 110 · 🔀 4.5K · 📦 6.5K · 📋 1.7K - 6% open · ⏱️ 25.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgunthercox\u002FChatterBot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fchatterbot) (📥 20K \u002F month · 📦 19 · ⏱️ 16.10.2025):\n\t```\n\tpip install chatterbot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FflairNLP\u002Fflair\">flair\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 14K) - A very simple framework for state-of-the-art Natural Language Processing.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FflairNLP\u002Fflair) (👨‍💻 280 · 🔀 2.1K · 📦 4.1K · 📋 2.4K - 1% open · ⏱️ 12.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FflairNLP\u002Fflair\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fflair) (📥 180K \u002F month · 📦 160 · ⏱️ 05.02.2025):\n\t```\n\tpip install flair\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpython-flair) (📥 49K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge python-flair\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob\">TextBlob\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 9.5K) - Simple, Pythonic, text processing--Sentiment analysis, part-of-speech.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob) (👨‍💻 37 · 🔀 1.2K · 📥 140 · 📦 60K · 📋 280 - 25% open · ⏱️ 18.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftextblob) (📥 1.5M \u002F month · 📦 400 · ⏱️ 13.01.2025):\n\t```\n\tpip install textblob\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftextblob) (📥 340K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge textblob\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairseq\">fairseq\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 32K) - Facebook AI Research Sequence-to-Sequence Toolkit written in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairseq) (👨‍💻 430 · 🔀 6.6K · 📥 440 · 📦 4.4K · 📋 4.4K - 30% open · ⏱️ 30.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairseq\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffairseq) (📥 77K \u002F month · 📦 120 · ⏱️ 27.06.2022):\n\t```\n\tpip install fairseq\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffairseq) (📥 170K · ⏱️ 02.10.2025):\n\t```\n\tconda install -c conda-forge fairseq\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstanfordnlp\u002Fstanza\">stanza\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 7.6K) - Stanford NLP Python library for tokenization, sentence segmentation,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstanfordnlp\u002Fstanza) (👨‍💻 72 · 🔀 920 · 📦 4.1K · 📋 950 - 10% open · ⏱️ 05.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fstanfordnlp\u002Fstanza\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstanza) (📥 770K \u002F month · 📦 240 · ⏱️ 05.10.2025):\n\t```\n\tpip install stanza\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fstanfordnlp\u002Fstanza) (📥 9K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c stanfordnlp stanza\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqdrant\u002Fqdrant\">qdrant\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 27K) - Qdrant - High-performance, massive-scale Vector Database and Vector.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fqdrant\u002Fqdrant) (👨‍💻 140 · 🔀 1.9K · 📥 500K · 📦 120 · 📋 1.6K - 22% open · ⏱️ 30.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fqdrant\u002Fqdrant\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJohnSnowLabs\u002Fspark-nlp\">spark-nlp\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 4.1K) - State of the Art Natural Language Processing. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FJohnSnowLabs\u002Fspark-nlp) (👨‍💻 120 · 🔀 730 · 📦 620 · 📋 910 - 2% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJohnSnowLabs\u002Fspark-nlp\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspark-nlp) (📥 1M \u002F month · 📦 39 · ⏱️ 22.10.2025):\n\t```\n\tpip install spark-nlp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRasaHQ\u002Frasa\">Rasa\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 21K) - Open source machine learning framework to automate text- and voice-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FRasaHQ\u002Frasa) (👨‍💻 600 · 🔀 4.9K · 📋 6.8K - 2% open · ⏱️ 26.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FRasaHQ\u002Frasa\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frasa) (📥 110K \u002F month · 📦 60 · ⏱️ 14.01.2025):\n\t```\n\tpip install rasa\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftext\">TensorFlow Text\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.3K) - Making text a first-class citizen in TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftext) (👨‍💻 190 · 🔀 360 · 📦 10K · 📋 370 - 53% open · ⏱️ 18.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftext\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-text) (📥 6.8M \u002F month · 📦 230 · ⏱️ 04.04.2025):\n\t```\n\tpip install tensorflow-text\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball\">snowballstemmer\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 810) - Snowball compiler and stemming algorithms. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball) (👨‍💻 41 · 🔀 190 · 📦 11 · 📋 120 - 17% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsnowballstemmer) (📥 24M \u002F month · 📦 550 · ⏱️ 09.05.2025):\n\t```\n\tpip install snowballstemmer\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsnowballstemmer) (📥 11M · ⏱️ 20.05.2025):\n\t```\n\tconda install -c conda-forge snowballstemmer\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftext\">torchtext\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 3.6K) - Models, data loaders and abstractions for language processing,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftext) (👨‍💻 160 · 🔀 810 · 📋 850 - 38% open · ⏱️ 10.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftext\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchtext) (📥 730K \u002F month · 📦 280 · ⏱️ 24.04.2024):\n\t```\n\tpip install torchtext\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjamesturk\u002Fjellyfish\">jellyfish\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.2K) - a python library for doing approximate and phonetic matching of strings. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjamesturk\u002Fjellyfish) (👨‍💻 37 · 🔀 160 · 📦 15K · ⏱️ 11.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjamesturk\u002Fjellyfish\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjellyfish) (📥 8.6M \u002F month · 📦 320 · ⏱️ 11.10.2025):\n\t```\n\tpip install jellyfish\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fjellyfish) (📥 1.7M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge jellyfish\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeeppavlov\u002FDeepPavlov\">DeepPavlov\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 6.9K · 💤) - An open source library for deep learning end-to-end.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeeppavlov\u002FDeepPavlov) (👨‍💻 78 · 🔀 1.2K · 📦 440 · 📋 640 - 4% open · ⏱️ 26.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmipt\u002FDeepPavlov\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeeppavlov) (📥 11K \u002F month · 📦 4 · ⏱️ 12.08.2024):\n\t```\n\tpip install deeppavlov\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frspeer\u002Fpython-ftfy\">ftfy\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 4K · 💤) - Fixes mojibake and other glitches in Unicode text, after the fact. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frspeer\u002Fpython-ftfy) (👨‍💻 22 · 🔀 120 · 📥 100 · 📦 33K · 📋 150 - 7% open · ⏱️ 30.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frspeer\u002Fpython-ftfy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fftfy) (📥 11M \u002F month · 📦 570 · ⏱️ 26.10.2024):\n\t```\n\tpip install ftfy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fftfy) (📥 380K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge ftfy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fallenai\u002Fscispacy\">SciSpacy\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 1.9K) - A full spaCy pipeline and models for scientific\u002Fbiomedical documents. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fallenai\u002Fscispacy) (👨‍💻 38 · 🔀 240 · 📦 1.3K · 📋 330 - 11% open · ⏱️ 01.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fallenai\u002Fscispacy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscispacy) (📥 42K \u002F month · 📦 50 · ⏱️ 01.10.2025):\n\t```\n\tpip install scispacy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcltk\u002Fcltk\">CLTK\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 870 · 📉) - The Classical Language Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcltk\u002Fcltk) (👨‍💻 120 · 🔀 340 · 📥 160 · 📦 300 · 📋 580 - 0% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcltk\u002Fcltk\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcltk) (📥 14K \u002F month · 📦 17 · ⏱️ 21.10.2025):\n\t```\n\tpip install cltk\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdwyl\u002Fenglish-words\">english-words\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 12K · 💤) - A text file containing 479k English words for all your.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rvuUlR\">Unlicense\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdwyl\u002Fenglish-words) (👨‍💻 34 · 🔀 2K · 📦 2 · 📋 170 - 75% open · ⏱️ 06.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdwyl\u002Fenglish-words\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fenglish-words) (📥 78K \u002F month · 📦 15 · ⏱️ 14.08.2025):\n\t```\n\tpip install english-words\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fargilla-io\u002Fargilla\">rubrix\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.7K) - Argilla is a collaboration tool for AI engineers and domain experts.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fargilla-io\u002Fargilla) (👨‍💻 110 · 🔀 460 · 📦 3.1K · 📋 2.2K - 0% open · ⏱️ 05.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frecognai\u002Frubrix\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frubrix) (📥 1.2K \u002F month · ⏱️ 24.10.2022):\n\t```\n\tpip install rubrix\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Frubrix) (📥 52K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge rubrix\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdedupeio\u002Fdedupe\">Dedupe\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.4K · 📈) - A python library for accurate and scalable fuzzy matching, record.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdedupeio\u002Fdedupe) (👨‍💻 72 · 🔀 560 · 📦 370 · 📋 820 - 9% open · ⏱️ 29.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdedupeio\u002Fdedupe\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdedupe) (📥 59K \u002F month · 📦 19 · ⏱️ 15.08.2024):\n\t```\n\tpip install dedupe\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdedupe) (📥 130K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge dedupe\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flife4\u002Ftextdistance\">TextDistance\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.5K) - Compute distance between sequences. 30+ algorithms, pure python.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flife4\u002Ftextdistance) (👨‍💻 18 · 🔀 260 · 📥 1.1K · 📦 8.8K · ⏱️ 18.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flife4\u002Ftextdistance\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftextdistance) (📥 1.3M \u002F month · 📦 99 · ⏱️ 16.07.2024):\n\t```\n\tpip install textdistance\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftextdistance) (📥 970K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge textdistance\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fspacy-transformers\">spacy-transformers\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.4K) - Use pretrained transformers like BERT, XLNet and GPT-2.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>spacy\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fspacy-transformers) (👨‍💻 23 · 🔀 170 · 📥 610 · 📦 2.4K · ⏱️ 26.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fspacy-transformers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspacy-transformers) (📥 270K \u002F month · 📦 110 · ⏱️ 26.05.2025):\n\t```\n\tpip install spacy-transformers\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fspacy-transformers) (📥 140K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge spacy-transformers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funitaryai\u002Fdetoxify\">detoxify\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.1K) - Trained models & code to predict toxic comments on all 3 Jigsaw.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Funitaryai\u002Fdetoxify) (👨‍💻 14 · 🔀 130 · 📥 1.9M · 📦 980 · 📋 67 - 55% open · ⏱️ 29.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funitaryai\u002Fdetoxify\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdetoxify) (📥 140K \u002F month · 📦 30 · ⏱️ 01.02.2024):\n\t```\n\tpip install detoxify\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJasonKessler\u002Fscattertext\">scattertext\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.3K) - Beautiful visualizations of how language differs among document.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FJasonKessler\u002Fscattertext) (👨‍💻 14 · 🔀 290 · 📦 670 · 📋 100 - 22% open · ⏱️ 29.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJasonKessler\u002Fscattertext\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscattertext) (📥 7.5K \u002F month · 📦 5 · ⏱️ 23.09.2024):\n\t```\n\tpip install scattertext\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscattertext) (📥 140K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge scattertext\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftext-to-text-transfer-transformer\">T5\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 6.4K) - Code for the paper Exploring the Limits of Transfer Learning with a.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftext-to-text-transfer-transformer) (👨‍💻 61 · 🔀 780 · 📋 450 - 23% open · ⏱️ 28.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftext-to-text-transfer-transformer\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ft5) (📥 83K \u002F month · 📦 2 · ⏱️ 18.10.2021):\n\t```\n\tpip install t5\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fzjunlp\u002FDeepKE\">DeepKE\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.2K) - [EMNLP 2022] An Open Toolkit for Knowledge Graph Extraction and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fzjunlp\u002FDeepKE) (👨‍💻 34 · 🔀 730 · 📦 25 · ⏱️ 19.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fzjunlp\u002Fdeepke\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepke) (📥 950 \u002F month · ⏱️ 21.09.2023):\n\t```\n\tpip install deepke\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fsense2vec\">sense2vec\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.7K) - Contextually-keyed word vectors. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fsense2vec) (👨‍💻 20 · 🔀 240 · 📥 73K · 📦 470 · 📋 120 - 20% open · ⏱️ 23.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fsense2vec\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsense2vec) (📥 3.4K \u002F month · 📦 13 · ⏱️ 19.04.2021):\n\t```\n\tpip install sense2vec\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsense2vec) (📥 67K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge sense2vec\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIndicoDataSolutions\u002Ffinetune\">finetune\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 720) - Scikit-learn style model finetuning for NLP. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FIndicoDataSolutions\u002Ffinetune) (👨‍💻 24 · 🔀 79 · 📦 16 · 📋 190 - 39% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FIndicoDataSolutions\u002Ffinetune\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffinetune) (📥 2.7K \u002F month · 📦 2 · ⏱️ 29.09.2023):\n\t```\n\tpip install finetune\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEricFillion\u002Fhappy-transformer\">happy-transformer\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 540 · 💤) - Happy Transformer makes it easy to fine-tune and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>huggingface\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FEricFillion\u002Fhappy-transformer) (👨‍💻 14 · 🔀 69 · 📦 330 · 📋 130 - 16% open · ⏱️ 22.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FEricFillion\u002Fhappy-transformer\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhappytransformer) (📥 2.7K \u002F month · 📦 5 · ⏱️ 05.08.2023):\n\t```\n\tpip install happytransformer\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fsockeye\">Sockeye\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.2K · 💤) - Sequence-to-sequence framework with a focus on Neural.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fsockeye) (👨‍💻 60 · 🔀 320 · 📥 21 · 📋 310 - 3% open · ⏱️ 24.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fsockeye\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsockeye) (📥 580 \u002F month · ⏱️ 03.03.2023):\n\t```\n\tpip install sockeye\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funum-cloud\u002FUForm\">UForm\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.2K) - Pocket-Sized Multimodal AI for content understanding and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Funum-cloud\u002FUForm) (👨‍💻 21 · 🔀 76 · 📥 710 · 📦 36 · 📋 39 - 38% open · ⏱️ 03.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funum-cloud\u002Fuform\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fuform) (📥 490 \u002F month · 📦 2 · ⏱️ 03.09.2025):\n\t```\n\tpip install uform\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwebis-de\u002Fsmall-text\">small-text\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 630) - Active Learning for Text Classification in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fwebis-de\u002Fsmall-text) (👨‍💻 10 · 🔀 76 · 📦 34 · 📋 74 - 28% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fwebis-de\u002Fsmall-text\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsmall-text) (📥 390 \u002F month · ⏱️ 17.08.2025):\n\t```\n\tpip install small-text\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsmall-text) (📥 19K · ⏱️ 17.08.2025):\n\t```\n\tconda install -c conda-forge small-text\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdsfsi\u002Ftextaugment\">textaugment\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 430) - TextAugment: Text Augmentation Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdsfsi\u002Ftextaugment) (👨‍💻 10 · 🔀 60 · 📥 140 · 📦 180 · 📋 29 - 37% open · ⏱️ 09.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdsfsi\u002Ftextaugment\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftextaugment) (📥 4.2K \u002F month · 📦 4 · ⏱️ 16.11.2023):\n\t```\n\tpip install textaugment\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvizseq\">VizSeq\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 450) - An Analysis Toolkit for Natural Language Generation (Translation,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvizseq) (👨‍💻 4 · 🔀 61 · 📦 13 · 📋 16 - 43% open · ⏱️ 24.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvizseq\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvizseq) (📥 120 \u002F month · ⏱️ 07.08.2020):\n\t```\n\tpip install vizseq\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 59 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fallenai\u002Fallennlp\">AllenNLP\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 12K · 💀) - An open-source NLP research library, built on PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FfastText\">fastText\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 26K · 💀) - Library for fast text representation and classification. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOpenNMT\u002FOpenNMT-py\">OpenNMT\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 7K · 💀) - Open Source Neural Machine Translation and (Large) Language Models.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FParlAI\">ParlAI\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 11K · 💀) - A framework for training and evaluating AI models on a variety of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fseatgeek\u002Ffuzzywuzzy\">fuzzywuzzy\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 9.3K · 💀) - Fuzzy String Matching in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2KucAZR\">❗️GPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmiso-belica\u002Fsumy\">Sumy\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3.6K · 💀) - Module for automatic summarization of text documents and HTML pages. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fundertheseanlp\u002Funderthesea\">underthesea\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.6K) - Underthesea - Vietnamese NLP Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmakcedward\u002Fnlpaug\">nlpaug\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.6K · 💀) - Data augmentation for NLP. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcjhutto\u002FvaderSentiment\">vaderSentiment\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 4.9K · 💀) - VADER Sentiment Analysis. VADER (Valence Aware Dictionary.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fchartbeat-labs\u002Ftextacy\">textacy\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.2K · 💀) - NLP, before and after spaCy. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDerwenAI\u002Fpytextrank\">PyTextRank\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.2K · 💀) - Python implementation of TextRank algorithms (textgraphs) for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbee-san\u002FCiphey\">Ciphey\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 20K · 💀) - Automatically decrypt encryptions without knowing the key or cipher,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffastnlp\u002FfastNLP\">fastNLP\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.1K · 💀) - fastNLP: A Modularized and Extensible NLP Framework. Currently.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FaboSamoor\u002Fpolyglot\">polyglot\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 2.3K · 💀) - Multilingual text (NLP) processing toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvi3k6i5\u002Fflashtext\">flashtext\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5.7K · 💀) - Extract Keywords from sentence or Replace keywords in sentences. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsaffsd\u002Flangid.py\">langid\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.4K · 💀) - Stand-alone language identification system. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipunsadvilkar\u002FpySBD\">pySBD\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 880 · 💀) - pySBD (Python Sentence Boundary Disambiguation) is a rule-based sentence.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fneuralcoref\">neuralcoref\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.9K · 💀) - Fast Coreference Resolution in spaCy with Neural Networks. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fgluon-nlp\">GluonNLP\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.6K · 💀) - Toolkit that enables easy text preprocessing, datasets.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPetrochukM\u002FPyTorch-NLP\">pytorch-nlp\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.2K · 💀) - Basic Utilities for PyTorch Natural Language Processing.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmchaput\u002Fwhoosh\">whoosh\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 640 · 💀) - Pure-Python full-text search library. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSD-1-Clause\">❗️BSD-1-Clause\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytext\">PyText\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 6.3K · 💀) - A natural language modeling framework based on PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminimaxir\u002Ftextgenrnn\">textgenrnn\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.9K · 💀) - Easily train your own text-generating neural network of any.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthunlp\u002FOpenPrompt\">OpenPrompt\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.7K · 💀) - An Open-Source Framework for Prompt-Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnipsco\u002Fsnips-nlu\">Snips NLU\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.9K · 💀) - Snips Python library to extract meaning from text. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNTMC-Community\u002FMatchZoo\">MatchZoo\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.9K · 💀) - Facilitating the design, comparison and sharing of deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbigscience-workshop\u002Fpromptsource\">promptsource\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3K · 💀) - Toolkit for creating, sharing and using natural language.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FVKCOM\u002FYouTokenToMe\">YouTokenToMe\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 970 · 💀) - Unsupervised text tokenizer focused on computational efficiency. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBrikerMan\u002FKashgari\">Kashgari\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 2.4K · 💀) - Kashgari is a production-level NLP Transfer learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002FFARM\">FARM\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.8K · 💀) - Fast & easy transfer learning for NLP. Harvesting language.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminimaxir\u002Fgpt-2-simple\">gpt-2-simple\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.4K · 💀) - Python package to easily retrain OpenAIs GPT-2 text-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fasyml\u002Ftexar\">Texar\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 2.4K · 💀) - Toolkit for Machine Learning, Natural Language Processing, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnyu-mll\u002Fjiant\">jiant\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.7K · 💀) - jiant is an nlp toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAlir3z4\u002Fpython-stop-words\">stop-words\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 160) - Get list of common stop words in various languages in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIntelLabs\u002Fnlp-architect\">NLP Architect\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.9K · 💀) - A model library for exploring state-of-the-art deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjbesomi\u002Ftexthero\">Texthero\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.9K · 💀) - Text preprocessing, representation and visualization from zero to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHironsan\u002Fanago\">anaGo\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.5K · 💀) - Bidirectional LSTM-CRF and ELMo for Named-Entity Recognition,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002Flightseq\">lightseq\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 3.3K · 💀) - LightSeq: A High Performance Library for Sequence Processing.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fappvision-ai\u002Ffast-bert\">fast-bert\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.9K · 💀) - Super easy library for BERT based NLP models. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDelta-ML\u002Fdelta\">DELTA\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.6K · 💀) - DELTA is a deep learning based natural language and speech.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftextpipe\u002Ftextpipe\">textpipe\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 300 · 💀) - Textpipe: clean and extract metadata from text. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjaidevd\u002Fnumerizer\">numerizer\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 230 · 💀) - A Python module to convert natural language numerics into ints and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvrasneur\u002Fpyfasttext\">pyfasttext\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 230 · 💀) - Yet another Python binding for fastText. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanhaidgroup\u002Fdeepmatcher\">DeepMatcher\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 5.2K · 💀) - Python package for performing Entity and Text Matching using.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkoursaros-ai\u002Fnboost\">nboost\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 670 · 💀) - NBoost is a scalable, search-api-boosting platform for deploying.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKi6an\u002FfastT5\">fastT5\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 590 · 💀) - boost inference speed of T5 models by 5x & reduce the model size.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPKSHATechnology-Research\u002Fcamphr\">Camphr\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 340 · 💀) - Camphr - NLP libary for creating pipeline components. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>spacy\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FFranck-Dernoncourt\u002FNeuroNER\">NeuroNER\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.7K · 💀) - Named-entity recognition using neural networks. Easy-to-use and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthunlp\u002FOpenNRE\">OpenNRE\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 4.4K · 💀) - An Open-Source Package for Neural Relation Extraction (NRE). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FBLINK\">BLINK\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 1.2K · 💀) - Entity Linker solution. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FTextBox\">TextBox\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 1.1K · 💀) - TextBox 2.0 is a text generation library with pre-trained language.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftranslate\">Translate\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 830 · 💀) - Translate - a PyTorch Language Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshaypal5\u002Fskift\">skift\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 240 · 💀) - scikit-learn wrappers for Python fastText. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fabelriboulot\u002Fonnxt5\">ONNX-T5\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 260 · 💀) - Summarization, translation, sentiment-analysis, text-generation.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvictordibia\u002Fneuralqa\">NeuralQA\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 230 · 💀) - NeuralQA: A Usable Library for Question Answering on Large Datasets.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeedly\u002Ftransfer-nlp\">TransferNLP\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 290 · 💀) - NLP library designed for reproducible experimentation.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspring-media\u002Fheadliner\">Headliner\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 230 · 💀) - Easy training and deployment of seq2seq models. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftextvec\u002Ftextvec\">textvec\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 200 · 💀) - Text vectorization tool to outperform TFIDF for classification.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMartinoMensio\u002Fspacy-dbpedia-spotlight\">spacy-dbpedia-spotlight\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 110 · 💀) - A spaCy wrapper for DBpedia Spotlight. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>spacy\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Image Data\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for image & video processing, manipulation, and augmentation as well as libraries for computer vision tasks such as facial recognition, object detection, and classification._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-pillow\u002FPillow\">Pillow\u003C\u002Fa>\u003C\u002Fb> (🥇49 ·  ⭐ 13K) - Python Imaging Library (Fork). \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=PIL\">❗️PIL\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpython-pillow\u002FPillow) (👨‍💻 490 · 🔀 2.3K · 📦 2.4M · 📋 3.4K - 3% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpython-pillow\u002FPillow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FPillow) (📥 220M \u002F month · 📦 20K · ⏱️ 15.10.2025):\n\t```\n\tpip install Pillow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpillow) (📥 62M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge pillow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fpytorch-image-models\">PyTorch Image Models\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 36K) - The largest collection of PyTorch image encoders \u002F.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fpytorch-image-models) (👨‍💻 180 · 🔀 5.1K · 📥 8.4M · 📦 62K · 📋 1K - 4% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frwightman\u002Fpytorch-image-models\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftimm) (📥 11M \u002F month · 📦 1.5K · ⏱️ 24.10.2025):\n\t```\n\tpip install timm\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftimm) (📥 470K · ⏱️ 24.10.2025):\n\t```\n\tconda install -c conda-forge timm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision\">torchvision\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 17K) - Datasets, Transforms and Models specific to Computer Vision. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision) (👨‍💻 660 · 🔀 7.2K · 📥 41K · 📦 21 · 📋 3.8K - 30% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchvision) (📥 26M \u002F month · 📦 8.4K · ⏱️ 15.10.2025):\n\t```\n\tpip install torchvision\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftorchvision) (📥 3.1M · ⏱️ 23.10.2025):\n\t```\n\tconda install -c conda-forge torchvision\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FZulko\u002Fmoviepy\">MoviePy\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 14K) - Video editing with Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FZulko\u002Fmoviepy) (👨‍💻 190 · 🔀 1.9K · 📦 67K · 📋 1.7K - 3% open · ⏱️ 25.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FZulko\u002Fmoviepy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmoviepy) (📥 4.3M \u002F month · 📦 1.2K · ⏱️ 21.05.2025):\n\t```\n\tpip install moviepy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmoviepy) (📥 360K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge moviepy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkornia\u002Fkornia\">Kornia\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 11K) - Geometric Computer Vision Library for Spatial AI. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkornia\u002Fkornia) (👨‍💻 300 · 🔀 1.1K · 📥 2.2K · 📦 17K · 📋 1K - 32% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkornia\u002Fkornia\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkornia) (📥 3M \u002F month · 📦 340 · ⏱️ 08.05.2025):\n\t```\n\tpip install kornia\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fkornia) (📥 260K · ⏱️ 08.05.2025):\n\t```\n\tconda install -c conda-forge kornia\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fimageio\u002Fimageio\">imageio\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 1.7K) - Python library for reading and writing image data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fimageio\u002Fimageio) (👨‍💻 130 · 🔀 330 · 📥 1.9K · 📦 180K · 📋 620 - 16% open · ⏱️ 24.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fimageio\u002Fimageio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fimageio) (📥 36M \u002F month · 📦 2.6K · ⏱️ 20.01.2025):\n\t```\n\tpip install imageio\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fimageio) (📥 8.5M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge imageio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface\">deepface\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 21K · 📉) - A Lightweight Face Recognition and Facial Attribute Analysis (Age,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface) (👨‍💻 96 · 🔀 2.8K · 📦 8.4K · 📋 1.2K - 0% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepface) (📥 280K \u002F month · 📦 78 · ⏱️ 05.08.2025):\n\t```\n\tpip install deepface\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface\">InsightFace\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 27K) - State-of-the-art 2D and 3D Face Analysis Project. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface) (👨‍💻 67 · 🔀 5.7K · 📥 11M · 📦 4.8K · 📋 2.6K - 46% open · ⏱️ 27.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Finsightface) (📥 350K \u002F month · 📦 30 · ⏱️ 17.12.2022):\n\t```\n\tpip install insightface\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falbumentations-team\u002Falbumentations\">Albumentations\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 15K) - Fast and flexible image augmentation library. Paper about.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Falbumentations-team\u002Falbumentations) (👨‍💻 170 · 🔀 1.7K · 📋 1.5K - 14% open · ⏱️ 25.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Falbumentations-team\u002Falbumentations\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Falbumentations) (📥 4.6M \u002F month · 📦 730 · ⏱️ 27.05.2025):\n\t```\n\tpip install albumentations\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Falbumentations) (📥 340K · ⏱️ 28.05.2025):\n\t```\n\tconda install -c conda-forge albumentations\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python\">opencv-python\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 5.1K) - Automated CI toolchain to produce precompiled opencv-python,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python) (👨‍💻 56 · 🔀 950 · 📦 610K · 📋 890 - 19% open · ⏱️ 30.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopencv-python) (📥 29M \u002F month · 📦 15K · ⏱️ 07.07.2025):\n\t```\n\tpip install opencv-python\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2\">detectron2\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 34K) - Detectron2 is a platform for object detection, segmentation.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2) (👨‍💻 280 · 🔀 7.5K · 📦 2.6K · 📋 3.6K - 14% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdetectron2) (📦 13 · ⏱️ 06.02.2020):\n\t```\n\tpip install detectron2\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdetectron2) (📥 820K · ⏱️ 02.06.2025):\n\t```\n\tconda install -c conda-forge detectron2\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Femcconville\u002Fwand\">Wand\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.5K) - The ctypes-based simple ImageMagick binding for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Femcconville\u002Fwand) (👨‍💻 110 · 🔀 200 · 📥 52K · 📦 21K · 📋 440 - 5% open · ⏱️ 06.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Femcconville\u002Fwand\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fwand) (📥 2.2M \u002F month · 📦 260 · ⏱️ 03.11.2023):\n\t```\n\tpip install wand\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fwand) (📥 180K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge wand\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJohannesBuchner\u002Fimagehash\">ImageHash\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 3.7K) - A Python Perceptual Image Hashing Module. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FJohannesBuchner\u002Fimagehash) (👨‍💻 29 · 🔀 340 · 📦 18K · 📋 150 - 15% open · ⏱️ 17.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJohannesBuchner\u002Fimagehash\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FImageHash) (📥 5.6M \u002F month · 📦 270 · ⏱️ 01.02.2025):\n\t```\n\tpip install ImageHash\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fimagehash) (📥 500K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge imagehash\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fvit-pytorch\">vit-pytorch\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 24K) - Implementation of Vision Transformer, a simple way to achieve.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fvit-pytorch) (👨‍💻 24 · 🔀 3.4K · 📦 21 · 📋 290 - 49% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fvit-pytorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvit-pytorch) (📥 31K \u002F month · 📦 28 · ⏱️ 27.10.2025):\n\t```\n\tpip install vit-pytorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleSeg\">PaddleSeg\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 9.2K) - Easy-to-use image segmentation library with awesome pre-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleSeg) (👨‍💻 130 · 🔀 1.7K · 📦 1.5K · 📋 2.2K - 0% open · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleSeg\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpaddleseg) (📥 3.8K \u002F month · 📦 7 · ⏱️ 30.11.2022):\n\t```\n\tpip install paddleseg\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fobss\u002Fsahi\">sahi\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 4.9K) - Framework agnostic sliced\u002Ftiled inference + interactive ui + error analysis.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fobss\u002Fsahi) (👨‍💻 69 · 🔀 700 · 📥 43K · 📦 1.9K · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fobss\u002Fsahi\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsahi) (📥 140K \u002F month · 📦 43 · ⏱️ 28.09.2025):\n\t```\n\tpip install sahi\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsahi) (📥 120K · ⏱️ 29.09.2025):\n\t```\n\tconda install -c conda-forge sahi\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flightly-ai\u002Flightly\">lightly\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 3.6K) - A python library for self-supervised learning on images. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flightly-ai\u002Flightly) (👨‍💻 72 · 🔀 310 · 📦 510 · 📋 610 - 12% open · ⏱️ 25.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flightly-ai\u002Flightly\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flightly) (📥 190K \u002F month · 📦 20 · ⏱️ 22.07.2025):\n\t```\n\tpip install lightly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmindee\u002Fdoctr\">doctr\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 5.6K) - docTR (Document Text Recognition) - a seamless, high-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmindee\u002Fdoctr) (👨‍💻 68 · 🔀 580 · 📥 6.5M · 📋 440 - 6% open · ⏱️ 07.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmindee\u002Fdoctr\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpython-doctr) (📥 2M \u002F month · 📦 18 · ⏱️ 09.07.2025):\n\t```\n\tpip install python-doctr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleDetection\">PaddleDetection\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 14K) - Object Detection toolkit based on PaddlePaddle. It.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleDetection) (👨‍💻 190 · 🔀 3K · 📋 5.7K - 17% open · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleDetection\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpaddledet) (📥 2.2K \u002F month · 📦 2 · ⏱️ 19.09.2022):\n\t```\n\tpip install paddledet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fipazc\u002Fmtcnn\">mtcnn\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 2.4K · 💤) - MTCNN face detection implementation for TensorFlow, as a PIP.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fipazc\u002Fmtcnn) (👨‍💻 15 · 🔀 530 · 📥 76 · 📦 9.2K · 📋 130 - 37% open · ⏱️ 08.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fipazc\u002Fmtcnn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmtcnn) (📥 210K \u002F month · 📦 73 · ⏱️ 08.10.2024):\n\t```\n\tpip install mtcnn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmtcnn) (📥 16K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge mtcnn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCellProfiler\u002FCellProfiler\">CellProfiler\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.1K) - An open-source application for biological image analysis. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FCellProfiler\u002FCellProfiler) (👨‍💻 150 · 🔀 410 · 📥 24K · 📦 28 · 📋 3.4K - 10% open · ⏱️ 24.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FCellProfiler\u002FCellProfiler\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcellprofiler) (📥 1.6K \u002F month · 📦 2 · ⏱️ 16.09.2024):\n\t```\n\tpip install cellprofiler\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fluispedro\u002Fmahotas\">mahotas\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 880) - Computer Vision in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fluispedro\u002Fmahotas) (👨‍💻 35 · 🔀 150 · 📦 1.6K · 📋 92 - 21% open · ⏱️ 05.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fluispedro\u002Fmahotas\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmahotas) (📥 42K \u002F month · 📦 63 · ⏱️ 17.07.2024):\n\t```\n\tpip install mahotas\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmahotas) (📥 790K · ⏱️ 21.10.2025):\n\t```\n\tconda install -c conda-forge mahotas\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimagededup\">Image Deduplicator\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5.5K) - Finding duplicate images made easy!. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimagededup) (👨‍💻 19 · 🔀 460 · 📥 29 · 📦 200 · 📋 140 - 25% open · ⏱️ 15.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimagededup\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fimagededup) (📥 69K \u002F month · 📦 29 · ⏱️ 15.08.2025):\n\t```\n\tpip install imagededup\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fgraphics\">tensorflow-graphics\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.8K · 💤) - TensorFlow Graphics: Differentiable Graphics Layers.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fgraphics) (👨‍💻 39 · 🔀 370 · 📋 240 - 60% open · ⏱️ 03.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fgraphics\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-graphics) (📥 61K \u002F month · 📦 11 · ⏱️ 03.12.2021):\n\t```\n\tpip install tensorflow-graphics\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftryolabs\u002Fnorfair\">Norfair\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.5K) - Lightweight Python library for adding real-time multi-object tracking.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftryolabs\u002Fnorfair) (👨‍💻 32 · 🔀 260 · 📥 360 · 📦 340 · 📋 180 - 16% open · ⏱️ 30.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftryolabs\u002Fnorfair\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnorfair) (📥 44K \u002F month · 📦 9 · ⏱️ 30.04.2025):\n\t```\n\tpip install norfair\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flibvips\u002Fpyvips\">pyvips\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 740) - python binding for libvips using cffi. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flibvips\u002Fpyvips) (👨‍💻 17 · 🔀 53 · 📦 1.2K · 📋 670 - 29% open · ⏱️ 04.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flibvips\u002Fpyvips\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyvips) (📥 190K \u002F month · 📦 94 · ⏱️ 28.04.2025):\n\t```\n\tpip install pyvips\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyvips) (📥 260K · ⏱️ 04.09.2025):\n\t```\n\tconda install -c conda-forge pyvips\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorchvideo\">pytorchvideo\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 3.5K) - A deep learning library for video understanding research. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorchvideo) (👨‍💻 59 · 🔀 420 · 📋 210 - 50% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorchvideo\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorchvideo) (📥 53K \u002F month · 📦 24 · ⏱️ 20.01.2022):\n\t```\n\tpip install pytorchvideo\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmmf\">MMF\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 5.6K) - A modular framework for vision & language multimodal research from.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmmf) (👨‍💻 120 · 🔀 920 · 📦 23 · 📋 690 - 21% open · ⏱️ 24.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmmf\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmmf) (📥 190 \u002F month · 📦 1 · ⏱️ 12.06.2020):\n\t```\n\tpip install mmf\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fkubric\">kubric\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 2.6K) - A data generation pipeline for creating semi-realistic synthetic.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fkubric) (👨‍💻 32 · 🔀 250 · 📦 7 · 📋 200 - 35% open · ⏱️ 06.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fkubric\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkubric-nightly) (📥 6.6K \u002F month · ⏱️ 27.12.2023):\n\t```\n\tpip install kubric-nightly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fairctic\u002Ficevision\">icevision\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 870 · 💤) - An Agnostic Computer Vision Framework - Pluggable to any.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fairctic\u002Ficevision) (👨‍💻 41 · 🔀 130 · 📋 570 - 10% open · ⏱️ 31.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fairctic\u002Ficevision\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ficevision) (📥 2.3K \u002F month · 📦 6 · ⏱️ 10.02.2022):\n\t```\n\tpip install icevision\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FSlowFast\">PySlowFast\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 7.2K) - PySlowFast: video understanding codebase from FAIR for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FSlowFast) (👨‍💻 35 · 🔀 1.2K · 📦 23 · 📋 720 - 59% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FSlowFast\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyslowfast) (📥 22 \u002F month · ⏱️ 15.01.2020):\n\t```\n\tpip install pyslowfast\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimage-super-resolution\">Image Super-Resolution\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 4.8K · 💤) - Super-scale your images and run experiments with.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimage-super-resolution) (👨‍💻 11 · 🔀 760 · 📋 220 - 48% open · ⏱️ 18.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimage-super-resolution\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FISR) (📥 3.9K \u002F month · 📦 5 · ⏱️ 08.01.2020):\n\t```\n\tpip install ISR\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fidealo\u002Fimage-super-resolution-gpu) (📥 290 · ⭐ 1 · ⏱️ 01.04.2019):\n\t```\n\tdocker pull idealo\u002Fimage-super-resolution-gpu\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjasmcaus\u002Fcaer\">Caer\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 800) - A lightweight Computer Vision library. Scale your models, not boilerplate. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjasmcaus\u002Fcaer) (👨‍💻 8 · 🔀 110 · 📥 48 · ⏱️ 11.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjasmcaus\u002Fcaer\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcaer) (📥 3.8K \u002F month · 📦 3 · ⏱️ 11.08.2025):\n\t```\n\tpip install caer\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fscenic\">scenic\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 3.7K) - Scenic: A Jax Library for Computer Vision Research and Beyond. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fscenic) (👨‍💻 95 · 🔀 460 · 📋 400 - 70% open · ⏱️ 06.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fscenic\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 30 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-image\u002Fscikit-image\">scikit-image\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 6.4K · 📈) - Image processing in Python. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fglfw\u002Fglfw\">glfw\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 14K) - A multi-platform library for OpenGL, OpenGL ES, Vulkan, window and input. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=Zlib\">❗️Zlib\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmdetection\">MMDetection\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 32K · 💀) - OpenMMLab Detection Toolbox and Benchmark. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faleju\u002Fimgaug\">imgaug\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 15K · 💀) - Image augmentation for machine learning experiments. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fageitgey\u002Fface_recognition\">Face Recognition\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 56K · 💀) - The worlds simplest facial recognition api for Python.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPyImageSearch\u002Fimutils\">imutils\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 4.6K · 💀) - A series of convenience functions to make basic image processing.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorch3d\">PyTorch3D\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 9.6K) - PyTorch3D is FAIRs library of reusable components for.. \u003Ccode>❗Unlicensed\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOlafenwaMoses\u002FImageAI\">imageai\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 8.8K · 💀) - A python library built to empower developers to build applications.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002F1adrianb\u002Fface-alignment\">Face Alignment\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 7.4K · 💀) - 2D and 3D Face alignment library build using pytorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fgluon-cv\">GluonCV\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 5.9K · 💀) - Gluon CV Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmdbloice\u002FAugmentor\">Augmentor\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 5.1K · 💀) - Image augmentation library in Python for machine learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FabhiTronix\u002Fvidgear\">vidgear\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.6K · 💀) - A High-performance cross-platform Video Processing Python.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fchainer\u002Fchainercv\">chainercv\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.5K · 💀) - ChainerCV: a Library for Deep Learning in Computer Vision. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftimesler\u002Ffacenet-pytorch\">facenet-pytorch\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5K · 💀) - Pretrained Pytorch face detection (MTCNN) and facial.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuploadcare\u002Fpillow-simd\">Pillow-SIMD\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.2K · 💀) - The friendly PIL fork. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=PIL\">❗️PIL\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLayout-Parser\u002Flayout-parser\">layout-parser\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 5.6K · 💀) - A Unified Toolkit for Deep Learning Based Document Image.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqubvel\u002Fsegmentation_models\">segmentation_models\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.9K · 💀) - Segmentation models with pretrained backbones. Keras.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flibffcv\u002Fffcv\">ffcv\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 3K · 💀) - FFCV: Fast Forward Computer Vision (and other ML workloads!). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FClassyVision\">Classy Vision\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.6K · 💀) - An end-to-end PyTorch framework for image and video.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fdeep-daze\">deep-daze\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 4.3K · 💀) - Simple command line tool for text to image generation using.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvissl\">vissl\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.3K · 💀) - VISSL is FAIRs library of extensible, modular and scalable.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftryolabs\u002Fluminoth\">Luminoth\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 2.4K · 💀) - Deep Learning toolkit for Computer Vision. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falankbi\u002Fdetecto\">detecto\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 620 · 💀) - Build fully-functioning computer vision models with PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetr\">DE⫶TR\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 15K · 💀) - End-to-End Object Detection with Transformers. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frhsimplex\u002Fimage-match\">image-match\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 3K · 💀) - Quickly search over billions of images. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fimedslab\u002Fsolt\">solt\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 260) - Streaming over lightweight data transformations. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpycls\">pycls\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 2.2K · 💀) - Codebase for Image Classification Research, written in PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicolas-chaulet\u002Ftorch-points3d\">Torch Points 3D\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 260 · 💀) - Pytorch framework for doing deep learning on point.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhhatto\u002Fnude.py\">nude.py\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 920 · 💀) - Nudity detection with Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqanastek\u002FHugsVision\">HugsVision\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 200 · 💀) - HugsVision is a easy to use huggingface wrapper for state-of-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>huggingface\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Graph Data\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for graph processing, clustering, embedding, and machine learning tasks._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnetworkx\u002Fnetworkx\">networkx\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 16K) - Network Analysis in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnetworkx\u002Fnetworkx) (👨‍💻 790 · 🔀 3.4K · 📥 110 · 📦 430K · 📋 3.5K - 10% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnetworkx\u002Fnetworkx\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnetworkx) (📥 130M \u002F month · 📦 12K · ⏱️ 29.05.2025):\n\t```\n\tpip install networkx\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnetworkx) (📥 26M · ⏱️ 04.06.2025):\n\t```\n\tconda install -c conda-forge networkx\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyg-team\u002Fpytorch_geometric\">PyTorch Geometric\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 23K) - Graph Neural Network Library for PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyg-team\u002Fpytorch_geometric) (👨‍💻 560 · 🔀 3.9K · 📦 11K · 📋 4K - 30% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyg-team\u002Fpytorch_geometric\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-geometric) (📥 940K \u002F month · 📦 730 · ⏱️ 15.10.2025):\n\t```\n\tpip install torch-geometric\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch_geometric) (📥 190K · ⏱️ 16.10.2025):\n\t```\n\tconda install -c conda-forge pytorch_geometric\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fdgl\">dgl\u003C\u002Fa>\u003C\u002Fb> (🥇36 ·  ⭐ 14K) - Python package built to ease deep learning on graph, on top of existing DL.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fdgl) (👨‍💻 300 · 🔀 3K · 📦 4.1K · 📋 3K - 20% open · ⏱️ 31.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fdgl\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdgl) (📥 150K \u002F month · 📦 150 · ⏱️ 13.05.2024):\n\t```\n\tpip install dgl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgraphistry\u002Fpygraphistry\">pygraphistry\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 2.4K) - PyGraphistry is a Python library to quickly load, shape,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgraphistry\u002Fpygraphistry) (👨‍💻 48 · 🔀 220 · 📋 420 - 51% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgraphistry\u002Fpygraphistry\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgraphistry) (📥 8.5K \u002F month · 📦 9 · ⏱️ 21.10.2025):\n\t```\n\tpip install graphistry\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002Fogb\">ogb\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 2K) - Benchmark datasets, data loaders, and evaluators for graph machine learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002Fogb) (👨‍💻 32 · 🔀 400 · 📦 2.6K · 📋 310 - 11% open · ⏱️ 06.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002Fogb\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fogb) (📥 100K \u002F month · 📦 73 · ⏱️ 07.04.2023):\n\t```\n\tpip install ogb\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fogb) (📥 63K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge ogb\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpykeen\u002Fpykeen\">PyKEEN\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.9K) - A Python library for learning and evaluating knowledge graph embeddings. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpykeen\u002Fpykeen) (👨‍💻 43 · 🔀 210 · 📥 240 · 📦 350 · 📋 590 - 20% open · ⏱️ 18.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpykeen\u002Fpykeen\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpykeen) (📥 31K \u002F month · 📦 28 · ⏱️ 24.04.2025):\n\t```\n\tpip install pykeen\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbenedekrozemberczki\u002Fpytorch_geometric_temporal\">pytorch_geometric_temporal\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.9K) - PyTorch Geometric Temporal: Spatiotemporal Signal.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbenedekrozemberczki\u002Fpytorch_geometric_temporal) (👨‍💻 39 · 🔀 400 · 📋 210 - 18% open · ⏱️ 18.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbenedekrozemberczki\u002Fpytorch_geometric_temporal\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-geometric-temporal) (📥 6.7K \u002F month · 📦 12 · ⏱️ 16.07.2025):\n\t```\n\tpip install torch-geometric-temporal\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_cluster\">torch-cluster\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 900) - PyTorch Extension Library of Optimized Graph Cluster.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_cluster) (👨‍💻 40 · 🔀 150 · 📋 190 - 16% open · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_cluster\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-cluster) (📥 34K \u002F month · 📦 62 · ⏱️ 12.10.2023):\n\t```\n\tpip install torch-cluster\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch_cluster) (📥 440K · ⏱️ 22.09.2025):\n\t```\n\tconda install -c conda-forge pytorch_cluster\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 28 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Figraph\u002Fpython-igraph\">igraph\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 1.4K) - Python interface for igraph. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2KucAZR\">❗️GPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdanielegrattarola\u002Fspektral\">Spektral\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.4K · 💀) - Graph Neural Networks with Keras and Tensorflow 2. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstellargraph\u002Fstellargraph\">StellarGraph\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3K · 💀) - StellarGraph - Machine Learning on Graphs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKozea\u002Fpygal\">pygal\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 2.7K · 💀) - PYthon svg GrAph plotting Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPGL\">Paddle Graph Learning\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 1.6K · 💀) - Paddle Graph Learning (PGL) is an efficient and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAccenture\u002FAmpliGraph\">AmpliGraph\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 2.2K · 💀) - Python library for Representation Learning on Knowledge.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feliorc\u002Fnode2vec\">Node2Vec\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 1.3K · 💀) - Implementation of the node2vec algorithm. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbenedekrozemberczki\u002Fkarateclub\">Karate Club\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 2.3K · 💀) - Karate Club: An API Oriented Open-source Python Framework.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgraph_nets\">graph-nets\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 5.4K · 💀) - Build Graph Nets in Tensorflow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FPyTorch-BigGraph\">PyTorch-BigGraph\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 3.4K · 💀) - Generate embeddings from large-scale graph-structured.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgraph4ai\u002Fgraph4nlp\">graph4nlp\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.7K · 💀) - Graph4nlp is the library for the easy use of Graph.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fjraph\">jraph\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.5K · 💀) - A Graph Neural Network Library in Jax. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fphanein\u002Fdeepwalk\">DeepWalk\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2.7K · 💀) - DeepWalk - Deep Learning for Graphs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdivelab\u002FDIG\">DIG\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2K · 💀) - A library for graph deep learning research. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002Fdeepsnap\">deepsnap\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 560 · 💀) - Python library assists deep learning on graphs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002FpyRDF2Vec\">pyRDF2Vec\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 260 · 💀) - Python Implementation and Extension of RDF2Vec. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002FGraphGym\">GraphGym\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.8K · 💀) - Platform for designing and evaluating Graph Neural Networks (GNN). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgsi-upm\u002Fsematch\">Sematch\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 440 · 💀) - semantic similarity framework for knowledge graph. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepgraph\u002Fdeepgraph\">DeepGraph\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 320) - Analyze Data with Pandas-based Networks. Documentation:. \u003Ccode>❗Unlicensed\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTHUMNLab\u002FAutoGL\">AutoGL\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 1.1K · 💀) - An autoML framework & toolkit for machine learning on graphs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftypedb\u002Ftypedb-ml\">kglib\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 550 · 💀) - TypeDB-ML is the Machine Learning integrations library for TypeDB. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fptgnn\">ptgnn\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 380 · 💀) - A PyTorch Graph Neural Network Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falibaba\u002Feuler\">Euler\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 2.9K · 💀) - A distributed graph deep learning framework. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshenweichen\u002FGraphEmbedding\">GraphEmbedding\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 3.8K · 💀) - Implementation and experiments of graph embedding.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwilliamleif\u002FGraphSAGE\">GraphSAGE\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 3.6K · 💀) - Representation learning on large graphs using stochastic.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthunlp\u002FOpenNE\">OpenNE\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 1.7K · 💀) - An Open-Source Package for Network Embedding (NE). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDeepGraphLearning\u002Fgraphvite\">GraphVite\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 1.3K · 💀) - GraphVite: A General and High-performance Graph Embedding.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthunlp\u002FOpenKE\">OpenKE\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 4K · 💀) - An Open-Source Package for Knowledge Embedding (KE). \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Audio Data\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for audio analysis, manipulation, transformation, and extraction, as well as speech recognition and music generation tasks._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspeechbrain\u002Fspeechbrain\">speechbrain\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 11K) - A PyTorch-based Speech Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fspeechbrain\u002Fspeechbrain) (👨‍💻 260 · 🔀 1.5K · 📦 3.9K · 📋 1.2K - 12% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fspeechbrain\u002Fspeechbrain\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspeechbrain) (📥 1.1M \u002F month · 📦 79 · ⏱️ 07.04.2025):\n\t```\n\tpip install speechbrain\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fespnet\u002Fespnet\">espnet\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 9.5K) - End-to-End Speech Processing Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fespnet\u002Fespnet) (👨‍💻 520 · 🔀 2.3K · 📥 84 · 📦 480 · 📋 2.5K - 3% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fespnet\u002Fespnet\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fespnet) (📥 24K \u002F month · 📦 19 · ⏱️ 13.09.2025):\n\t```\n\tpip install espnet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Faudio\">torchaudio\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 2.8K) - Data manipulation and transformation for audio signal.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Faudio) (👨‍💻 240 · 🔀 730 · 📋 1.1K - 31% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Faudio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchaudio) (📥 15M \u002F month · 📦 2.4K · ⏱️ 15.10.2025):\n\t```\n\tpip install torchaudio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FUberi\u002Fspeech_recognition\">SpeechRecognition\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 8.9K) - Speech recognition module for Python, supporting several.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FUberi\u002Fspeech_recognition) (👨‍💻 56 · 🔀 2.4K · 📦 21 · 📋 670 - 48% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FUberi\u002Fspeech_recognition\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FSpeechRecognition) (📥 2.2M \u002F month · 📦 730 · ⏱️ 12.05.2025):\n\t```\n\tpip install SpeechRecognition\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fspeechrecognition) (📥 360K · ⏱️ 12.05.2025):\n\t```\n\tconda install -c conda-forge speechrecognition\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flibrosa\u002Flibrosa\">librosa\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 8K) - Python library for audio and music analysis. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3hkKRql\">ISC\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flibrosa\u002Flibrosa) (👨‍💻 130 · 🔀 1K · 📋 1.3K - 5% open · ⏱️ 19.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flibrosa\u002Flibrosa\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flibrosa) (📥 5.6M \u002F month · 📦 1.6K · ⏱️ 11.03.2025):\n\t```\n\tpip install librosa\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flibrosa) (📥 1.1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge librosa\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmozilla\u002FDeepSpeech\">DeepSpeech\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 27K · 📈) - DeepSpeech is an open source embedded (offline, on-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmozilla\u002FDeepSpeech) (👨‍💻 160 · 🔀 4.1K · 📥 660K · 📦 540 · 📋 2.1K - 7% open · ⏱️ 19.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmozilla\u002FDeepSpeech\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepspeech) (📥 5.5K \u002F month · 📦 24 · ⏱️ 19.12.2020):\n\t```\n\tpip install deepspeech\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdeepspeech) (📥 4.2K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge deepspeech\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbeetbox\u002Faudioread\">audioread\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 520 · 📈) - cross-library (GStreamer + Core Audio + MAD + FFmpeg) audio.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbeetbox\u002Faudioread) (👨‍💻 27 · 🔀 110 · 📦 35K · 📋 98 - 40% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbeetbox\u002Faudioread\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faudioread) (📥 4.8M \u002F month · 📦 180 · ⏱️ 26.10.2025):\n\t```\n\tpip install audioread\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faudioread) (📥 1.2M · ⏱️ 02.10.2025):\n\t```\n\tconda install -c conda-forge audioread\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeezer\u002Fspleeter\">spleeter\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 27K) - Deezer source separation library including pretrained models. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeezer\u002Fspleeter) (👨‍💻 22 · 🔀 3K · 📥 4.4M · 📦 1.1K · 📋 830 - 32% open · ⏱️ 02.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeezer\u002Fspleeter\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspleeter) (📥 26K \u002F month · 📦 18 · ⏱️ 03.04.2025):\n\t```\n\tpip install spleeter\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fspleeter) (📥 120K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge spleeter\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiver56\u002Faudiomentations\">audiomentations\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.2K) - A Python library for audio data augmentation. Useful for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fiver56\u002Faudiomentations) (👨‍💻 34 · 🔀 200 · 📦 840 · 📋 210 - 26% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fiver56\u002Faudiomentations\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faudiomentations) (📥 110K \u002F month · 📦 38 · ⏱️ 13.09.2025):\n\t```\n\tpip install audiomentations\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fidiap\u002Fcoqui-ai-TTS\">Coqui TTS\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.9K) - - a deep learning toolkit for Text-to-Speech, battle-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fidiap\u002Fcoqui-ai-TTS) (👨‍💻 200 · 🔀 240 · 📥 3.8K · 📦 760 · 📋 160 - 14% open · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fidiap\u002Fcoqui-ai-TTS\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcoqui-tts) (📥 94K \u002F month · 📦 34 · ⏱️ 25.09.2025):\n\t```\n\tpip install coqui-tts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmagenta\u002Fmagenta\">Magenta\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 20K) - Magenta: Music and Art Generation with Machine Intelligence. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmagenta\u002Fmagenta) (👨‍💻 160 · 🔀 3.7K · 📦 600 · 📋 1K - 41% open · ⏱️ 08.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmagenta\u002Fmagenta\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmagenta) (📥 4.8K \u002F month · 📦 5 · ⏱️ 01.08.2022):\n\t```\n\tpip install magenta\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPicovoice\u002Fporcupine\">Porcupine\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 4.5K) - On-device wake word detection powered by deep learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPicovoice\u002Fporcupine) (👨‍💻 43 · 🔀 550 · 📦 51 · 📋 600 - 0% open · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPicovoice\u002FPorcupine\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpvporcupine) (📥 25K \u002F month · 📦 38 · ⏱️ 05.02.2025):\n\t```\n\tpip install pvporcupine\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftyiannak\u002FpyAudioAnalysis\">pyAudioAnalysis\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 6.2K) - Python Audio Analysis Library: Feature Extraction,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftyiannak\u002FpyAudioAnalysis) (👨‍💻 28 · 🔀 1.2K · 📦 670 · 📋 330 - 62% open · ⏱️ 04.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftyiannak\u002FpyAudioAnalysis\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FpyAudioAnalysis) (📥 24K \u002F month · 📦 12 · ⏱️ 07.02.2022):\n\t```\n\tpip install pyAudioAnalysis\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbastibe\u002Fpython-soundfile\">python-soundfile\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 800) - SoundFile is an audio library based on libsndfile, CFFI, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbastibe\u002Fpython-soundfile) (👨‍💻 38 · 🔀 120 · 📥 21K · 📋 260 - 46% open · ⏱️ 28.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbastibe\u002Fpython-soundfile\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsoundfile) (📥 9.5M \u002F month · 📦 1.1K · ⏱️ 25.01.2025):\n\t```\n\tpip install soundfile\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fpysoundfile):\n\t```\n\tconda install -c anaconda pysoundfile\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftinytag\u002Ftinytag\">tinytag\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 780) - Python library for reading audio file metadata. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftinytag\u002Ftinytag) (👨‍💻 27 · 🔀 100 · 📦 1.3K · 📋 120 - 4% open · ⏱️ 13.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdevsnd\u002Ftinytag\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftinytag) (📥 120K \u002F month · 📦 130 · ⏱️ 13.08.2025):\n\t```\n\tpip install tinytag\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeunwoochoi\u002Fkapre\">kapre\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 930 · 📈) - kapre: Keras Audio Preprocessors. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkeunwoochoi\u002Fkapre) (👨‍💻 13 · 🔀 150 · 📥 33 · 📦 2.5K · 📋 99 - 17% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkeunwoochoi\u002Fkapre\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkapre) (📥 3.2K \u002F month · 📦 11 · ⏱️ 26.10.2025):\n\t```\n\tpip install kapre\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKinWaiCheuk\u002FnnAudio\">nnAudio\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.1K) - Audio processing by using pytorch 1D convolution network. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FKinWaiCheuk\u002FnnAudio) (👨‍💻 16 · 🔀 96 · 📦 410 · 📋 65 - 30% open · ⏱️ 16.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FKinWaiCheuk\u002FnnAudio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FnnAudio) (📥 59K \u002F month · 📦 4 · ⏱️ 13.02.2024):\n\t```\n\tpip install nnAudio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadefossez\u002Fjulius\">Julius\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 450 · 💤) - Fast PyTorch based DSP for audio and 1D signals. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fadefossez\u002Fjulius) (👨‍💻 3 · 🔀 26 · 📋 12 - 16% open · ⏱️ 17.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fadefossez\u002Fjulius\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjulius) (📥 840K \u002F month · 📦 44 · ⏱️ 20.09.2022):\n\t```\n\tpip install julius\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 11 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjiaaro\u002Fpydub\">Pydub\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 9.6K · 💀) - Manipulate audio with a simple and easy high level interface. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faubio\u002Faubio\">aubio\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.5K) - a library for audio and music analysis. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMTG\u002Fessentia\">Essentia\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.3K) - C++ library for audio and music analysis, description and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCPJKU\u002Fmadmom\">Madmom\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.5K · 💀) - Python audio and music signal processing library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmozilla\u002FTTS\">TTS\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 10K · 💀) - Deep learning for Text to Speech (Discussion forum:.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjameslyons\u002Fpython_speech_features\">python_speech_features\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.4K · 💀) - This library provides common speech features for ASR.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmagenta\u002Fddsp\">DDSP\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 3.1K · 💀) - DDSP: Differentiable Digital Signal Processing. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fworldveil\u002Fdejavu\">Dejavu\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 6.7K · 💀) - Audio fingerprinting and recognition in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FParisson\u002FTimeSide\">TimeSide\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 390 · 💤) - scalable audio processing framework and server written in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbmcfee\u002Fmuda\">Muda\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 240 · 💀) - A library for augmenting annotated audio data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3hkKRql\">ISC\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ftextlesslib\">textlesslib\u003C\u002Fa>\u003C\u002Fb> (🥉10 ·  ⭐ 550 · 💀) - Library for Textless Spoken Language Processing. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Geospatial Data\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries to load, process, analyze, and write geographic data as well as libraries for spatial analysis, map visualization, and geocoding._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvisgl\u002Fdeck.gl\">pydeck\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 14K) - WebGL2 powered visualization framework. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvisgl\u002Fdeck.gl) (👨‍💻 310 · 🔀 2.2K · 📦 9.2K · 📋 3.3K - 13% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvisgl\u002Fdeck.gl\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpydeck) (📥 16M \u002F month · 📦 160 · ⏱️ 21.03.2025):\n\t```\n\tpip install pydeck\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpydeck) (📥 850K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pydeck\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fdeck.gl) (📥 750K \u002F month · 📦 360 · ⏱️ 16.10.2025):\n\t```\n\tnpm install deck.gl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\">folium\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 7.3K) - Python Data. Leaflet.js Maps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium) (👨‍💻 180 · 🔀 2.2K · 📦 65K · 📋 1.2K - 6% open · ⏱️ 06.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffolium) (📥 2.8M \u002F month · 📦 1K · ⏱️ 16.06.2025):\n\t```\n\tpip install folium\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffolium) (📥 4.4M · ⏱️ 16.06.2025):\n\t```\n\tconda install -c conda-forge folium\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshapely\u002Fshapely\">Shapely\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 4.3K) - Manipulation and analysis of geometric objects. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fshapely\u002Fshapely) (👨‍💻 170 · 🔀 600 · 📥 4K · 📦 110K · 📋 1.3K - 18% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fshapely\u002Fshapely\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fshapely) (📥 62M \u002F month · 📦 4.7K · ⏱️ 24.09.2025):\n\t```\n\tpip install shapely\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fshapely) (📥 14M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge shapely\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeopandas\u002Fgeopandas\">GeoPandas\u003C\u002Fa>\u003C\u002Fb> (🥈39 ·  ⭐ 4.9K) - Python tools for geographic data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgeopandas\u002Fgeopandas) (👨‍💻 250 · 🔀 980 · 📥 3.1K · 📦 60K · 📋 1.8K - 24% open · ⏱️ 25.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgeopandas\u002Fgeopandas\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgeopandas) (📥 11M \u002F month · 📦 3.8K · ⏱️ 26.06.2025):\n\t```\n\tpip install geopandas\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgeopandas) (📥 5.4M · ⏱️ 06.10.2025):\n\t```\n\tconda install -c conda-forge geopandas\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frasterio\u002Frasterio\">Rasterio\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 2.4K) - Rasterio reads and writes geospatial raster datasets. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frasterio\u002Frasterio) (👨‍💻 170 · 🔀 540 · 📥 1K · 📦 19K · 📋 1.9K - 8% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frasterio\u002Frasterio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frasterio) (📥 2.8M \u002F month · 📦 1.5K · ⏱️ 02.12.2024):\n\t```\n\tpip install rasterio\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Frasterio) (📥 5.3M · ⏱️ 17.09.2025):\n\t```\n\tconda install -c conda-forge rasterio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyproj4\u002Fpyproj\">pyproj\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 1.2K) - Python interface to PROJ (cartographic projections and coordinate.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyproj4\u002Fpyproj) (👨‍💻 74 · 🔀 230 · 📦 47K · 📋 660 - 6% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyproj4\u002Fpyproj\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyproj) (📥 14M \u002F month · 📦 2.3K · ⏱️ 14.08.2025):\n\t```\n\tpip install pyproj\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyproj) (📥 12M · ⏱️ 15.09.2025):\n\t```\n\tconda install -c conda-forge pyproj\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEsri\u002Farcgis-python-api\">ArcGIS API\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 2.1K) - Documentation and samples for ArcGIS API for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FEsri\u002Farcgis-python-api) (👨‍💻 99 · 🔀 1.1K · 📥 16K · 📦 1K · 📋 920 - 8% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FEsri\u002Farcgis-python-api\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Farcgis) (📥 150K \u002F month · 📦 44 · ⏱️ 27.10.2025):\n\t```\n\tpip install arcgis\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fesridocker\u002Farcgis-api-python-notebook):\n\t```\n\tdocker pull esridocker\u002Farcgis-api-python-notebook\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FToblerity\u002FFiona\">Fiona\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.2K · 💤) - Fiona reads and writes geographic data files. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FToblerity\u002FFiona) (👨‍💻 78 · 🔀 210 · 📦 27K · 📋 820 - 5% open · ⏱️ 20.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FToblerity\u002FFiona\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffiona) (📥 5.6M \u002F month · 📦 380 · ⏱️ 16.09.2024):\n\t```\n\tpip install fiona\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffiona) (📥 7.9M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge fiona\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjupyter-widgets\u002Fipyleaflet\">ipyleaflet\u003C\u002Fa>\u003C\u002Fb> (🥉33 ·  ⭐ 1.5K) - A Jupyter - Leaflet.js bridge. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjupyter-widgets\u002Fipyleaflet) (👨‍💻 94 · 🔀 360 · 📦 18K · 📋 660 - 44% open · ⏱️ 19.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjupyter-widgets\u002Fipyleaflet\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fipyleaflet) (📥 230K \u002F month · 📦 340 · ⏱️ 13.06.2025):\n\t```\n\tpip install ipyleaflet\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fipyleaflet) (📥 1.8M · ⏱️ 13.06.2025):\n\t```\n\tconda install -c conda-forge ipyleaflet\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fjupyter-leaflet) (📥 2.7K \u002F month · 📦 9 · ⏱️ 13.06.2025):\n\t```\n\tnpm install jupyter-leaflet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjazzband\u002Fgeojson\">geojson\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 970 · 💤) - Python bindings and utilities for GeoJSON. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjazzband\u002Fgeojson) (👨‍💻 58 · 🔀 120 · 📦 21K · 📋 100 - 26% open · ⏱️ 21.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjazzband\u002Fgeojson\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgeojson) (📥 3.6M \u002F month · 📦 720 · ⏱️ 21.12.2024):\n\t```\n\tpip install geojson\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgeojson) (📥 1.1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge geojson\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal\">PySAL\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 1.4K) - PySAL: Python Spatial Analysis Library Meta-Package. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal) (👨‍💻 79 · 🔀 310 · 📦 1.8K · 📋 660 - 3% open · ⏱️ 08.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpysal) (📥 42K \u002F month · 📦 65 · ⏱️ 31.07.2025):\n\t```\n\tpip install pysal\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpysal) (📥 730K · ⏱️ 01.08.2025):\n\t```\n\tconda install -c conda-forge pysal\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fgeoviews\">GeoViews\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 620) - Simple, concise geographical visualization in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fgeoviews) (👨‍💻 34 · 🔀 79 · 📦 5 · 📋 360 - 31% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fgeoviews\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgeoviews) (📥 69K \u002F month · 📦 76 · ⏱️ 14.08.2025):\n\t```\n\tpip install geoviews\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgeoviews) (📥 340K · ⏱️ 14.08.2025):\n\t```\n\tconda install -c conda-forge geoviews\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fearthlab\u002Fearthpy\">EarthPy\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 530) - A package built to support working with spatial data using open source.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fearthlab\u002Fearthpy) (👨‍💻 44 · 🔀 160 · 📥 75 · 📦 440 · 📋 250 - 16% open · ⏱️ 31.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fearthlab\u002Fearthpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fearthpy) (📥 14K \u002F month · 📦 17 · ⏱️ 01.10.2021):\n\t```\n\tpip install earthpy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fearthpy) (📥 98K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge earthpy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeospace-code\u002Fpymap3d\">pymap3d\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 430) - pure-Python (Numpy optional) 3D coordinate conversions for geospace ecef.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgeospace-code\u002Fpymap3d) (👨‍💻 19 · 🔀 87 · 📦 540 · 📋 59 - 8% open · ⏱️ 08.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgeospace-code\u002Fpymap3d\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpymap3d) (📥 490K \u002F month · 📦 50 · ⏱️ 08.07.2025):\n\t```\n\tpip install pymap3d\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpymap3d) (📥 120K · ⏱️ 08.07.2025):\n\t```\n\tconda install -c conda-forge pymap3d\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmapbox\u002Fmapboxgl-jupyter\">Mapbox GL\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 680 · 💤) - Use Mapbox GL JS to visualize data in a Python Jupyter notebook. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmapbox\u002Fmapboxgl-jupyter) (👨‍💻 23 · 🔀 140 · 📋 110 - 38% open · ⏱️ 06.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmapbox\u002Fmapboxgl-jupyter\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmapboxgl) (📥 10K \u002F month · 📦 12 · ⏱️ 02.06.2019):\n\t```\n\tpip install mapboxgl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 7 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytroll\u002Fsatpy\">Satpy\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.1K) - Python package for earth-observing satellite data processing. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeopy\u002Fgeopy\">geopy\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 4.7K · 💀) - Geocoding library for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDenisCarriere\u002Fgeocoder\">Geocoder\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 1.6K · 💀) - Python Geocoder. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarceloprates\u002Fprettymaps\">prettymaps\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 12K) - Draw pretty maps from OpenStreetMap data! Built with osmnx.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsentinelsat\u002Fsentinelsat\">Sentinelsat\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1K · 💀) - Search and download Copernicus Sentinel satellite images. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpbugnion\u002Fgmaps\">gmaps\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 760 · 💀) - Google maps for Jupyter notebooks. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fandrea-cuttone\u002Fgeoplotlib\">geoplotlib\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1K · 💀) - python toolbox for visualizing geographical data and making maps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Financial Data\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for algorithmic stock\u002Fcrypto trading, risk analytics, backtesting, technical analysis, and other tasks on financial data._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Franaroussi\u002Fyfinance\">yfinance\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 20K) - Download market data from Yahoo! Finances API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Franaroussi\u002Fyfinance) (👨‍💻 140 · 🔀 2.8K · 📦 86K · 📋 1.7K - 9% open · ⏱️ 18.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Franaroussi\u002Fyfinance\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fyfinance) (📥 5.9M \u002F month · 📦 1.2K · ⏱️ 17.09.2025):\n\t```\n\tpip install yfinance\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Franaroussi\u002Fyfinance) (📥 99K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c ranaroussi yfinance\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fqlib\">Qlib\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 33K) - Qlib is an AI-oriented Quant investment platform that aims to use AI tech.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fqlib) (👨‍💻 140 · 🔀 5K · 📥 910 · 📦 21 · 📋 1K - 28% open · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fqlib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyqlib) (📥 16K \u002F month · 📦 3 · ⏱️ 15.08.2025):\n\t```\n\tpip install pyqlib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fbt\">bt\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 2.7K) - bt - flexible backtesting for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fbt) (👨‍💻 35 · 🔀 450 · 📦 1.7K · 📋 350 - 23% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fbt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbt) (📥 11K \u002F month · 📦 15 · ⏱️ 12.04.2025):\n\t```\n\tpip install bt\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbt) (📥 110K · ⏱️ 02.10.2025):\n\t```\n\tconda install -c conda-forge bt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRomelTorres\u002Falpha_vantage\">Alpha Vantage\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 4.6K) - A python wrapper for Alpha Vantage API for financial data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FRomelTorres\u002Falpha_vantage) (👨‍💻 44 · 🔀 760 · 📋 290 - 0% open · ⏱️ 27.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FRomelTorres\u002Falpha_vantage\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Falpha_vantage) (📥 140K \u002F month · 📦 35 · ⏱️ 18.07.2024):\n\t```\n\tpip install alpha_vantage\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Falpha_vantage) (📥 10K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge alpha_vantage\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fffn\">ffn\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.4K) - ffn - a financial function library for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fffn) (👨‍💻 36 · 🔀 330 · 📦 580 · 📋 140 - 17% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fffn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fffn) (📥 25K \u002F month · 📦 22 · ⏱️ 11.02.2025):\n\t```\n\tpip install ffn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fffn) (📥 26K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge ffn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjealous\u002Fstockstats\">stockstats\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.4K) - Supply a wrapper ``StockDataFrame`` based on the.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjealous\u002Fstockstats) (👨‍💻 10 · 🔀 310 · 📦 1.3K · 📋 130 - 10% open · ⏱️ 18.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjealous\u002Fstockstats\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstockstats) (📥 51K \u002F month · 📦 14 · ⏱️ 18.05.2025):\n\t```\n\tpip install stockstats\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftf-quant-finance\">tf-quant-finance\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 5K · 💤) - High-performance TensorFlow library for quantitative.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftf-quant-finance) (👨‍💻 48 · 🔀 630 · 📋 65 - 56% open · ⏱️ 21.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftf-quant-finance\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftf-quant-finance) (📥 410 \u002F month · 📦 3 · ⏱️ 19.08.2022):\n\t```\n\tpip install tf-quant-finance\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcuemacro\u002Ffinmarketpy\">finmarketpy\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 3.7K · 💤) - Python library for backtesting trading strategies &.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcuemacro\u002Ffinmarketpy) (👨‍💻 19 · 🔀 510 · 📥 57 · 📦 16 · 📋 35 - 88% open · ⏱️ 10.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcuemacro\u002Ffinmarketpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffinmarketpy) (📥 340 \u002F month · ⏱️ 10.03.2025):\n\t```\n\tpip install finmarketpy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 17 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbashtage\u002Farch\">arch\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 1.5K) - ARCH models in Python. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fquantopian\u002Fzipline\">zipline\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 19K · 💀) - Zipline, a Pythonic Algorithmic Trading Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbukosabino\u002Fta\">ta\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 4.8K · 💀) - Technical Analysis Library using Pandas and Numpy. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fquantopian\u002Fpyfolio\">pyfolio\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 6.1K · 💀) - Portfolio and risk analytics in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmementum\u002Fbacktrader\">backtrader\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 19K · 💀) - Python Backtesting library for trading strategies. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ferdewit\u002Fib_insync\">IB-insync\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.1K · 💀) - Python sync\u002Fasync framework for Interactive Brokers API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fquantopian\u002Falphalens\">Alphalens\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 4K · 💀) - Performance analysis of predictive (alpha) stock factors. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscrtlabs\u002Fcatalyst\">Enigma Catalyst\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.5K · 💀) - An Algorithmic Trading Library for Crypto-Assets in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fquantopian\u002Fempyrical\">empyrical\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.4K · 💀) - Common financial risk and performance metrics. Used by.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkernc\u002Fbacktesting.py\">Backtesting.py\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 7.4K) - Backtest trading strategies in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensortrade-org\u002Ftensortrade\">TensorTrade\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5.6K · 💀) - An open source reinforcement learning framework for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgbeced\u002Fpyalgotrade\">PyAlgoTrade\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 4.6K · 💀) - Python Algorithmic Trading Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpeerchemist\u002Ffinta\">FinTA\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.2K · 💀) - Common financial technical indicators implemented in Pandas. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCryptoSignal\u002FCrypto-Signal\">Crypto Signals\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 5.4K · 💀) - Github.com\u002FCryptoSignal - Trading & Technical Analysis Bot -.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffmilthaler\u002FFinQuant\">FinQuant\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.6K · 💀) - A program for financial portfolio management, analysis and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftradytics\u002Fsurpriver\">surpriver\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 1.8K · 💀) - Find big moving stocks before they move using machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falvarobartt\u002Fpyrtfolio\">pyrtfolio\u003C\u002Fa>\u003C\u002Fb> (🥉9 ·  ⭐ 150 · 💀) - Python package to generate stock portfolios. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Time Series Data\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for forecasting, anomaly detection, feature extraction, and machine learning on time-series and sequential data._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsktime\u002Fsktime\">sktime\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 9.3K) - A unified framework for machine learning with time series. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsktime\u002Fsktime) (👨‍💻 520 · 🔀 1.7K · 📥 110 · 📦 4.7K · 📋 3.1K - 39% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Falan-turing-institute\u002Fsktime\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsktime) (📥 1M \u002F month · 📦 160 · ⏱️ 25.09.2025):\n\t```\n\tpip install sktime\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsktime-all-extras) (📥 1.2M · ⏱️ 18.09.2025):\n\t```\n\tconda install -c conda-forge sktime-all-extras\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebook\u002Fprophet\">Prophet\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 20K) - Tool for producing high quality forecasts for time series data that has.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebook\u002Fprophet) (👨‍💻 190 · 🔀 4.6K · 📥 3.2K · 📦 21 · 📋 2.2K - 20% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebook\u002Fprophet\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffbprophet) (📥 84K \u002F month · 📦 91 · ⏱️ 05.09.2020):\n\t```\n\tpip install fbprophet\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fprophet) (📥 1.5M · ⏱️ 22.10.2025):\n\t```\n\tconda install -c conda-forge prophet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNixtla\u002Fstatsforecast\">StatsForecast\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 4.6K) - Lightning fast forecasting with statistical and econometric.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNixtla\u002Fstatsforecast) (👨‍💻 56 · 🔀 340 · 📦 2K · 📋 400 - 34% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNixtla\u002Fstatsforecast\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstatsforecast) (📥 990K \u002F month · 📦 91 · ⏱️ 29.10.2025):\n\t```\n\tpip install statsforecast\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fstatsforecast) (📥 220K · ⏱️ 30.10.2025):\n\t```\n\tconda install -c conda-forge statsforecast\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftslearn-team\u002Ftslearn\">tslearn\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 3.1K) - The machine learning toolkit for time series analysis in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftslearn-team\u002Ftslearn) (👨‍💻 46 · 🔀 350 · 📦 1.9K · 📋 380 - 38% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftslearn-team\u002Ftslearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftslearn) (📥 400K \u002F month · 📦 110 · ⏱️ 02.07.2025):\n\t```\n\tpip install tslearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftslearn) (📥 1.7M · ⏱️ 03.07.2025):\n\t```\n\tconda install -c conda-forge tslearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fskforecast\u002Fskforecast\">skforecast\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 1.4K) - Time series forecasting with machine learning models. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fskforecast\u002Fskforecast) (👨‍💻 23 · 🔀 170 · 📦 490 · 📋 210 - 8% open · ⏱️ 22.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJoaquinAmatRodrigo\u002Fskforecast\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fskforecast) (📥 96K \u002F month · 📦 18 · ⏱️ 22.09.2025):\n\t```\n\tpip install skforecast\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funit8co\u002Fdarts\">Darts\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 9K) - A python library for user-friendly forecasting and anomaly detection on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Funit8co\u002Fdarts) (👨‍💻 140 · 🔀 970 · 📋 1.8K - 13% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funit8co\u002Fdarts\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fu8darts) (📥 86K \u002F month · 📦 10 · ⏱️ 03.10.2025):\n\t```\n\tpip install u8darts\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fu8darts-all) (📥 94K · ⏱️ 05.10.2025):\n\t```\n\tconda install -c conda-forge u8darts-all\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Funit8\u002Fdarts) (📥 2.1K · ⏱️ 03.10.2025):\n\t```\n\tdocker pull unit8\u002Fdarts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsktime\u002Fpytorch-forecasting\">pytorch-forecasting\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 4.6K) - Time series forecasting with PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsktime\u002Fpytorch-forecasting) (👨‍💻 79 · 🔀 710 · 📦 670 · 📋 920 - 59% open · ⏱️ 19.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjdb78\u002Fpytorch-forecasting\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch-forecasting) (📥 270K \u002F month · 📦 27 · ⏱️ 10.10.2025):\n\t```\n\tpip install pytorch-forecasting\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch-forecasting) (📥 87K · ⏱️ 05.07.2025):\n\t```\n\tconda install -c conda-forge pytorch-forecasting\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falkaline-ml\u002Fpmdarima\">pmdarima\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.7K · 💤) - A statistical library designed to fill the void in Pythons time.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Falkaline-ml\u002Fpmdarima) (👨‍💻 23 · 🔀 250 · 📦 13K · 📋 340 - 19% open · ⏱️ 07.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Falkaline-ml\u002Fpmdarima\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpmdarima) (📥 7.5M \u002F month · 📦 150 · ⏱️ 23.10.2023):\n\t```\n\tpip install pmdarima\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpmdarima) (📥 1.4M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pmdarima\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fblue-yonder\u002Ftsfresh\">tsfresh\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 9K) - Automatic extraction of relevant features from time series:. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fblue-yonder\u002Ftsfresh) (👨‍💻 100 · 🔀 1.3K · 📦 21 · 📋 550 - 12% open · ⏱️ 30.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fblue-yonder\u002Ftsfresh\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftsfresh) (📥 340K \u002F month · 📦 120 · ⏱️ 30.08.2025):\n\t```\n\tpip install tsfresh\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftsfresh) (📥 1.5M · ⏱️ 31.08.2025):\n\t```\n\tconda install -c conda-forge tsfresh\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstumpy-dev\u002Fstumpy\">STUMPY\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 4K) - STUMPY is a powerful and scalable Python library for modern time series.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstumpy-dev\u002Fstumpy) (👨‍💻 41 · 🔀 340 · 📦 1.6K · 📋 540 - 13% open · ⏱️ 02.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FTDAmeritrade\u002Fstumpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstumpy) (📥 380K \u002F month · 📦 30 · ⏱️ 09.07.2024):\n\t```\n\tpip install stumpy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fstumpy) (📥 1.1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge stumpy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNixtla\u002Fneuralforecast\">NeuralForecast\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3.8K) - Scalable and user friendly neural forecasting algorithms. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNixtla\u002Fneuralforecast) (👨‍💻 55 · 🔀 450 · 📋 650 - 17% open · ⏱️ 01.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNixtla\u002Fneuralforecast\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fneuralforecast) (📥 160K \u002F month · 📦 30 · ⏱️ 01.10.2025):\n\t```\n\tpip install neuralforecast\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fneuralforecast) (📥 47K · ⏱️ 06.10.2025):\n\t```\n\tconda install -c conda-forge neuralforecast\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fgluonts\">GluonTS\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 5K) - Probabilistic time series modeling in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fgluonts) (👨‍💻 120 · 🔀 790 · 📋 970 - 34% open · ⏱️ 14.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fgluon-ts\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgluonts) (📥 1.9M \u002F month · 📦 41 · ⏱️ 27.06.2025):\n\t```\n\tpip install gluonts\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fgluonts) (📥 3.2K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c anaconda gluonts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-streamz\u002Fstreamz\">Streamz\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 1.3K · 💤) - Real-time stream processing for python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpython-streamz\u002Fstreamz) (👨‍💻 49 · 🔀 150 · 📦 570 · 📋 270 - 44% open · ⏱️ 22.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpython-streamz\u002Fstreamz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstreamz) (📥 26K \u002F month · 📦 57 · ⏱️ 27.07.2022):\n\t```\n\tpip install streamz\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fstreamz) (📥 2.9M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge streamz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjohannfaouzi\u002Fpyts\">pyts\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.9K) - A Python package for time series classification. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjohannfaouzi\u002Fpyts) (👨‍💻 15 · 🔀 180 · 📦 900 · 📋 88 - 59% open · ⏱️ 18.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjohannfaouzi\u002Fpyts\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyts) (📥 190K \u002F month · 📦 45 · ⏱️ 18.06.2023):\n\t```\n\tpip install pyts\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyts) (📥 35K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pyts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffraunhoferportugal\u002Ftsfel\">TSFEL\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.1K) - An intuitive library to extract features from time series. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffraunhoferportugal\u002Ftsfel) (👨‍💻 21 · 🔀 150 · 📦 220 · 📋 87 - 5% open · ⏱️ 20.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffraunhoferportugal\u002Ftsfel\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftsfel) (📥 9.4K \u002F month · 📦 14 · ⏱️ 20.08.2025):\n\t```\n\tpip install tsfel\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flinkedin\u002Fgreykite\">greykite\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.8K · 💤) - A flexible, intuitive and fast forecasting library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flinkedin\u002Fgreykite) (👨‍💻 10 · 🔀 110 · 📥 39 · 📦 47 · 📋 110 - 11% open · ⏱️ 20.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flinkedin\u002Fgreykite\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgreykite) (📥 11K \u002F month · ⏱️ 20.02.2025):\n\t```\n\tpip install greykite\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 13 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fourownstory\u002Fneural_prophet\">NeuralProphet\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 4.2K · 💀) - NeuralProphet: A simple forecasting package. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRJT1990\u002Fpyflux\">PyFlux\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.1K · 💀) - Open source time series library for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flinkedin\u002Fluminol\">luminol\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.2K · 💀) - Anomaly Detection and Correlation library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farundo\u002Fadtk\">ADTK\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.2K · 💀) - A Python toolkit for rule-based\u002Funsupervised anomaly detection in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmbee\u002Fseglearn\">seglearn\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 580 · 💀) - Python module for machine learning time series:. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwwrechard\u002Fpydlm\">pydlm\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 480 · 💀) - A python library for Bayesian time series modeling. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FX-DataInitiative\u002Ftick\">tick\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 520 · 💀) - Module for statistical learning, with a particular emphasis on time-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftarget\u002Fmatrixprofile-ts\">matrixprofile-ts\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 740 · 💀) - A Python library for detecting patterns and anomalies.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002Ftsflex\">tsflex\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 430 · 💀) - Flexible time series feature extraction & processing. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAuto_TS\">Auto TS\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 760 · 💀) - Automatically build ARIMA, SARIMAX, VAR, FB Prophet and XGBoost.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farundo\u002Ftsaug\">tsaug\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 360 · 💀) - A Python package for time series augmentation. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffirmai\u002Fatspy\">atspy\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 520 · 💀) - AtsPy: Automated Time Series Models in Python (by @firmai). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhsbc\u002Ftslumen\">tslumen\u003C\u002Fa>\u003C\u002Fb> (🥉8 ·  ⭐ 71 · 💀) - A library for Time Series EDA (exploratory data analysis). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Medical Data\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for processing and analyzing medical data such as MRIs, EEGs, genomic data, and other medical imaging formats._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnilearn\u002Fnilearn\">Nilearn\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 1.3K) - Machine learning for NeuroImaging in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnilearn\u002Fnilearn) (👨‍💻 260 · 🔀 610 · 📥 410 · 📦 4.4K · 📋 2.4K - 12% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnilearn\u002Fnilearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnilearn) (📥 270K \u002F month · 📦 350 · ⏱️ 03.09.2025):\n\t```\n\tpip install nilearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnilearn) (📥 400K · ⏱️ 04.09.2025):\n\t```\n\tconda install -c conda-forge nilearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAI\">MONAI\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 7K) - AI Toolkit for Healthcare Imaging. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAI) (👨‍💻 240 · 🔀 1.3K · 📦 4.5K · 📋 3.3K - 14% open · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAI\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmonai) (📥 320K \u002F month · 📦 200 · ⏱️ 22.09.2025):\n\t```\n\tpip install monai\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmonai) (📥 60K · ⏱️ 22.09.2025):\n\t```\n\tconda install -c conda-forge monai\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmne-tools\u002Fmne-python\">MNE\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 3.1K) - MNE: Magnetoencephalography (MEG) and Electroencephalography (EEG) in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmne-tools\u002Fmne-python) (👨‍💻 410 · 🔀 1.4K · 📋 5.1K - 11% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmne-tools\u002Fmne-python\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmne) (📥 280K \u002F month · 📦 530 · ⏱️ 14.10.2025):\n\t```\n\tpip install mne\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmne) (📥 620K · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge mne\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhail-is\u002Fhail\">Hail\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1K) - Cloud-native genomic dataframes and batch computing. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhail-is\u002Fhail) (👨‍💻 100 · 🔀 260 · 📦 170 · 📋 2.6K - 11% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhail-is\u002Fhail\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhail) (📥 110K \u002F month · 📦 44 · ⏱️ 09.09.2025):\n\t```\n\tpip install hail\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnibabel\">NiBabel\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 740) - Python package to access a cacophony of neuro-imaging file formats. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnibabel) (👨‍💻 110 · 🔀 260 · 📦 30K · 📋 550 - 23% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnibabel\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnibabel) (📥 910K \u002F month · 📦 1.2K · ⏱️ 23.10.2024):\n\t```\n\tpip install nibabel\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnibabel) (📥 1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge nibabel\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipype\">NIPYPE\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 790) - Workflows and interfaces for neuroimaging packages. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipype) (👨‍💻 260 · 🔀 530 · 📦 7.2K · 📋 1.4K - 30% open · ⏱️ 28.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipype\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnipype) (📥 360K \u002F month · 📦 150 · ⏱️ 19.03.2025):\n\t```\n\tpip install nipype\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnipype) (📥 990K · ⏱️ 05.05.2025):\n\t```\n\tconda install -c conda-forge nipype\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCamDavidsonPilon\u002Flifelines\">Lifelines\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.5K · 💤) - Survival analysis in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FCamDavidsonPilon\u002Flifelines) (👨‍💻 120 · 🔀 560 · 📦 4.2K · 📋 980 - 27% open · ⏱️ 29.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FCamDavidsonPilon\u002Flifelines\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flifelines) (📥 1.5M \u002F month · 📦 160 · ⏱️ 29.10.2024):\n\t```\n\tpip install lifelines\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flifelines) (📥 500K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge lifelines\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdeepvariant\">DeepVariant\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.5K) - DeepVariant is an analysis pipeline that uses a deep neural.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdeepvariant) (👨‍💻 41 · 🔀 760 · 📥 4.9K · 📦 4 · 📋 960 - 0% open · ⏱️ 10.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdeepvariant\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fbioconda\u002Fdeepvariant) (📥 79K · ⏱️ 24.05.2025):\n\t```\n\tconda install -c bioconda deepvariant\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbrainiak\u002Fbrainiak\">Brainiak\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 360 · 💤) - Brain Imaging Analysis Kit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbrainiak\u002Fbrainiak) (👨‍💻 35 · 🔀 140 · 📋 230 - 38% open · ⏱️ 06.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbrainiak\u002Fbrainiak\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbrainiak) (📥 1.3K \u002F month · ⏱️ 07.01.2025):\n\t```\n\tpip install brainiak\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fbrainiak\u002Fbrainiak) (📥 2K · ⭐ 1 · ⏱️ 07.01.2025):\n\t```\n\tdocker pull brainiak\u002Fbrainiak\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 10 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdipy\u002Fdipy\">DIPY\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 790) - DIPY is the paragon 3D\u002F4D+ medical imaging library in Python... \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNifTK\u002FNiftyNet\">NiftyNet\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.4K · 💀) - [unmaintained] An open-source convolutional neural.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipy\">NIPY\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 400 · 💤) - Neuroimaging in Python FMRI analysis package. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Floli\u002Fmedpy\">MedPy\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 610 · 💀) - Medical image processing in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDLTK\u002FDLTK\">DLTK\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.4K · 💀) - Deep Learning Toolkit for Medical Image Analysis. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fprojectglow\u002Fglow\">Glow\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 290 · 💤) - An open-source toolkit for large-scale genomic analysis. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fperone\u002Fmedicaltorch\">MedicalTorch\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 870 · 💀) - A medical imaging framework for Pytorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMIC-DKFZ\u002Fmedicaldetectiontoolkit\">Medical Detection Toolkit\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 1.3K · 💀) - The Medical Detection Toolkit contains 2D + 3D.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FQTIM-Lab\u002FDeepNeuro\">DeepNeuro\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 130 · 💀) - A deep learning python package for neuroimaging data. Made by:. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTencent\u002FMedicalNet\">MedicalNet\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 2.1K · 💀) - Many studies have shown that the performance on deep learning is.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Tabular Data\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for processing tabular and structured data._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fskrub-data\u002Fskrub\">skrub\u003C\u002Fa>\u003C\u002Fb> (🥇30 ·  ⭐ 1.5K) - Machine learning with dataframes. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fskrub-data\u002Fskrub) (👨‍💻 82 · 🔀 170 · 📦 100 · 📋 580 - 21% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fskrub-data\u002Fskrub\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fskrub) (📥 45K \u002F month · 📦 20 · ⏱️ 25.09.2025):\n\t```\n\tpip install skrub\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmanujosephv\u002Fpytorch_tabular\">pytorch_tabular\u003C\u002Fa>\u003C\u002Fb> (🥈23 ·  ⭐ 1.6K) - A standard framework for modelling Deep Learning Models.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmanujosephv\u002Fpytorch_tabular) (👨‍💻 27 · 🔀 160 · 📥 64 · 📋 180 - 5% open · ⏱️ 19.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmanujosephv\u002Fpytorch_tabular\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch_tabular) (📥 5.5K \u002F month · 📦 9 · ⏱️ 28.11.2024):\n\t```\n\tpip install pytorch_tabular\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fupgini\u002Fupgini\">upgini\u003C\u002Fa>\u003C\u002Fb> (🥈21 ·  ⭐ 350) - Data search & enrichment library for Machine Learning Easily find and add.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fupgini\u002Fupgini) (👨‍💻 14 · 🔀 25 · 📦 9 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fupgini\u002Fupgini\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fupgini) (📥 5.9K \u002F month · ⏱️ 28.10.2025):\n\t```\n\tpip install upgini\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 3 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAnotherSamWilson\u002Fmiceforest\">miceforest\u003C\u002Fa>\u003C\u002Fb> (🥈21 ·  ⭐ 390) - Multiple Imputation with LightGBM in Python. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcarefree0910\u002Fcarefree-learn\">carefree-learn\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 410 · 💀) - Deep Learning PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffirmai\u002Fdeltapy\">deltapy\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 550 · 💀) - DeltaPy - Tabular Data Augmentation (by @firmai). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Optical Character Recognition\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for optical character recognition (OCR) and text extraction from images or videos._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR\">PaddleOCR\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 62K) - Turn any PDF or image document into structured data for your.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR) (👨‍💻 320 · 🔀 9.2K · 📥 2M · 📦 6.2K · 📋 10K - 1% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpaddleocr) (📥 750K \u002F month · 📦 210 · ⏱️ 29.10.2025):\n\t```\n\tpip install paddleocr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Focrmypdf\u002FOCRmyPDF\">OCRmyPDF\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 32K) - OCRmyPDF adds an OCR text layer to scanned PDF files, allowing them.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Focrmypdf\u002FOCRmyPDF) (👨‍💻 120 · 🔀 2.2K · 📥 15K · 📦 1.4K · 📋 1.3K - 11% open · ⏱️ 25.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Focrmypdf\u002FOCRmyPDF\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Focrmypdf) (📥 400K \u002F month · 📦 58 · ⏱️ 16.10.2025):\n\t```\n\tpip install ocrmypdf\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Focrmypdf) (📥 110K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge ocrmypdf\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmadmaze\u002Fpytesseract\">Tesseract\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 6.2K · 💤) - Python-tesseract is an optical character recognition (OCR).. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmadmaze\u002Fpytesseract) (👨‍💻 50 · 🔀 730 · 📋 370 - 3% open · ⏱️ 17.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmadmaze\u002Fpytesseract\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytesseract) (📥 5.6M \u002F month · 📦 970 · ⏱️ 16.08.2024):\n\t```\n\tpip install pytesseract\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytesseract) (📥 690K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pytesseract\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsirfz\u002Ftesserocr\">tesserocr\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.1K) - A Python wrapper for the tesseract-ocr API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsirfz\u002Ftesserocr) (👨‍💻 34 · 🔀 260 · 📥 1.2K · 📦 1.3K · 📋 290 - 14% open · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsirfz\u002Ftesserocr\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftesserocr) (📥 210K \u002F month · 📦 56 · ⏱️ 10.10.2025):\n\t```\n\tpip install tesserocr\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftesserocr) (📥 290K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tesserocr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmocr\">MMOCR\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 4.7K · 💤) - OpenMMLab Text Detection, Recognition and Understanding Toolbox. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmocr) (👨‍💻 90 · 🔀 770 · 📦 240 · 📋 930 - 20% open · ⏱️ 27.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmocr\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmmocr) (📥 6K \u002F month · 📦 4 · ⏱️ 05.05.2022):\n\t```\n\tpip install mmocr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffaustomorales\u002Fkeras-ocr\">keras-ocr\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.5K) - A packaged and flexible version of the CRAFT text detector and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffaustomorales\u002Fkeras-ocr) (👨‍💻 19 · 🔀 340 · 📥 2.1M · 📦 720 · 📋 220 - 46% open · ⏱️ 22.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffaustomorales\u002Fkeras-ocr\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkeras-ocr) (📥 18K \u002F month · 📦 8 · ⏱️ 06.11.2023):\n\t```\n\tpip install keras-ocr\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fkeras-ocr) (📥 450 · ⏱️ 22.04.2025):\n\t```\n\tconda install -c anaconda keras-ocr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 6 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJaidedAI\u002FEasyOCR\">EasyOCR\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 28K · 💀) - Ready-to-use OCR with 80+ supported languages and all popular.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCalamari-OCR\u002Fcalamari\">calamari\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.2K) - Line based ATR Engine based on OCRopy. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FWZBSocialScienceCenter\u002Fpdftabextract\">pdftabextract\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.2K · 💀) - A set of tools for extracting tables from PDF files.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Femedvedev\u002Fattention-ocr\">attention-ocr\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.1K · 💀) - A Tensorflow model for text recognition (CNN + seq2seq.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjlsutherland\u002Fdoc2text\">doc2text\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.3K · 💀) - Detect text blocks and OCR poorly scanned PDFs in bulk. Python.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faashrafh\u002FMozart\">Mozart\u003C\u002Fa>\u003C\u002Fb> (🥉10 ·  ⭐ 690 · 💀) - An optical music recognition (OMR) system. Converts sheet.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Data Containers & Structures\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_General-purpose data containers & structures as well as utilities & extensions for pandas._\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python#data-containers--dataframes\">best-of-python - Data Containers\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 4.2K)  - Collection of data-container, dataframe, and pandas-..\n\n\u003Cbr>\n\n## Data Loading & Extraction\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for loading, collecting, and extracting data from a variety of data sources and formats._\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python#data-loading--extraction\">best-of-python - Data Extraction\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 4.2K)  - Collection of data-loading and -extraction libraries.\n\n\u003Cbr>\n\n## Web Scraping & Crawling\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for web scraping, crawling, downloading, and mining as well as libraries._\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-web-python#web-scraping--crawling\">best-of-web-python - Web Scraping\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 2.6K)  - Collection of web-scraping and crawling libraries.\n\n\u003Cbr>\n\n## Data Pipelines & Streaming\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for data batch- and stream-processing, workflow automation, job scheduling, and other data pipeline tasks._\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python#data-pipelines--streaming\">best-of-python - Data Pipelines\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 4.2K)  - Libraries for data batch- and stream-processing,..\n\n\u003Cdetails>\u003Csummary>Show 1 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclugen\u002Fpyclugen\">pyclugen\u003C\u002Fa>\u003C\u002Fb> (🥇10 ·  ⭐ 10) - Multidimensional cluster generation in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Distributed Machine Learning\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries that provide capabilities to distribute and parallelize machine learning tasks across large-scale compute infrastructure._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray\">Ray\u003C\u002Fa>\u003C\u002Fb> (🥇48 ·  ⭐ 40K) - Ray is an AI compute engine. Ray consists of a core distributed runtime.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray) (👨‍💻 1.4K · 🔀 6.8K · 📥 270 · 📦 27K · 📋 22K - 14% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fray) (📥 30M \u002F month · 📦 1.1K · ⏱️ 29.10.2025):\n\t```\n\tpip install ray\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fray-tune) (📥 920K · ⏱️ 22.10.2025):\n\t```\n\tconda install -c conda-forge ray-tune\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask\">dask\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 14K · 📈) - Parallel computing with task scheduling. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask) (👨‍💻 630 · 🔀 1.8K · 📦 77K · 📋 5.6K - 21% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdask) (📥 20M \u002F month · 📦 3.2K · ⏱️ 14.10.2025):\n\t```\n\tpip install dask\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdask) (📥 14M · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge dask\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepspeedai\u002FDeepSpeed\">DeepSpeed\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 41K) - DeepSpeed is a deep learning optimization library that makes.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepspeedai\u002FDeepSpeed) (👨‍💻 420 · 🔀 4.6K · 📦 15K · 📋 3.2K - 34% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FDeepSpeed\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepspeed) (📥 990K \u002F month · 📦 350 · ⏱️ 23.10.2025):\n\t```\n\tpip install deepspeed\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fdeepspeed\u002Fdeepspeed) (📥 24K · ⭐ 4 · ⏱️ 02.09.2022):\n\t```\n\tdocker pull deepspeed\u002Fdeepspeed\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed\">dask.distributed\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 1.7K) - A distributed task scheduler for Dask. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed) (👨‍💻 340 · 🔀 740 · 📦 42K · 📋 3.9K - 37% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdistributed) (📥 5.4M \u002F month · 📦 1K · ⏱️ 14.10.2025):\n\t```\n\tpip install distributed\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdistributed) (📥 20M · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge distributed\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhorovod\u002Fhorovod\">horovod\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 15K) - Distributed training framework for TensorFlow, Keras, PyTorch, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhorovod\u002Fhorovod) (👨‍💻 180 · 🔀 2.3K · 📦 1.4K · 📋 2.3K - 17% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhorovod\u002Fhorovod\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhorovod) (📥 78K \u002F month · 📦 34 · ⏱️ 12.06.2023):\n\t```\n\tpip install horovod\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Ftorchmetrics\">metrics\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 2.3K) - Machine learning metrics for distributed, scalable PyTorch.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Ftorchmetrics) (👨‍💻 280 · 🔀 460 · 📥 6.9K · 📦 45K · 📋 990 - 8% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fmetrics\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmetrics) (📥 4.6K \u002F month · 📦 4 · ⏱️ 26.02.2025):\n\t```\n\tpip install metrics\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftorchmetrics) (📥 2.2M · ⏱️ 03.09.2025):\n\t```\n\tconda install -c conda-forge torchmetrics\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fh2oai\u002Fh2o-3\">H2O-3\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 7.3K) - H2O is an Open Source, Distributed, Fast & Scalable Machine Learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fh2oai\u002Fh2o-3) (👨‍💻 280 · 🔀 2K · 📦 99 · 📋 9.6K - 30% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fh2oai\u002Fh2o-3\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fh2o) (📥 180K \u002F month · 📦 68 · ⏱️ 08.10.2025):\n\t```\n\tpip install h2o\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhpcaitech\u002FColossalAI\">ColossalAI\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 41K) - Making large AI models cheaper, faster and more accessible. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhpcaitech\u002FColossalAI) (👨‍💻 200 · 🔀 4.5K · 📦 530 · 📋 1.8K - 26% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhpcaitech\u002Fcolossalai\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmpi4py\u002Fmpi4py\">mpi4py\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 880) - Python bindings for MPI. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmpi4py\u002Fmpi4py) (👨‍💻 28 · 🔀 130 · 📥 39K · 📦 12K · 📋 230 - 2% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmpi4py\u002Fmpi4py\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmpi4py) (📥 980K \u002F month · 📦 1K · ⏱️ 10.10.2025):\n\t```\n\tpip install mpi4py\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmpi4py) (📥 4.5M · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge mpi4py\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairscale\">FairScale\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 3.4K) - PyTorch extensions for high performance and large scale training. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairscale) (👨‍💻 77 · 🔀 290 · 📦 9K · 📋 390 - 26% open · ⏱️ 26.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairscale\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffairscale) (📥 530K \u002F month · 📦 150 · ⏱️ 11.12.2022):\n\t```\n\tpip install fairscale\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffairscale) (📥 530K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge fairscale\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookincubator\u002Fsubmitit\">Submit it\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 1.5K) - Python 3.8+ toolbox for submitting jobs to Slurm. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookincubator\u002Fsubmitit) (👨‍💻 26 · 🔀 140 · 📦 4.7K · 📋 130 - 38% open · ⏱️ 21.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookincubator\u002Fsubmitit\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsubmitit) (📥 840K \u002F month · 📦 74 · ⏱️ 21.05.2025):\n\t```\n\tpip install submitit\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsubmitit) (📥 65K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge submitit\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fintel\u002Fipex-llm\">BigDL\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 8.4K) - Accelerate local LLM inference and finetuning (LLaMA, Mistral,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fintel\u002Fipex-llm) (👨‍💻 120 · 🔀 1.4K · 📥 710 · 📋 3K - 40% open · ⏱️ 14.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fintel-analytics\u002FBigDL\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbigdl) (📥 15K \u002F month · 📦 2 · ⏱️ 24.03.2024):\n\t```\n\tpip install bigdl\n\t```\n- [Maven](https:\u002F\u002Fsearch.maven.org\u002Fartifact\u002Fcom.intel.analytics.bigdl\u002Fbigdl-SPARK_2.4) (📦 5 · ⏱️ 20.04.2021):\n\t```\n\t\u003Cdependency>\n\t\t\u003CgroupId>com.intel.analytics.bigdl\u003C\u002FgroupId>\n\t\t\u003CartifactId>bigdl-SPARK_2.4\u003C\u002FartifactId>\n\t\t\u003Cversion>[VERSION]\u003C\u002Fversion>\n\t\u003C\u002Fdependency>\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML\">SynapseML\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 5.2K) - Simple and Distributed Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML) (👨‍💻 130 · 🔀 850 · 📋 820 - 49% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsynapseml) (📥 1.6M \u002F month · 📦 7 · ⏱️ 03.10.2025):\n\t```\n\tpip install synapseml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuber\u002Fpetastorm\">petastorm\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 1.9K) - Petastorm library enables single machine or distributed training.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fuber\u002Fpetastorm) (👨‍💻 52 · 🔀 280 · 📥 580 · 📦 390 · 📋 330 - 54% open · ⏱️ 15.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fuber\u002Fpetastorm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpetastorm) (📥 270K \u002F month · 📦 15 · ⏱️ 11.08.2025):\n\t```\n\tpip install petastorm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask-ml\">dask-ml\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 940) - Scalable Machine Learning with Dask. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask-ml) (👨‍💻 82 · 🔀 260 · 📦 1.3K · 📋 550 - 51% open · ⏱️ 27.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask-ml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdask-ml) (📥 120K \u002F month · 📦 100 · ⏱️ 08.02.2025):\n\t```\n\tpip install dask-ml\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdask-ml) (📥 1.1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge dask-ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flearning-at-home\u002Fhivemind\">Hivemind\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.3K) - Decentralized deep learning in PyTorch. Built to train models on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flearning-at-home\u002Fhivemind) (👨‍💻 34 · 🔀 190 · 📦 130 · 📋 190 - 43% open · ⏱️ 12.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flearning-at-home\u002Fhivemind\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhivemind) (📥 43K \u002F month · 📦 12 · ⏱️ 20.04.2025):\n\t```\n\tpip install hivemind\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML\">MMLSpark\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 5.2K) - Simple and Distributed Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML) (👨‍💻 130 · 🔀 850 · 📋 820 - 49% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmmlspark) (⏱️ 18.03.2020):\n\t```\n\tpip install mmlspark\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fsinga\">Apache Singa\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 3.6K · 💤) - a distributed deep learning platform. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fapache\u002Fsinga) (👨‍💻 98 · 🔀 1.3K · 📦 6 · 📋 140 - 35% open · ⏱️ 26.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fapache\u002Fsinga\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fnusdbsystem\u002Fsinga) (📥 1.2K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c nusdbsystem singa\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fapache\u002Fsinga) (📥 9.9K · ⭐ 3 · ⏱️ 31.05.2022):\n\t```\n\tdocker pull apache\u002Fsinga\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fintel\u002Fanalytics-zoo\">analytics-zoo\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 2.6K) - Distributed Tensorflow, Keras and PyTorch on Apache.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fintel\u002Fanalytics-zoo) (👨‍💻 110 · 🔀 730 · 📋 1.3K - 32% open · ⏱️ 09.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fintel-analytics\u002Fanalytics-zoo\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fanalytics-zoo) (📥 600 \u002F month · 📦 1 · ⏱️ 22.08.2022):\n\t```\n\tpip install analytics-zoo\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 17 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDEAP\u002Fdeap\">DEAP\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 6.2K) - Distributed Evolutionary Algorithms in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fipython\u002Fipyparallel\">ipyparallel\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 2.6K) - IPython Parallel: Interactive Parallel Computing in.. \u003Ccode>❗Unlicensed\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyahoo\u002FTensorFlowOnSpark\">TensorFlowOnSpark\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 3.9K · 💀) - TensorFlowOnSpark brings TensorFlow programs to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaxpumperla\u002Felephas\">Elephas\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.6K · 💀) - Distributed Deep learning with Keras & Spark. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>keras\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmesh\">Mesh\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.6K · 💀) - Mesh TensorFlow: Model Parallelism Made Easier. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002Fbyteps\">BytePS\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 3.7K · 💀) - A high performance and generic framework for distributed DNN.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpeterwittek\u002Fsomoclu\">somoclu\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 280 · 💀) - Massively parallel self-organizing maps: accelerate training on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdatabricks\u002Ftensorframes\">TensorFrames\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 750 · 💀) - [DEPRECATED] Tensorflow wrapper for DataFrames on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIbotta\u002Fsk-dist\">sk-dist\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 290 · 💀) - Distributed scikit-learn meta-estimators in PySpark. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkingoflolz\u002Fmesh-transformer-jax\">mesh-transformer-jax\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 6.4K · 💀) - Model parallel transformers in JAX and Haiku. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Flaunchpad\">launchpad\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 330 · 💀) - Launchpad is a library that simplifies writing.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuber\u002Ffiber\">Fiber\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1K · 💀) - Distributed Computing for AI Made Simple. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBluefog-Lib\u002Fbluefog\">bluefog\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 290 · 💀) - Distributed and decentralized training framework for PyTorch.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftunib-ai\u002Fparallelformers\">parallelformers\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 790 · 💀) - Parallelformers: An Efficient Model Parallelization.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Flazycluster\">LazyCluster\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 49 · 💀) - Distributed machine learning made simple. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpetuum\u002Fautodist\">autodist\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 130 · 💀) - Simple Distributed Deep Learning on TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmoolib\">moolib\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 370 · 💀) - A library for distributed ML training with PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Hyperparameter Optimization & AutoML\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for hyperparameter optimization, automl and neural architecture search._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Foptuna\u002Foptuna\">Optuna\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 13K) - A hyperparameter optimization framework. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Foptuna\u002Foptuna) (👨‍💻 320 · 🔀 1.2K · 📦 30K · 📋 1.8K - 3% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Foptuna\u002Foptuna\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Foptuna) (📥 7.6M \u002F month · 📦 1.5K · ⏱️ 18.08.2025):\n\t```\n\tpip install optuna\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Foptuna) (📥 3.4M · ⏱️ 19.08.2025):\n\t```\n\tconda install -c conda-forge optuna\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebook\u002FAx\">Ax\u003C\u002Fa>\u003C\u002Fb> (🥇36 ·  ⭐ 2.6K) - Adaptive Experimentation Platform. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebook\u002FAx) (👨‍💻 200 · 🔀 350 · 📦 1.2K · 📋 930 - 12% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebook\u002FAx\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fax-platform) (📥 240K \u002F month · 📦 71 · ⏱️ 09.09.2025):\n\t```\n\tpip install ax-platform\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fax-platform) (📥 49K · ⏱️ 10.09.2025):\n\t```\n\tconda install -c conda-forge ax-platform\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautogluon\u002Fautogluon\">AutoGluon\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 9.6K) - Fast and Accurate ML in 3 Lines of Code. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fautogluon\u002Fautogluon) (👨‍💻 140 · 🔀 1.1K · 📦 1.2K · 📋 1.8K - 24% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fautogluon\u002Fautogluon\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fautogluon) (📥 260K \u002F month · 📦 38 · ⏱️ 23.10.2025):\n\t```\n\tpip install autogluon\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fautogluon) (📥 45K · ⏱️ 30.07.2025):\n\t```\n\tconda install -c conda-forge autogluon\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fautogluon\u002Fautogluon) (📥 20K · ⭐ 19 · ⏱️ 16.06.2025):\n\t```\n\tdocker pull autogluon\u002Fautogluon\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fbotorch\">BoTorch\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 3.4K) - Bayesian optimization in PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fbotorch) (👨‍💻 150 · 🔀 450 · 📦 1.8K · 📋 600 - 10% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fbotorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbotorch) (📥 480K \u002F month · 📦 140 · ⏱️ 23.10.2025):\n\t```\n\tpip install botorch\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbotorch) (📥 180K · ⏱️ 24.10.2025):\n\t```\n\tconda install -c conda-forge botorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbayesian-optimization\u002FBayesianOptimization\">Bayesian Optimization\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 8.4K) - A Python implementation of global optimization with.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbayesian-optimization\u002FBayesianOptimization) (👨‍💻 52 · 🔀 1.6K · 📥 180 · 📦 4.1K · 📋 390 - 1% open · ⏱️ 09.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffmfn\u002FBayesianOptimization\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbayesian-optimization) (📥 510K \u002F month · 📦 190 · ⏱️ 24.07.2025):\n\t```\n\tpip install bayesian-optimization\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhyperopt\u002Fhyperopt\">Hyperopt\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 7.5K · 💤) - Distributed Asynchronous Hyperparameter Optimization in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhyperopt\u002Fhyperopt) (👨‍💻 100 · 🔀 1.1K · 📦 22K · 📋 800 - 17% open · ⏱️ 27.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhyperopt\u002Fhyperopt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhyperopt) (📥 2.7M \u002F month · 📦 450 · ⏱️ 17.11.2021):\n\t```\n\tpip install hyperopt\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhyperopt) (📥 860K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge hyperopt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fautokeras\">AutoKeras\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 9.3K · 💤) - AutoML library for deep learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fautokeras) (👨‍💻 150 · 🔀 1.4K · 📥 21K · 📦 890 · 📋 910 - 16% open · ⏱️ 16.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fautokeras\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fautokeras) (📥 15K \u002F month · 📦 13 · ⏱️ 20.03.2024):\n\t```\n\tpip install autokeras\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falteryx\u002Ffeaturetools\">featuretools\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 7.6K · 💤) - An open source python library for automated feature.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Falteryx\u002Ffeaturetools) (👨‍💻 75 · 🔀 900 · 📦 2.1K · 📋 1K - 15% open · ⏱️ 13.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Falteryx\u002Ffeaturetools\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffeaturetools) (📥 100K \u002F month · 📦 74 · ⏱️ 14.05.2024):\n\t```\n\tpip install featuretools\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffeaturetools) (📥 270K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge featuretools\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fnevergrad\">nevergrad\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 4.1K) - A Python toolbox for performing gradient-free optimization. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fnevergrad) (👨‍💻 58 · 🔀 360 · 📦 1.2K · 📋 310 - 40% open · ⏱️ 23.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fnevergrad\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnevergrad) (📥 150K \u002F month · 📦 72 · ⏱️ 23.04.2025):\n\t```\n\tpip install nevergrad\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnevergrad) (📥 67K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge nevergrad\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshankarpandala\u002Flazypredict\">lazypredict\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.2K) - Lazy Predict help build a lot of basic models without much code.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fshankarpandala\u002Flazypredict) (👨‍💻 19 · 🔀 360 · 📦 1.4K · 📋 160 - 64% open · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fshankarpandala\u002Flazypredict\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flazypredict) (📥 31K \u002F month · 📦 8 · ⏱️ 05.04.2025):\n\t```\n\tpip install lazypredict\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flazypredict) (📥 6.6K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge lazypredict\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmljar\u002Fmljar-supervised\">mljar-supervised\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.2K) - Python package for AutoML on Tabular Data with Feature.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmljar\u002Fmljar-supervised) (👨‍💻 30 · 🔀 420 · 📦 170 · 📋 680 - 21% open · ⏱️ 07.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmljar\u002Fmljar-supervised\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmljar-supervised) (📥 8.7K \u002F month · 📦 6 · ⏱️ 07.07.2025):\n\t```\n\tpip install mljar-supervised\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmljar-supervised) (📥 52K · ⏱️ 08.07.2025):\n\t```\n\tconda install -c conda-forge mljar-supervised\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSimonBlanke\u002FHyperactive\">Hyperactive\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 530) - An optimization and data collection toolbox for convenient and fast.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FSimonBlanke\u002FHyperactive) (👨‍💻 15 · 🔀 51 · 📥 340 · 📦 40 · 📋 120 - 28% open · ⏱️ 25.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FSimonBlanke\u002FHyperactive\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhyperactive) (📥 4K \u002F month · 📦 13 · ⏱️ 20.09.2025):\n\t```\n\tpip install hyperactive\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faimclub\u002FFEDOT\">FEDOT\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 700) - Automated modeling and machine learning framework FEDOT. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Faimclub\u002FFEDOT) (👨‍💻 40 · 🔀 89 · 📦 65 · 📋 570 - 11% open · ⏱️ 14.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnccr-itmo\u002FFEDOT\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffedot) (📥 1.8K \u002F month · 📦 7 · ⏱️ 10.03.2025):\n\t```\n\tpip install fedot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FScottfreeLLC\u002FAlphaPy\">AlphaPy\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.6K) - Python AutoML for Trading Systems and Sports Betting. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FScottfreeLLC\u002FAlphaPy) (👨‍💻 5 · 🔀 250 · 📦 10 · 📋 45 - 35% open · ⏱️ 24.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FScottfreeLLC\u002FAlphaPy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Falphapy) (📥 320 \u002F month · ⏱️ 29.08.2020):\n\t```\n\tpip install alphapy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAuto_ViML\">Auto ViML\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 540 · 💤) - Automatically Build Multiple ML Models with a Single Line of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAuto_ViML) (👨‍💻 9 · 🔀 100 · 📦 28 · ⏱️ 30.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAuto_ViML\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fautoviml) (📥 2.6K \u002F month · 📦 3 · ⏱️ 30.01.2025):\n\t```\n\tpip install autoviml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAutoViML\u002Ffeaturewiz\">featurewiz\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 670 · 💤) - Use advanced feature engineering strategies and select best.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FAutoViML\u002Ffeaturewiz) (👨‍💻 18 · 🔀 98 · 📋 110 - 0% open · ⏱️ 19.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAutoViML\u002Ffeaturewiz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffeaturewiz) (📥 4.6K \u002F month · 📦 4 · ⏱️ 19.02.2025):\n\t```\n\tpip install featurewiz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 36 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEpistasisLab\u002Ftpot\">TPOT\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 10K) - A Python Automated Machine Learning tool that optimizes machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras-tuner\">Keras Tuner\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.9K · 💀) - A Hyperparameter Tuning Library for Keras. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-optimize\u002Fscikit-optimize\">scikit-optimize\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.8K · 💀) - Sequential model-based optimization with a.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fnni\">NNI\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 14K · 💀) - An open source AutoML toolkit for automate machine learning lifecycle,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautoml\u002Fauto-sklearn\">auto-sklearn\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 8K · 💀) - Automated Machine Learning with scikit-learn. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaxpumperla\u002Fhyperas\">Hyperas\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.2K · 💀) - Keras + Hyperopt: A very simple wrapper for convenient.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautoml\u002FSMAC3\">SMAC3\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.2K · 💤) - SMAC3: A Versatile Bayesian Optimization Package for.. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSD-1-Clause\">❗️BSD-1-Clause\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSheffieldML\u002FGPyOpt\">GPyOpt\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 950 · 💀) - Gaussian Process Optimization using GPy. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fadanet\">AdaNet\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 3.5K · 💀) - Fast and flexible AutoML with learning guarantees. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FClimbsRocks\u002Fauto_ml\">auto_ml\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 1.7K · 💀) - [UNMAINTAINED] Automated machine learning for analytics & production. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautonomio\u002Ftalos\">Talos\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 1.6K · 💀) - Hyperparameter Experiments with TensorFlow and Keras. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmindsdb\u002Flightwood\">lightwood\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 490) - Lightwood is Legos for Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEpistimio\u002Forion\">Orion\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 300 · 💀) - Asynchronous Distributed Hyperparameter Optimization. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautoml\u002FHpBandSter\">HpBandSter\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 620 · 💀) - a distributed Hyperband implementation on Steroids. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAxeldeRomblay\u002FMLBox\">MLBox\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.5K · 💀) - MLBox is a powerful Automated Machine Learning python library. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSD-1-Clause\">❗️BSD-1-Clause\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FwilliamFalcon\u002Ftest-tube\">Test Tube\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 740 · 💀) - Python library to easily log experiments and parallelize.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNeuraxio\u002FNeuraxle\">Neuraxle\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 610 · 💀) - The worlds cleanest AutoML library - Do hyperparameter tuning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclaesenm\u002Foptunity\">optunity\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 420 · 💀) - optimization routines for hyperparameter tuning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frsteca\u002Fsklearn-deap\">sklearn-deap\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 770 · 💀) - Use evolutionary algorithms instead of gridsearch in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgugarosa\u002Fopytimizer\">opytimizer\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 630 · 💀) - Opytimizer is a Python library consisting of meta-heuristic.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnidhaloff\u002Figel\">igel\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 3.1K · 💀) - a delightful machine learning tool that allows you to train, test, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdragonfly\u002Fdragonfly\">Dragonfly\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 890 · 💀) - An open source python library for scalable Bayesian optimisation. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHDI-Project\u002FATM\">Auto Tune Models\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 530 · 💀) - Auto Tune Models - A multi-tenant, multi-data system for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsherpa-ai\u002Fsherpa\">Sherpa\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 340 · 💀) - Hyperparameter optimization that enables researchers to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcerlymarco\u002Fshap-hypetune\">shap-hypetune\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 580 · 💀) - A python package for simultaneous Hyperparameters Tuning and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftobegit3hub\u002Fadvisor\">Advisor\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.6K · 💀) - Open-source implementation of Google Vizier for hyper parameters.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Freiinakano\u002Fxcessiv\">Xcessiv\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.3K · 💀) - A web-based application for quick, scalable, and automated.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminimaxir\u002Fautoml-gs\">automl-gs\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 1.9K · 💀) - Provide an input CSV and a target field to predict, generate a.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHunterMcGushion\u002Fhyperparameter_hunter\">HyperparameterHunter\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 710 · 💀) - Easy hyperparameter optimization and automatic result.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjmcarpenter2\u002Fparfit\">Parfit\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 200 · 💀) - A package for parallelizing the fit and flexibly scoring of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcarpedm20\u002FENAS-pytorch\">ENAS\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 2.7K · 💀) - PyTorch implementation of Efficient Neural Architecture Search via.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLGE-ARC-AdvancedAI\u002Fauptimizer\">Auptimizer\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 200 · 💀) - An automatic ML model optimization tool. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgenixpro\u002Fhypermax\">Hypermax\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 110 · 💀) - Better, faster hyper-parameter optimization. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fmodel_search\">model_search\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 3.3K · 💀) - AutoML algorithms for model architecture search at scale. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjoeddav\u002Fdevol\">Devol\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 950 · 💀) - Genetic neural architecture search with Keras. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgdikov\u002Fhypertunity\">Hypertunity\u003C\u002Fa>\u003C\u002Fb> (🥉9 ·  ⭐ 140 · 💀) - A toolset for black-box hyperparameter optimisation. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Reinforcement Learning\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for building and evaluating reinforcement learning & agent-based systems._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAI4Finance-Foundation\u002FFinRL\">FinRL\u003C\u002Fa>\u003C\u002Fb> (🥇30 ·  ⭐ 13K) - FinRL: Financial Reinforcement Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FAI4Finance-Foundation\u002FFinRL) (👨‍💻 130 · 🔀 2.9K · 📦 110 · 📋 760 - 35% open · ⏱️ 03.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAI4Finance-Foundation\u002FFinRL\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffinrl) (📥 2.8K \u002F month · ⏱️ 08.01.2022):\n\t```\n\tpip install finrl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FFarama-Foundation\u002FViZDoom\">ViZDoom\u003C\u002Fa>\u003C\u002Fb> (🥇29 ·  ⭐ 1.9K) - Reinforcement Learning environments based on the 1993 game Doom. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FFarama-Foundation\u002FViZDoom) (👨‍💻 57 · 🔀 400 · 📥 12K · 📦 340 · 📋 470 - 6% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmwydmuch\u002FViZDoom\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvizdoom) (📥 6.9K \u002F month · 📦 20 · ⏱️ 22.10.2025):\n\t```\n\tpip install vizdoom\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdopamine\">Dopamine\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 11K · 💤) - Dopamine is a research framework for fast prototyping of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdopamine) (👨‍💻 15 · 🔀 1.4K · 📦 21 · 📋 200 - 55% open · ⏱️ 04.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdopamine\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdopamine-rl) (📥 68K \u002F month · 📦 10 · ⏱️ 31.10.2024):\n\t```\n\tpip install dopamine-rl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Facme\">Acme\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3.8K) - A library of reinforcement learning components and agents. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Facme) (👨‍💻 90 · 🔀 500 · 📦 250 · 📋 270 - 24% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmind\u002Facme\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdm-acme) (📥 6.4K \u002F month · 📦 3 · ⏱️ 10.02.2022):\n\t```\n\tpip install dm-acme\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdm-acme) (📥 14K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge dm-acme\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fagents\">TF-Agents\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3K) - TF-Agents: A reliable, scalable and easy to use TensorFlow.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fagents) (👨‍💻 150 · 🔀 740 · 📋 680 - 30% open · ⏱️ 16.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fagents\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftf-agents) (📥 45K \u002F month · 📦 14 · ⏱️ 14.12.2023):\n\t```\n\tpip install tf-agents\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Frlax\">RLax\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.4K) - A library of reinforcement learning building blocks in JAX. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Frlax) (👨‍💻 23 · 🔀 95 · 📦 370 · 📋 28 - 32% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmind\u002Frlax\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frlax) (📥 48K \u002F month · 📦 22 · ⏱️ 01.09.2025):\n\t```\n\tpip install rlax\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPARL\">PARL\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.4K) - A high-performance distributed training framework for Reinforcement.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPARL) (👨‍💻 46 · 🔀 820 · 📦 140 · 📋 540 - 23% open · ⏱️ 13.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPARL\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fparl) (📥 770 \u002F month · 📦 1 · ⏱️ 13.05.2022):\n\t```\n\tpip install parl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FReAgent\">ReAgent\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.7K) - A platform for Reasoning systems (Reinforcement Learning,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FReAgent) (👨‍💻 170 · 🔀 520 · 📋 160 - 53% open · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FReAgent\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Freagent) (📥 50 \u002F month · ⏱️ 27.05.2020):\n\t```\n\tpip install reagent\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 15 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenai\u002Fgym\">OpenAI Gym\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 37K · 💀) - A toolkit for developing and comparing reinforcement learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenai\u002Fbaselines\">baselines\u003C\u002Fa>\u003C\u002Fb> (🥇29 ·  ⭐ 17K · 💀) - OpenAI Baselines: high-quality implementations of reinforcement.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-rl\u002Fkeras-rl\">keras-rl\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 5.6K · 💀) - Deep Reinforcement Learning for Keras. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorlayer\u002FTensorLayer\">TensorLayer\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 7.4K · 💀) - Deep Learning and Reinforcement Learning Library for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorforce\u002Ftensorforce\">TensorForce\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3.3K · 💀) - Tensorforce: a TensorFlow library for applied.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frlworkgroup\u002Fgarage\">garage\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2K · 💀) - A toolkit for reproducible reinforcement learning research. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fchainer\u002Fchainerrl\">ChainerRL\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.2K · 💀) - ChainerRL is a deep reinforcement learning library built on top of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhill-a\u002Fstable-baselines\">Stable Baselines\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.3K · 💀) - A fork of OpenAI Baselines, implementations of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpfnet\u002Fpfrl\">PFRL\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.2K · 💀) - PFRL: a PyTorch-based deep reinforcement learning library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Ftrfl\">TRFL\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.1K · 💀) - TensorFlow Reinforcement Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIntelLabs\u002Fcoach\">Coach\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2.3K · 💀) - Reinforcement Learning Coach by Intel AI Lab enables easy.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSerpentAI\u002FSerpentAI\">SerpentAI\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 6.9K · 💀) - Game Agent Framework. Helping you create AIs \u002F Bots that learn to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Flab\">DeepMind Lab\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 7.3K · 💀) - A customisable 3D platform for agent-based AI research. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fenlite-ai\u002Fmaze\">Maze\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 280 · 💀) - Maze Applied Reinforcement Learning Framework. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=Custom\">❗️Custom\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Frliable\">rliable\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 850 · 💀) - [NeurIPS21 Outstanding Paper] Library for reliable evaluation on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Recommender Systems\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for building and evaluating recommendation systems._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frecommenders-team\u002Frecommenders\">Recommenders\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 21K) - Best Practices on Recommendation Systems. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frecommenders-team\u002Frecommenders) (👨‍💻 140 · 🔀 3.2K · 📥 790 · 📦 180 · 📋 890 - 18% open · ⏱️ 13.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Frecommenders\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frecommenders) (📥 15K \u002F month · 📦 4 · ⏱️ 24.12.2024):\n\t```\n\tpip install recommenders\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Ftorchrec\">torchrec\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 2.4K) - Pytorch domain library for recommendation systems. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Ftorchrec) (👨‍💻 400 · 🔀 560 · 📦 240 · 📋 320 - 49% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftorchrec\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchrec-nightly-cpu) (📥 160 \u002F month · ⏱️ 12.05.2022):\n\t```\n\tpip install torchrec-nightly-cpu\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPreferredAI\u002Fcornac\">Cornac\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1K) - A Comparative Framework for Multimodal Recommender Systems. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPreferredAI\u002Fcornac) (👨‍💻 24 · 🔀 160 · 📦 300 · 📋 170 - 17% open · ⏱️ 04.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPreferredAI\u002Fcornac\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcornac) (📥 44K \u002F month · 📦 18 · ⏱️ 04.10.2025):\n\t```\n\tpip install cornac\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcornac) (📥 920K · ⏱️ 05.10.2025):\n\t```\n\tconda install -c conda-forge cornac\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flenskit\u002Flkpy\">lkpy\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 300) - Python recommendation toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flenskit\u002Flkpy) (👨‍💻 41 · 🔀 72 · 📦 140 · 📋 290 - 33% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flenskit\u002Flkpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flenskit) (📥 6.6K \u002F month · 📦 13 · ⏱️ 22.10.2025):\n\t```\n\tpip install lenskit\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flenskit) (📥 52K · ⏱️ 23.10.2025):\n\t```\n\tconda install -c conda-forge lenskit\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FRecBole\">RecBole\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 4.1K · 💤) - A unified, comprehensive and efficient recommendation library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FRecBole) (👨‍💻 79 · 🔀 690 · 📋 1.1K - 32% open · ⏱️ 24.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FRecBole\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frecbole) (📥 98K \u002F month · 📦 2 · ⏱️ 24.02.2025):\n\t```\n\tpip install recbole\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Faibox\u002Frecbole) (📥 9.3K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c aibox recbole\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Frecommenders\">TF Recommenders\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2K) - TensorFlow Recommenders is a library for building.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Frecommenders) (👨‍💻 45 · 🔀 290 · 📋 450 - 59% open · ⏱️ 27.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Frecommenders\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-recommenders) (📥 220K \u002F month · 📦 2 · ⏱️ 03.02.2023):\n\t```\n\tpip install tensorflow-recommenders\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 11 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbenfred\u002Fimplicit\">implicit\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3.7K · 💀) - Fast Python Collaborative Filtering for Implicit Feedback Datasets. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flyst\u002Flightfm\">lightfm\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 5K · 💀) - A Python implementation of LightFM, a hybrid recommendation.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNicolasHug\u002FSurprise\">scikit-surprise\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 6.7K · 💀) - A Python scikit for building and analyzing recommender.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Franking\">TF Ranking\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.8K · 💀) - Learning to Rank in TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fibayer\u002FfastFM\">fastFM\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.1K · 💀) - fastFM: A Library for Factorization Machines. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjfkirk\u002Ftensorrec\">tensorrec\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.3K · 💀) - A TensorFlow recommendation algorithm and framework in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaciejkula\u002Fspotlight\">Spotlight\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 3K · 💀) - Deep recommender models using PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstatisticianinstilettos\u002Frecmetrics\">recmetrics\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 580 · 💀) - A library of metrics for evaluating recommender systems. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcaserec\u002FCaseRecommender\">Case Recommender\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 500 · 💀) - Case Recommender: A Flexible and Extensible Python.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fylongqi\u002Fopenrec\">OpenRec\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 420 · 💀) - OpenRec is an open-source and modular library for neural network-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FShopRunner\u002Fcollie\">Collie\u003C\u002Fa>\u003C\u002Fb> (🥉10 ·  ⭐ 100 · 💀) - A library for preparing, training, and evaluating scalable deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Privacy Machine Learning\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for encrypted and privacy-preserving machine learning using methods like federated learning & differential privacy._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fopacus\">Opacus\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 1.9K) - Training PyTorch models with differential privacy. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fopacus) (👨‍💻 87 · 🔀 370 · 📥 150 · 📦 1.2K · 📋 340 - 19% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fopacus\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopacus) (📥 92K \u002F month · 📦 49 · ⏱️ 27.05.2025):\n\t```\n\tpip install opacus\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fopacus) (📥 28K · ⏱️ 09.07.2025):\n\t```\n\tconda install -c conda-forge opacus\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOpenMined\u002FPySyft\">PySyft\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 9.8K) - Perform data science on data that remains in someone elses server. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FOpenMined\u002FPySyft) (👨‍💻 520 · 🔀 2K · 📥 2.1K · 📦 1 · 📋 3.4K - 1% open · ⏱️ 13.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FOpenMined\u002FPySyft\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsyft) (📥 32K \u002F month · 📦 5 · ⏱️ 13.04.2025):\n\t```\n\tpip install syft\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprivacy\">TensorFlow Privacy\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 2K) - Library for training machine learning models with.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprivacy) (👨‍💻 60 · 🔀 460 · 📥 190 · 📋 210 - 55% open · ⏱️ 13.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprivacy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-privacy) (📥 18K \u002F month · 📦 21 · ⏱️ 14.02.2024):\n\t```\n\tpip install tensorflow-privacy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FFederatedAI\u002FFATE\">FATE\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 6K · 💤) - An Industrial Grade Federated Learning Framework. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FFederatedAI\u002FFATE) (👨‍💻 100 · 🔀 1.6K · 📦 1 · 📋 2.1K - 2% open · ⏱️ 19.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FFederatedAI\u002FFATE\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FETAF) (⏱️ 06.05.2020):\n\t```\n\tpip install ETAF\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FCrypTen\">CrypTen\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.6K · 💤) - A framework for Privacy Preserving Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FCrypTen) (👨‍💻 40 · 🔀 290 · 📋 280 - 28% open · ⏱️ 23.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FCrypTen\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcrypten) (📥 600 \u002F month · 📦 1 · ⏱️ 08.12.2022):\n\t```\n\tpip install crypten\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 2 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftf-encrypted\u002Ftf-encrypted\">TFEncrypted\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 1.2K · 💀) - A Framework for Encrypted Machine Learning in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOpenMined\u002FPipelineDP\">PipelineDP\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 280) - PipelineDP is a Python framework for applying differentially.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Workflow & Experiment Tracking\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries to organize, track, and visualize machine learning experiments._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow\">mlflow\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 23K) - The open source developer platform to build AI\u002FLLM applications and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow) (👨‍💻 910 · 🔀 4.9K · 📦 66K · 📋 5.2K - 39% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmlflow) (📥 26M \u002F month · 📦 1.3K · ⏱️ 22.10.2025):\n\t```\n\tpip install mlflow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmlflow) (📥 3.7M · ⏱️ 24.10.2025):\n\t```\n\tconda install -c conda-forge mlflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\">wandb client\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 10K) - The AI developer platform. Use Weights & Biases to train and fine-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb) (👨‍💻 220 · 🔀 790 · 📥 1.2K · 📦 84K · 📋 3.7K - 18% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fwandb\u002Fclient\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fwandb) (📥 20M \u002F month · 📦 2.3K · ⏱️ 28.10.2025):\n\t```\n\tpip install wandb\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fwandb) (📥 1.2M · ⏱️ 30.10.2025):\n\t```\n\tconda install -c conda-forge wandb\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiterative\u002Fdvc\">DVC\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 15K) - Data Versioning and ML Experiments. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fiterative\u002Fdvc) (👨‍💻 320 · 🔀 1.2K · 📦 24K · 📋 4.9K - 4% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fiterative\u002Fdvc\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdvc) (📥 1.5M \u002F month · 📦 140 · ⏱️ 02.09.2025):\n\t```\n\tpip install dvc\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdvc) (📥 3.1M · ⏱️ 02.09.2025):\n\t```\n\tconda install -c conda-forge dvc\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorboard\">Tensorboard\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 7K) - TensorFlows Visualization Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorboard) (👨‍💻 330 · 🔀 1.7K · 📦 330K · 📋 2K - 36% open · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorboard\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorboard) (📥 31M \u002F month · 📦 2.8K · ⏱️ 17.07.2025):\n\t```\n\tpip install tensorboard\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorboard) (📥 6M · ⏱️ 18.07.2025):\n\t```\n\tconda install -c conda-forge tensorboard\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faws\u002Fsagemaker-python-sdk\">SageMaker SDK\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 2.2K) - A library for training and deploying machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Faws\u002Fsagemaker-python-sdk) (👨‍💻 500 · 🔀 1.2K · 📦 6.2K · 📋 1.6K - 21% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Faws\u002Fsagemaker-python-sdk\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsagemaker) (📥 27M \u002F month · 📦 210 · ⏱️ 29.10.2025):\n\t```\n\tpip install sagemaker\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsagemaker-python-sdk) (📥 1.8M · ⏱️ 30.10.2025):\n\t```\n\tconda install -c conda-forge sagemaker-python-sdk\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNetflix\u002Fmetaflow\">Metaflow\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 9.6K) - Build, Manage and Deploy AI\u002FML Systems. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNetflix\u002Fmetaflow) (👨‍💻 120 · 🔀 930 · 📦 950 · 📋 840 - 43% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNetflix\u002Fmetaflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmetaflow) (📥 740K \u002F month · 📦 53 · ⏱️ 29.10.2025):\n\t```\n\tpip install metaflow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmetaflow) (📥 340K · ⏱️ 29.10.2025):\n\t```\n\tconda install -c conda-forge metaflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX\">tensorboardX\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 8K) - tensorboard for pytorch (and chainer, mxnet, numpy, ...). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX) (👨‍💻 85 · 🔀 860 · 📥 500 · 📦 60K · 📋 470 - 18% open · ⏱️ 13.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FtensorboardX) (📥 4.5M \u002F month · 📦 740 · ⏱️ 10.06.2025):\n\t```\n\tpip install tensorboardX\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorboardx) (📥 1.3M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tensorboardx\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpycaret\u002Fpycaret\">PyCaret\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 9.6K · 💤) - An open-source, low-code machine learning library in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpycaret\u002Fpycaret) (👨‍💻 140 · 🔀 1.8K · 📥 730 · 📦 7.9K · 📋 2.3K - 16% open · ⏱️ 06.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpycaret\u002Fpycaret\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpycaret) (📥 310K \u002F month · 📦 31 · ⏱️ 28.04.2024):\n\t```\n\tpip install pycaret\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpycaret) (📥 78K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pycaret\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclearml\u002Fclearml\">ClearML\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 6.3K) - ClearML - Auto-Magical CI\u002FCD to streamline your AI workload... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fclearml\u002Fclearml) (👨‍💻 100 · 🔀 710 · 📥 3.5K · 📦 1.9K · 📋 1.2K - 45% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fallegroai\u002Fclearml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fclearml) (📥 500K \u002F month · 📦 78 · ⏱️ 22.10.2025):\n\t```\n\tpip install clearml\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fallegroai\u002Ftrains) (📥 31K · ⏱️ 05.10.2020):\n\t```\n\tdocker pull allegroai\u002Ftrains\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnakemake\u002Fsnakemake\">snakemake\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 2.6K) - This is the development home of the workflow management system.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsnakemake\u002Fsnakemake) (👨‍💻 380 · 🔀 610 · 📦 2.5K · 📋 2.1K - 58% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsnakemake\u002Fsnakemake\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsnakemake) (📥 130K \u002F month · 📦 320 · ⏱️ 22.10.2025):\n\t```\n\tpip install snakemake\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fbioconda\u002Fsnakemake) (📥 1.5M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c bioconda snakemake\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKaggle\u002Fkaggle-api\">kaggle\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 6.9K) - Official Kaggle API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FKaggle\u002Fkaggle-api) (👨‍💻 49 · 🔀 1.2K · 📦 21 · 📋 530 - 27% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FKaggle\u002Fkaggle-api\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkaggle) (📥 610K \u002F month · 📦 240 · ⏱️ 08.05.2025):\n\t```\n\tpip install kaggle\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fkaggle) (📥 250K · ⏱️ 11.08.2025):\n\t```\n\tconda install -c conda-forge kaggle\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faimhubio\u002Faim\">aim\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 5.8K) - Aim An easy-to-use & supercharged open-source experiment tracker. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Faimhubio\u002Faim) (👨‍💻 82 · 🔀 360 · 📦 1.1K · 📋 1.1K - 37% open · ⏱️ 26.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Faimhubio\u002Faim\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faim) (📥 120K \u002F month · 📦 56 · ⏱️ 11.06.2025):\n\t```\n\tpip install aim\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faim) (📥 140K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge aim\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAzure\u002FMachineLearningNotebooks\">AzureML SDK\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 4.3K · 💤) - Python notebooks with ML and deep learning examples with Azure.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FAzure\u002FMachineLearningNotebooks) (👨‍💻 65 · 🔀 2.5K · 📥 680 · 📋 1.5K - 26% open · ⏱️ 14.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAzure\u002FMachineLearningNotebooks\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fazureml-sdk) (📥 2.2M \u002F month · 📦 31 · ⏱️ 11.04.2025):\n\t```\n\tpip install azureml-sdk\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FVisualDL\">VisualDL\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.9K · 💤) - Deep Learning Visualization Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FVisualDL) (👨‍💻 36 · 🔀 630 · 📥 540 · 📦 3.6K · 📋 510 - 30% open · ⏱️ 22.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FVisualDL\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvisualdl) (📥 170K \u002F month · 📦 82 · ⏱️ 30.10.2024):\n\t```\n\tpip install visualdl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIDSIA\u002Fsacred\">sacred\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.3K) - Sacred is a tool to help you configure, organize, log and reproduce.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FIDSIA\u002Fsacred) (👨‍💻 110 · 🔀 390 · 📦 3.6K · 📋 560 - 18% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FIDSIA\u002Fsacred\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsacred) (📥 48K \u002F month · 📦 60 · ⏱️ 26.11.2024):\n\t```\n\tpip install sacred\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsacred) (📥 9.9K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge sacred\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fneptune-ai\u002Fneptune-client\">Neptune.ai\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 620) - The experiment tracker for foundation model training. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fneptune-ai\u002Fneptune-client) (👨‍💻 57 · 🔀 66 · 📦 920 · 📋 260 - 12% open · ⏱️ 09.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fneptune-ai\u002Fneptune-client\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fneptune-client) (📥 480K \u002F month · 📦 77 · ⏱️ 15.04.2025):\n\t```\n\tpip install neptune-client\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fneptune-client) (📥 390K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge neptune-client\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Ftnt\">TNT\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 1.7K) - A lightweight library for PyTorch training tools and utilities. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Ftnt) (👨‍💻 150 · 🔀 290 · 📋 150 - 56% open · ⏱️ 09.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftnt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchnet) (📥 9.4K \u002F month · 📦 24 · ⏱️ 29.07.2018):\n\t```\n\tpip install torchnet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstared\u002Flivelossplot\">livelossplot\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.3K · 💤) - Live training loss plot in Jupyter Notebook for Keras,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstared\u002Flivelossplot) (👨‍💻 17 · 🔀 140 · 📦 1.9K · 📋 79 - 7% open · ⏱️ 03.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fstared\u002Flivelossplot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flivelossplot) (📥 19K \u002F month · 📦 16 · ⏱️ 03.01.2025):\n\t```\n\tpip install livelossplot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fml-metadata\">ml-metadata\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 660) - For recording and retrieving metadata associated with ML.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fml-metadata) (👨‍💻 23 · 🔀 170 · 📥 3K · 📦 720 · 📋 130 - 41% open · ⏱️ 03.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fml-metadata\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fml-metadata) (📥 50K \u002F month · 📦 32 · ⏱️ 07.04.2025):\n\t```\n\tpip install ml-metadata\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flabmlai\u002Flabml\">Labml\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.3K) - Monitor deep learning model training and hardware usage from your mobile.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flabmlai\u002Flabml) (👨‍💻 9 · 🔀 140 · 📦 240 · 📋 50 - 12% open · ⏱️ 10.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flabmlai\u002Flabml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flabml) (📥 4.6K \u002F month · 📦 14 · ⏱️ 15.09.2024):\n\t```\n\tpip install labml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmrpowers-io\u002Fquinn\">quinn\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 680 · 💤) - pyspark methods to enhance developer productivity. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmrpowers-io\u002Fquinn) (👨‍💻 31 · 🔀 98 · 📥 69 · 📦 94 · 📋 130 - 27% open · ⏱️ 06.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FMrPowers\u002Fquinn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fquinn) (📥 750K \u002F month · 📦 7 · ⏱️ 13.02.2024):\n\t```\n\tpip install quinn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fm3dev\u002Fgokart\">gokart\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 330) - Gokart solves reproducibility, task dependencies, constraints of good code,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fm3dev\u002Fgokart) (👨‍💻 48 · 🔀 63 · 📦 85 · 📋 100 - 31% open · ⏱️ 18.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fm3dev\u002Fgokart\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgokart) (📥 6.7K \u002F month · 📦 8 · ⏱️ 18.06.2025):\n\t```\n\tpip install gokart\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fguildai\u002Fguildai\">Guild AI\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 890) - Experiment tracking, ML developer tools. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fguildai\u002Fguildai) (👨‍💻 30 · 🔀 90 · 📥 32 · 📦 110 · 📋 440 - 50% open · ⏱️ 29.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fguildai\u002Fguildai\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fguildai) (📥 1.7K \u002F month · ⏱️ 11.05.2022):\n\t```\n\tpip install guildai\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Ftensorwatch\">TensorWatch\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.5K) - Debugging, monitoring and visualization for Python Machine Learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Ftensorwatch) (👨‍💻 15 · 🔀 360 · 📦 160 · 📋 70 - 75% open · ⏱️ 27.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Ftensorwatch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorwatch) (📥 1.4K \u002F month · 📦 7 · ⏱️ 04.03.2020):\n\t```\n\tpip install tensorwatch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Freplicate\u002Fkeepsake\">keepsake\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 1.7K · 💤) - Version control for machine learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Freplicate\u002Fkeepsake) (👨‍💻 18 · 🔀 71 · 📋 190 - 65% open · ⏱️ 03.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Freplicate\u002Fkeepsake\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkeepsake) (📥 880 \u002F month · 📦 1 · ⏱️ 25.01.2021):\n\t```\n\tpip install keepsake\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdatmo\u002Fdatmo\">datmo\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 340) - Open source production model management tool for data scientists. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdatmo\u002Fdatmo) (👨‍💻 6 · 🔀 30 · 📦 7 · 📋 180 - 17% open · ⏱️ 23.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdatmo\u002Fdatmo\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdatmo) (📥 130 \u002F month · ⏱️ 07.12.2018):\n\t```\n\tpip install datmo\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fwww.comet.com\">CometML\u003C\u002Fa>\u003C\u002Fb> (🥉16) - Supercharging Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub]():\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fexamples\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcomet_ml) (📥 570K \u002F month · 📦 100 · ⏱️ 29.10.2025):\n\t```\n\tpip install comet_ml\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fcomet_ml):\n\t```\n\tconda install -c anaconda comet_ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 13 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcatalyst-team\u002Fcatalyst\">Catalyst\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 3.4K · 💀) - Accelerated deep learning R&D. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fknockknock\">knockknock\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.8K · 💀) - Knock Knock: Get notified when your training ends with only two.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwaleedka\u002Fhiddenlayer\">hiddenlayer\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.9K · 💀) - Neural network graphs and training metrics for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEducationalTestingService\u002Fskll\">SKLL\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 560 · 💤) - SciKit-Learn Laboratory (SKLL) makes it easy to run machine.. \u003Ccode>❗Unlicensed\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTeamHG-Memex\u002Ftensorboard_logger\">TensorBoard Logger\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 630 · 💀) - Log TensorBoard events without touching TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstudioml\u002Fstudio\">Studio.ml\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 380 · 💀) - Studio: Simplify and expedite model building process. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finstacart\u002Flore\">lore\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.5K · 💀) - Lore makes machine learning approachable for Software Engineers and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faniketmaurya\u002Fchitra\">chitra\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 230) - A multi-functional library for full-stack Deep Learning. Simplifies.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminerva-ml\u002Fsteppy\">steppy\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 140 · 💀) - Lightweight, Python library for fast and reproducible experimentation. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fmxboard\">MXBoard\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 320 · 💀) - Logging MXNet data for visualization in TensorBoard. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fcaliban\">caliban\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 500 · 💀) - Research workflows made easy, locally and in the Cloud. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FModelChimp\u002Fmodelchimp\">ModelChimp\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 130 · 💀) - Experiment tracking for machine and deep learning projects. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjrieke\u002Ftraintool\">traintool\u003C\u002Fa>\u003C\u002Fb> (🥉8 ·  ⭐ 12 · 💀) - Train off-the-shelf machine learning models in one.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Model Serialization & Deployment\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries to serialize models to files, convert between a variety of model formats, and optimize models for deployment._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftriton-lang\u002Ftriton\">triton\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 17K) - Development repository for the Triton language and compiler. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftriton-lang\u002Ftriton) (👨‍💻 480 · 🔀 2.3K · 📥 1.4K · 📦 74K · 📋 2K - 41% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fopenai\u002Ftriton\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftriton) (📥 41M \u002F month · 📦 540 · ⏱️ 13.10.2025):\n\t```\n\tpip install triton\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fonnx\u002Fonnx\">onnx\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 20K) - Open standard for machine learning interoperability. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fonnx\u002Fonnx) (👨‍💻 360 · 🔀 3.8K · 📥 25K · 📦 49K · 📋 3.1K - 9% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fonnx\u002Fonnx\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fonnx) (📥 13M \u002F month · 📦 1.6K · ⏱️ 10.10.2025):\n\t```\n\tpip install onnx\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fonnx) (📥 2.1M · ⏱️ 11.10.2025):\n\t```\n\tconda install -c conda-forge onnx\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fhuggingface_hub\">huggingface_hub\u003C\u002Fa>\u003C\u002Fb> (🥈40 ·  ⭐ 3K) - The official Python client for the Hugging Face Hub. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fhuggingface_hub) (👨‍💻 280 · 🔀 830 · 📋 1.3K - 11% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fhuggingface_hub\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhuggingface_hub) (📥 120M \u002F month · 📦 4.1K · ⏱️ 28.10.2025):\n\t```\n\tpip install huggingface_hub\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhuggingface_hub) (📥 4.2M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge huggingface_hub\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbentoml\u002FBentoML\">BentoML\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 8.2K) - The easiest way to serve AI apps and models - Build Model Inference.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbentoml\u002FBentoML) (👨‍💻 260 · 🔀 880 · 📥 95 · 📦 2.8K · 📋 1.1K - 11% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbentoml\u002FBentoML\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbentoml) (📥 180K \u002F month · 📦 44 · ⏱️ 29.10.2025):\n\t```\n\tpip install bentoml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapple\u002Fcoremltools\">Core ML Tools\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 5K) - Core ML tools contain supporting tools for Core ML model.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fapple\u002Fcoremltools) (👨‍💻 200 · 🔀 710 · 📥 15K · 📦 5.1K · 📋 1.6K - 26% open · ⏱️ 22.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fapple\u002Fcoremltools\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcoremltools) (📥 1.1M \u002F month · 📦 110 · ⏱️ 28.07.2025):\n\t```\n\tpip install coremltools\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcoremltools) (📥 110K · ⏱️ 02.10.2025):\n\t```\n\tconda install -c conda-forge coremltools\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fserve\">TorchServe\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 4.4K · 💤) - Serve, optimize and scale PyTorch models in production. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fserve) (👨‍💻 220 · 🔀 890 · 📥 8K · 📦 900 · 📋 1.7K - 25% open · ⏱️ 17.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fserve\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchserve) (📥 97K \u002F month · 📦 26 · ⏱️ 30.09.2024):\n\t```\n\tpip install torchserve\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fpytorch\u002Ftorchserve) (📥 570K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c pytorch torchserve\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fpytorch\u002Ftorchserve) (📥 1.5M · ⭐ 32 · ⏱️ 30.09.2024):\n\t```\n\tdocker pull pytorch\u002Ftorchserve\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffastmachinelearning\u002Fhls4ml\">hls4ml\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.7K) - Machine learning on FPGAs using HLS. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffastmachinelearning\u002Fhls4ml) (👨‍💻 82 · 🔀 440 · 📦 51 · 📋 480 - 41% open · ⏱️ 20.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffastmachinelearning\u002Fhls4ml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhls4ml) (📥 1.7K \u002F month · 📦 1 · ⏱️ 17.03.2025):\n\t```\n\tpip install hls4ml\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhls4ml) (📥 12K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge hls4ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FMMdnn\">mmdnn\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 5.8K) - MMdnn is a set of tools to help users inter-operate among different deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FMMdnn) (👨‍💻 86 · 🔀 960 · 📥 4K · 📦 160 · 📋 630 - 53% open · ⏱️ 07.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FMicrosoft\u002FMMdnn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmmdnn) (📥 320 \u002F month · ⏱️ 24.07.2020):\n\t```\n\tpip install mmdnn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fhummingbird\">Hummingbird\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.5K) - Hummingbird compiles trained ML models into tensor computation for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fhummingbird) (👨‍💻 40 · 🔀 290 · 📥 930 · 📋 330 - 21% open · ⏱️ 17.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fhummingbird\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhummingbird-ml) (📥 7.6K \u002F month · 📦 7 · ⏱️ 25.10.2024):\n\t```\n\tpip install hummingbird-ml\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhummingbird-ml) (📥 64K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge hummingbird-ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Friga\u002Ftfdeploy\">tfdeploy\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 360 · 💤) - Deploy tensorflow graphs for fast evaluation and export to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Friga\u002Ftfdeploy) (👨‍💻 4 · 🔀 38 · 📋 34 - 32% open · ⏱️ 04.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Friga\u002Ftfdeploy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftfdeploy) (📥 100 \u002F month · ⏱️ 30.03.2017):\n\t```\n\tpip install tfdeploy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 10 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBayesWitnesses\u002Fm2cgen\">m2cgen\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 2.9K · 💀) - Transform ML models into a native code (Java, C, Python, Go,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnok\u002Fsklearn-porter\">sklearn-porter\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.3K · 💀) - Transpile trained scikit-learn estimators to C, Java,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcortexlabs\u002Fcortex\">cortex\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 8K · 💀) - Production infrastructure for machine learning at scale. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnebuly-ai\u002Foptimate\">nebullvm\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 8.4K · 💀) - A collection of libraries to optimise AI model performances. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flarq\u002Fcompute-engine\">Larq Compute Engine\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 250) - Highly optimized inference engine for Binarized.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgmalivenko\u002Fpytorch2keras\">pytorch2keras\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 860 · 💀) - PyTorch to Keras model convertor. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcog-imperial\u002FOMLT\">OMLT\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 340) - Represent trained machine learning models as Pyomo optimization.. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCornerstone-OnDemand\u002Fmodelkit\">modelkit\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 150 · 💀) - Toolkit for developing and maintaining ML models. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbackprop-ai\u002Fbackprop\">backprop\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 240 · 💀) - Backprop makes it simple to use, finetune, and deploy state-of-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapple\u002Fml-ane-transformers\">ml-ane-transformers\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 2.7K · 💀) - Reference implementation of the Transformer.. \u003Ccode>❗Unlicensed\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Model Interpretability\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries to visualize, explain, debug, evaluate, and interpret machine learning models._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshap\u002Fshap\">shap\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 25K) - A game theoretic approach to explain the output of any machine learning model. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fshap\u002Fshap) (👨‍💻 280 · 🔀 3.4K · 📦 36K · 📋 2.7K - 23% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fslundberg\u002Fshap\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fshap) (📥 9.5M \u002F month · 📦 1.2K · ⏱️ 14.10.2025):\n\t```\n\tpip install shap\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fshap) (📥 7.5M · ⏱️ 17.06.2025):\n\t```\n\tconda install -c conda-forge shap\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farviz-devs\u002Farviz\">arviz\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 1.7K) - Exploratory analysis of Bayesian models with Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Farviz-devs\u002Farviz) (👨‍💻 180 · 🔀 460 · 📥 190 · 📦 11K · 📋 900 - 19% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Farviz-devs\u002Farviz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Farviz) (📥 3.7M \u002F month · 📦 410 · ⏱️ 09.07.2025):\n\t```\n\tpip install arviz\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Farviz) (📥 2.5M · ⏱️ 10.07.2025):\n\t```\n\tconda install -c conda-forge arviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flutzroeder\u002Fnetron\">Netron\u003C\u002Fa>\u003C\u002Fb> (🥇36 ·  ⭐ 32K) - Visualizer for neural network, deep learning and machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flutzroeder\u002Fnetron) (👨‍💻 2 · 🔀 3K · 📥 160K · 📦 13 · 📋 1.2K - 1% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flutzroeder\u002Fnetron\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnetron) (📥 43K \u002F month · 📦 92 · ⏱️ 23.10.2025):\n\t```\n\tpip install netron\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fevaluate\">evaluate\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 2.4K) - Evaluate: A library for easily evaluating machine learning models.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fevaluate) (👨‍💻 130 · 🔀 290 · 📦 24K · 📋 390 - 62% open · ⏱️ 25.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fevaluate\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fevaluate) (📥 3.6M \u002F month · 📦 660 · ⏱️ 18.09.2025):\n\t```\n\tpip install evaluate\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finterpretml\u002Finterpret\">InterpretML\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 6.7K) - Fit interpretable models. Explain blackbox machine learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Finterpretml\u002Finterpret) (👨‍💻 53 · 🔀 770 · 📦 930 · 📋 490 - 22% open · ⏱️ 24.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Finterpretml\u002Finterpret\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Finterpret) (📥 230K \u002F month · 📦 58 · ⏱️ 14.10.2025):\n\t```\n\tpip install interpret\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fcaptum\">Captum\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 5.4K) - Model interpretability and understanding for PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fcaptum) (👨‍💻 140 · 🔀 540 · 📦 3.5K · 📋 610 - 41% open · ⏱️ 23.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fcaptum\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcaptum) (📥 330K \u002F month · 📦 170 · ⏱️ 27.03.2025):\n\t```\n\tpip install captum\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcaptum) (📥 130K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge captum\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpy-why\u002Fdowhy\">DoWhy\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 7.8K) - DoWhy is a Python library for causal inference that supports explicit.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpy-why\u002Fdowhy) (👨‍💻 100 · 🔀 980 · 📥 43 · 📦 660 · 📋 510 - 27% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpy-why\u002Fdowhy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdowhy) (📥 83K \u002F month · 📦 28 · ⏱️ 12.07.2025):\n\t```\n\tpip install dowhy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdowhy) (📥 51K · ⏱️ 13.07.2025):\n\t```\n\tconda install -c conda-forge dowhy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMAIF\u002Fshapash\">shapash\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3K) - Shapash: User-friendly Explainability and Interpretability to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FMAIF\u002Fshapash) (👨‍💻 43 · 🔀 350 · 📦 200 · 📋 240 - 16% open · ⏱️ 03.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FMAIF\u002Fshapash\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fshapash) (📥 7.5K \u002F month · 📦 4 · ⏱️ 24.07.2025):\n\t```\n\tpip install shapash\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Foegedijk\u002Fexplainerdashboard\">explainerdashboard\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 2.5K) - Quickly build Explainable AI dashboards that show the inner.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Foegedijk\u002Fexplainerdashboard) (👨‍💻 23 · 🔀 340 · 📦 650 · 📋 240 - 16% open · ⏱️ 01.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Foegedijk\u002Fexplainerdashboard\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fexplainerdashboard) (📥 42K \u002F month · 📦 15 · ⏱️ 03.06.2025):\n\t```\n\tpip install explainerdashboard\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fexplainerdashboard) (📥 75K · ⏱️ 04.06.2025):\n\t```\n\tconda install -c conda-forge explainerdashboard\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffairlearn\u002Ffairlearn\">fairlearn\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 2.1K) - A Python package to assess and improve fairness of machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffairlearn\u002Ffairlearn) (👨‍💻 100 · 🔀 470 · 📦 3 · 📋 520 - 24% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffairlearn\u002Ffairlearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffairlearn) (📥 160K \u002F month · 📦 80 · ⏱️ 19.10.2025):\n\t```\n\tpip install fairlearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffairlearn) (📥 55K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge fairlearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fparrt\u002Fdtreeviz\">dtreeviz\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.1K · 💤) - A python library for decision tree visualization and model.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fparrt\u002Fdtreeviz) (👨‍💻 27 · 🔀 340 · 📦 1.6K · 📋 210 - 35% open · ⏱️ 06.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fparrt\u002Fdtreeviz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdtreeviz) (📥 110K \u002F month · 📦 53 · ⏱️ 07.07.2022):\n\t```\n\tpip install dtreeviz\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdtreeviz) (📥 120K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge dtreeviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-analysis\">Model Analysis\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.3K) - Model analysis tools for TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-analysis) (👨‍💻 61 · 🔀 280 · 📋 97 - 39% open · ⏱️ 06.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-analysis\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-model-analysis) (📥 200K \u002F month · 📦 20 · ⏱️ 23.06.2025):\n\t```\n\tpip install tensorflow-model-analysis\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIF360\">Fairness 360\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 2.7K) - A comprehensive set of fairness metrics for datasets and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIF360) (👨‍💻 73 · 🔀 870 · 📦 740 · 📋 300 - 65% open · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIF360\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faif360) (📥 29K \u002F month · 📦 32 · ⏱️ 08.04.2024):\n\t```\n\tpip install aif360\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faif360) (📥 29K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge aif360\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcsinva\u002Fimodels\">imodels\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 1.5K) - Interpretable ML package for concise, transparent, and accurate.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcsinva\u002Fimodels) (👨‍💻 27 · 🔀 130 · 📦 130 · 📋 98 - 38% open · ⏱️ 26.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcsinva\u002Fimodels\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fimodels) (📥 30K \u002F month · 📦 12 · ⏱️ 26.08.2025):\n\t```\n\tpip install imodels\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Flit\">LIT\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 3.6K · 💤) - The Learning Interpretability Tool: Interactively analyze ML models.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Flit) (👨‍💻 38 · 🔀 360 · 📋 210 - 57% open · ⏱️ 20.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Flit\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flit-nlp) (📥 11K \u002F month · 📦 3 · ⏱️ 20.12.2024):\n\t```\n\tpip install lit-nlp\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flit-nlp) (📥 130K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge lit-nlp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fresponsible-ai-toolbox\">responsible-ai-widgets\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.6K · 💤) - Responsible AI Toolbox is a suite of tools providing.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fresponsible-ai-toolbox) (👨‍💻 43 · 🔀 430 · 📋 330 - 28% open · ⏱️ 07.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fresponsible-ai-toolbox\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fraiwidgets) (📥 10K \u002F month · 📦 6 · ⏱️ 08.07.2024):\n\t```\n\tpip install raiwidgets\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdssg\u002Faequitas\">aequitas\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 730 · 💤) - Bias Auditing & Fair ML Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdssg\u002Faequitas) (👨‍💻 23 · 🔀 120 · 📦 200 · 📋 99 - 51% open · ⏱️ 25.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdssg\u002Faequitas\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faequitas) (📥 19K \u002F month · 📦 8 · ⏱️ 30.01.2024):\n\t```\n\tpip install aequitas\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIX360\">Explainability 360\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.7K · 💤) - Interpretability and explainability of data and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIX360) (👨‍💻 41 · 🔀 310 · 📦 170 · 📋 86 - 62% open · ⏱️ 26.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIX360\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faix360) (📥 1.8K \u002F month · 📦 1 · ⏱️ 31.07.2023):\n\t```\n\tpip install aix360\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fphilipperemy\u002Fkeract\">keract\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.1K) - Layers Outputs and Gradients in Keras. Made easy. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fphilipperemy\u002Fkeract) (👨‍💻 17 · 🔀 190 · 📦 260 · 📋 89 - 3% open · ⏱️ 07.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fphilipperemy\u002Fkeract\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkeract) (📥 8.8K \u002F month · 📦 7 · ⏱️ 07.04.2025):\n\t```\n\tpip install keract\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finterpretml\u002FDiCE\">DiCE\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.5K) - Generate Diverse Counterfactual Explanations for any machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Finterpretml\u002FDiCE) (👨‍💻 23 · 🔀 210 · 📋 190 - 49% open · ⏱️ 13.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Finterpretml\u002FDiCE\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdice-ml) (📥 48K \u002F month · 📦 13 · ⏱️ 13.07.2025):\n\t```\n\tpip install dice-ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faerdem4\u002Flofo-importance\">LOFO\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 840 · 💤) - Leave One Feature Out Importance. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Faerdem4\u002Flofo-importance) (👨‍💻 6 · 🔀 87 · 📦 42 · 📋 30 - 13% open · ⏱️ 14.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Faerdem4\u002Flofo-importance\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flofo-importance) (📥 1.5K \u002F month · 📦 5 · ⏱️ 14.02.2025):\n\t```\n\tpip install lofo-importance\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fparrt\u002Frandom-forest-importances\">random-forest-importances\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 620 · 💤) - Code to compute permutation and drop-column.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fparrt\u002Frandom-forest-importances) (👨‍💻 16 · 🔀 130 · 📋 39 - 20% open · ⏱️ 24.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fparrt\u002Frandom-forest-importances\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frfpimp) (📥 16K \u002F month · 📦 5 · ⏱️ 28.01.2021):\n\t```\n\tpip install rfpimp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ffairness-indicators\">fairness-indicators\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 360) - Tensorflows Fairness Evaluation and Visualization.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ffairness-indicators) (👨‍💻 39 · 🔀 86 · 📋 45 - 77% open · ⏱️ 04.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ffairness-indicators\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffairness-indicators) (📥 1.1K \u002F month · ⏱️ 25.06.2025):\n\t```\n\tpip install fairness-indicators\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 32 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarcotcr\u002Flime\">Lime\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 12K · 💀) - Lime: Explaining the predictions of any machine learning classifier. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbmabey\u002FpyLDAvis\">pyLDAvis\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 1.8K · 💀) - Python library for interactive topic model visualization... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDistrictDataLabs\u002Fyellowbrick\">yellowbrick\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 4.4K · 💀) - Visual analysis and diagnostic tools to facilitate.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepchecks\u002Fdeepchecks\">Deep Checks\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3.9K) - Deepchecks: Tests for Continuous Validation of ML Models &.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSeldonIO\u002Falibi\">Alibi\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.6K) - Algorithms for explaining machine learning models. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=Intel\">❗️Intel\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Freiinakano\u002Fscikit-plot\">scikit-plot\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.4K · 💀) - An intuitive library to add plotting functionality to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FModelOriented\u002FDALEX\">DALEX\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.4K) - moDel Agnostic Language for Exploration and eXplanation (JMLR 2018;.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTeamHG-Memex\u002Feli5\">eli5\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 2.8K · 💀) - A library for debugging\u002Finspecting machine learning classifiers and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falbermax\u002Finnvestigate\">iNNvestigate\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 1.3K · 💀) - A toolbox to iNNvestigate neural networks predictions!. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Flucid\">Lucid\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 4.7K · 💀) - A collection of infrastructure and tools for research in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fraghakot\u002Fkeras-vis\">keras-vis\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 3K · 💀) - Neural network visualization toolkit for keras. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmckinsey\u002Fcausalnex\">CausalNex\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.4K · 💀) - A Python library that helps data scientists to infer.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarcotcr\u002Fchecklist\">checklist\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2K · 💀) - Beyond Accuracy: Behavioral Testing of NLP models with CheckList. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Fwhat-if-tool\">What-If Tool\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 980 · 💀) - Source code\u002Fwebpage\u002Fdemos for the What-If Tool. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsicara\u002Ftf-explain\">tf-explain\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1K · 💀) - Interpretability Methods for tf.keras models with Tensorflow.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkundajelab\u002Fdeeplift\">deeplift\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 870 · 💀) - Public facing deeplift repo. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fandosa\u002Ftreeinterpreter\">TreeInterpreter\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 760 · 💀) - Package for interpreting scikit-learns decision tree.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funderstandable-machine-intelligence-lab\u002FQuantus\">Quantus\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 630) - Quantus is an eXplainable AI toolkit for responsible evaluation of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEthicalML\u002Fxai\">XAI\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.2K · 💀) - XAI - An eXplainability toolbox for machine learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftcav\">tcav\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 640 · 💀) - Code for the TCAV ML interpretability project. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjalammar\u002Fecco\">ecco\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 2.1K · 💀) - Explain, analyze, and visualize NLP language models. Ecco creates.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fedublancas\u002Fsklearn-evaluation\">sklearn-evaluation\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 460 · 💀) - Machine learning model evaluation made easy: plots,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-card-toolkit\">model-card-toolkit\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 440 · 💀) - A toolkit that streamlines and automates the.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarcotcr\u002Fanchor\">Anchor\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 810 · 💀) - Code for High-Precision Model-Agnostic Explanations paper. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMisaOgura\u002Fflashtorch\">FlashTorch\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 740 · 💀) - Visualization toolkit for neural networks in PyTorch! Demo --. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FexplainX\u002Fexplainx\">ExplainX.ai\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 440 · 💀) - Explainable AI framework for data scientists. Explain & debug any.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgivasile\u002Feffector\">effector\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 120) - Effector - a Python package for global and regional effect methods. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Foracle\u002FSkater\">Skater\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 1.1K) - Python Library for Model Interpretation\u002FExplanations. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=UPL-1.0\">❗️UPL-1.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finterpretml\u002Finterpret-text\">interpret-text\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 430 · 💀) - A library that incorporates state-of-the-art explainers.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fintuit\u002Fbias-detector\">bias-detector\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 45 · 💀) - Bias Detector is a python package for detecting bias in machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsuinleelab\u002Fattributionpriors\">Attribution Priors\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 120 · 💀) - Tools for training explainable models using.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSAP-archive\u002Fcontextual-ai\">contextual-ai\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 87 · 💀) - Contextual AI adds explainability to different stages of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Vector Similarity Search (ANN)\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for Approximate Nearest Neighbor Search and Vector Indexing\u002FSimilarity Search._\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ferikbern\u002Fann-benchmarks\">ANN Benchmarks\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 5.5K)  - Benchmarks of approximate nearest neighbor libraries in Python.\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 38K) - Milvus is a high-performance, cloud-native vector database built for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus) (👨‍💻 330 · 🔀 3.5K · 📥 290K · 📋 15K - 5% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpymilvus) (📥 3.3M \u002F month · 📦 350 · ⏱️ 19.09.2025):\n\t```\n\tpip install pymilvus\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fmilvusdb\u002Fmilvus) (📥 72M · ⭐ 90 · ⏱️ 30.10.2025):\n\t```\n\tdocker pull milvusdb\u002Fmilvus\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss\">Faiss\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 38K · 📈) - A library for efficient similarity search and clustering of dense vectors. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss) (👨‍💻 260 · 🔀 4K · 📦 5K · 📋 2.7K - 9% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpymilvus) (📥 3.3M \u002F month · 📦 350 · ⏱️ 19.09.2025):\n\t```\n\tpip install pymilvus\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffaiss) (📥 3M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge faiss\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspotify\u002Fannoy\">Annoy\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 14K) - Approximate Nearest Neighbors in C++\u002FPython optimized for memory usage.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fspotify\u002Fannoy) (👨‍💻 90 · 🔀 1.2K · 📦 5.4K · 📋 420 - 16% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fspotify\u002Fannoy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fannoy) (📥 1M \u002F month · 📦 200 · ⏱️ 14.06.2023):\n\t```\n\tpip install annoy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpython-annoy) (📥 800K · ⏱️ 01.09.2025):\n\t```\n\tconda install -c conda-forge python-annoy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funum-cloud\u002FUSearch\">USearch\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 3.2K) - Fast Open-Source Search & Clustering engine for Vectors & Arbitrary.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Funum-cloud\u002FUSearch) (👨‍💻 81 · 🔀 230 · 📥 110K · 📦 210 · 📋 250 - 32% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funum-cloud\u002Fusearch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fusearch) (📥 140K \u002F month · 📦 44 · ⏱️ 04.09.2025):\n\t```\n\tpip install usearch\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fusearch) (📥 18K \u002F month · 📦 23 · ⏱️ 29.10.2025):\n\t```\n\tnpm install usearch\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Funum\u002Fusearch) (📥 480 · ⭐ 1 · ⏱️ 29.10.2025):\n\t```\n\tdocker pull unum\u002Fusearch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnmslib\u002Fnmslib\">NMSLIB\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 3.5K) - Non-Metric Space Library (NMSLIB): An efficient similarity search.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnmslib\u002Fnmslib) (👨‍💻 49 · 🔀 460 · 📦 1.4K · 📋 440 - 20% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnmslib\u002Fnmslib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnmslib) (📥 280K \u002F month · 📦 67 · ⏱️ 23.10.2025):\n\t```\n\tpip install nmslib\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnmslib) (📥 230K · ⏱️ 30.08.2025):\n\t```\n\tconda install -c conda-forge nmslib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fpynndescent\">PyNNDescent\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 950) - A Python nearest neighbor descent for approximate nearest neighbors. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fpynndescent) (👨‍💻 31 · 🔀 110 · 📦 13K · 📋 140 - 53% open · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fpynndescent\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpynndescent) (📥 2.5M \u002F month · 📦 160 · ⏱️ 17.06.2024):\n\t```\n\tpip install pynndescent\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpynndescent) (📥 2.5M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pynndescent\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyahoojapan\u002FNGT\">NGT\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.3K) - Nearest Neighbor Search with Neighborhood Graph and Tree for High-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fyahoojapan\u002FNGT) (👨‍💻 19 · 🔀 120 · 📋 150 - 18% open · ⏱️ 15.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fyahoojapan\u002FNGT\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fngt) (📥 1.8K \u002F month · 📦 12 · ⏱️ 26.02.2025):\n\t```\n\tpip install ngt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 5 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnmslib\u002Fhnswlib\">hnswlib\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 5K · 💀) - Header-only C++\u002Fpython library for fast approximate nearest.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpixelogik\u002FNearPy\">NearPy\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 770 · 💀) - Python framework for fast (approximated) nearest neighbour search in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkakao\u002Fn2\">N2\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 580 · 💀) - TOROS N2 - lightweight approximate Nearest Neighbor library which runs.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplasticityai\u002Fmagnitude\">Magnitude\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.7K · 💀) - A fast, efficient universal vector embedding utility package. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpysparnn\">PySparNN\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 920 · 💀) - Approximate Nearest Neighbor Search for Sparse Data in Python!. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Probabilistics & Statistics\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries providing capabilities for probabilistic programming\u002Freasoning, bayesian inference, gaussian processes, or statistics._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpymc-devs\u002Fpymc\">PyMC3\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 9.3K) - Bayesian Modeling and Probabilistic Programming in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpymc-devs\u002Fpymc) (👨‍💻 530 · 🔀 2.1K · 📥 140 · 📦 7.7K · 📋 3.6K - 11% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpymc-devs\u002Fpymc\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpymc3) (📥 330K \u002F month · 📦 190 · ⏱️ 31.05.2024):\n\t```\n\tpip install pymc3\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpymc3) (📥 860K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pymc3\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprobability\">tensorflow-probability\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 4.4K) - Probabilistic reasoning and statistical analysis in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprobability) (👨‍💻 500 · 🔀 1.1K · 📦 4 · 📋 1.5K - 48% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprobability\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-probability) (📥 880K \u002F month · 📦 620 · ⏱️ 08.11.2024):\n\t```\n\tpip install tensorflow-probability\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorflow-probability) (📥 200K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tensorflow-probability\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcornellius-gp\u002Fgpytorch\">GPyTorch\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 3.8K) - A highly efficient implementation of Gaussian Processes in PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcornellius-gp\u002Fgpytorch) (👨‍💻 140 · 🔀 580 · 📦 3.2K · 📋 1.4K - 28% open · ⏱️ 14.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcornellius-gp\u002Fgpytorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgpytorch) (📥 500K \u002F month · 📦 250 · ⏱️ 14.10.2025):\n\t```\n\tpip install gpytorch\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgpytorch) (📥 230K · ⏱️ 18.10.2025):\n\t```\n\tconda install -c conda-forge gpytorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpgmpy\u002Fpgmpy\">pgmpy\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 3.1K) - Python library for causal inference and probabilistic modeling. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpgmpy\u002Fpgmpy) (👨‍💻 180 · 🔀 860 · 📥 680 · 📦 1.7K · 📋 1.1K - 27% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpgmpy\u002Fpgmpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpgmpy) (📥 120K \u002F month · 📦 72 · ⏱️ 31.03.2025):\n\t```\n\tpip install pgmpy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpydata\u002Fpatsy\">patsy\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 980) - Describing statistical models in Python using symbolic formulas. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpydata\u002Fpatsy) (👨‍💻 23 · 🔀 100 · 📦 130K · 📋 160 - 46% open · ⏱️ 20.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpydata\u002Fpatsy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpatsy) (📥 22M \u002F month · 📦 680 · ⏱️ 20.10.2025):\n\t```\n\tpip install patsy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpatsy) (📥 19M · ⏱️ 20.10.2025):\n\t```\n\tconda install -c conda-forge patsy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyro-ppl\u002Fpyro\">Pyro\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 8.9K) - Deep universal probabilistic programming with Python and PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyro-ppl\u002Fpyro) (👨‍💻 160 · 🔀 1K · 📋 1.1K - 24% open · ⏱️ 09.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyro-ppl\u002Fpyro\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyro-ppl) (📥 630K \u002F month · 📦 190 · ⏱️ 02.06.2024):\n\t```\n\tpip install pyro-ppl\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyro-ppl) (📥 280K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pyro-ppl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSALib\u002FSALib\">SALib\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 960) - Sensitivity Analysis Library in Python. Contains Sobol, Morris, FAST, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FSALib\u002FSALib) (👨‍💻 54 · 🔀 250 · 📦 1.6K · 📋 350 - 18% open · ⏱️ 12.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FSALib\u002FSALib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsalib) (📥 250K \u002F month · 📦 190 · ⏱️ 12.10.2025):\n\t```\n\tpip install salib\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsalib) (📥 290K · ⏱️ 12.10.2025):\n\t```\n\tconda install -c conda-forge salib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhmmlearn\u002Fhmmlearn\">hmmlearn\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3.3K · 💤) - Hidden Markov Models in Python, with scikit-learn like API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhmmlearn\u002Fhmmlearn) (👨‍💻 49 · 🔀 740 · 📦 3.7K · 📋 450 - 16% open · ⏱️ 31.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhmmlearn\u002Fhmmlearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhmmlearn) (📥 240K \u002F month · 📦 92 · ⏱️ 31.10.2024):\n\t```\n\tpip install hmmlearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhmmlearn) (📥 430K · ⏱️ 10.09.2025):\n\t```\n\tconda install -c conda-forge hmmlearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdfm\u002Femcee\">emcee\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.5K) - The Python ensemble sampling toolkit for affine-invariant MCMC. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdfm\u002Femcee) (👨‍💻 76 · 🔀 430 · 📦 3.2K · 📋 300 - 19% open · ⏱️ 14.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdfm\u002Femcee\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Femcee) (📥 170K \u002F month · 📦 440 · ⏱️ 19.04.2024):\n\t```\n\tpip install emcee\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Femcee) (📥 510K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge emcee\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FGPflow\u002FGPflow\">GPflow\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 1.9K) - Gaussian processes in TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FGPflow\u002FGPflow) (👨‍💻 84 · 🔀 430 · 📦 790 · 📋 840 - 19% open · ⏱️ 29.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FGPflow\u002FGPflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgpflow) (📥 32K \u002F month · 📦 43 · ⏱️ 29.05.2025):\n\t```\n\tpip install gpflow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgpflow) (📥 51K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge gpflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbambinos\u002Fbambi\">bambi\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 1.2K) - BAyesian Model-Building Interface (Bambi) in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbambinos\u002Fbambi) (👨‍💻 47 · 🔀 140 · 📦 220 · 📋 460 - 21% open · ⏱️ 24.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbambinos\u002Fbambi\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbambi) (📥 48K \u002F month · 📦 19 · ⏱️ 24.10.2025):\n\t```\n\tpip install bambi\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbambi) (📥 56K · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge bambi\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fpomegranate\">pomegranate\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 3.5K · 💤) - Fast, flexible and easy to use probabilistic modelling in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fpomegranate) (👨‍💻 75 · 🔀 590 · 📋 800 - 4% open · ⏱️ 07.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fpomegranate\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpomegranate) (📥 36K \u002F month · 📦 67 · ⏱️ 07.02.2025):\n\t```\n\tpip install pomegranate\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpomegranate) (📥 230K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pomegranate\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaximtrp\u002Fscikit-posthocs\">scikit-posthocs\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 380) - Multiple Pairwise Comparisons (Post Hoc) Tests in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmaximtrp\u002Fscikit-posthocs) (👨‍💻 18 · 🔀 41 · 📥 67 · 📦 1.2K · 📋 72 - 6% open · ⏱️ 11.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmaximtrp\u002Fscikit-posthocs\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-posthocs) (📥 120K \u002F month · 📦 73 · ⏱️ 29.03.2025):\n\t```\n\tpip install scikit-posthocs\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscikit-posthocs) (📥 1.1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge scikit-posthocs\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftwopirllc\u002Fpandas-ta\">pandas-ta\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 5.5K) - Technical Analysis Indicators - Pandas TA is an easy to use.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftwopirllc\u002Fpandas-ta) (👨‍💻 40 · 🔀 1.1K):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftwopirllc\u002Fpandas-ta\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpandas-ta) (📥 290K \u002F month · 📦 190 · ⏱️ 14.09.2025):\n\t```\n\tpip install pandas-ta\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpandas-ta) (📥 39K · ⏱️ 23.09.2025):\n\t```\n\tconda install -c conda-forge pandas-ta\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbaal-org\u002Fbaal\">Baal\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 910) - Bayesian active learning library for research and industrial usecases. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbaal-org\u002Fbaal) (👨‍💻 24 · 🔀 87 · 📦 67 · 📋 120 - 18% open · ⏱️ 07.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbaal-org\u002Fbaal\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbaal) (📥 1.8K \u002F month · 📦 2 · ⏱️ 24.06.2025):\n\t```\n\tpip install baal\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbaal) (📥 15K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge baal\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuber\u002Forbit\">Orbit\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2K) - A Python package for Bayesian forecasting with object-oriented design.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fuber\u002Forbit) (👨‍💻 21 · 🔀 140 · 📋 410 - 13% open · ⏱️ 05.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fuber\u002Forbit\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Forbit-ml) (📥 24K \u002F month · 📦 1 · ⏱️ 01.04.2024):\n\t```\n\tpip install orbit-ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmattjj\u002Fpyhsmm\">pyhsmm\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 570 · 💤) - Bayesian inference in HSMMs and HMMs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmattjj\u002Fpyhsmm) (👨‍💻 14 · 🔀 170 · 📦 35 · 📋 100 - 39% open · ⏱️ 25.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmattjj\u002Fpyhsmm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyhsmm) (📥 300 \u002F month · 📦 1 · ⏱️ 10.05.2017):\n\t```\n\tpip install pyhsmm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FENSTA-U2IS-AI\u002Ftorch-uncertainty\">TorchUncertainty\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 440 · 📉) - Open-source framework for uncertainty and deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FENSTA-U2IS-AI\u002Ftorch-uncertainty) (👨‍💻 13 · 🔀 35 · 📋 67 - 23% open · ⏱️ 31.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FENSTA-U2IS-AI\u002Ftorch-uncertainty\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-uncertainty) (📥 920 \u002F month · 📦 4 · ⏱️ 31.07.2025):\n\t```\n\tpip install torch-uncertainty\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 6 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frlabbe\u002Ffilterpy\">filterpy\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 3.7K · 💀) - Python Kalman filtering and optimal estimation library. Implements.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fraphaelvallat\u002Fpingouin\">pingouin\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 1.8K) - Statistical package in Python based on Pandas. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fblei-lab\u002Fedward\">Edward\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 4.8K · 💀) - A probabilistic programming language in TensorFlow. Deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstan-dev\u002Fpystan\">PyStan\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 360 · 💀) - PyStan, a Python interface to Stan, a platform for statistical.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3hkKRql\">ISC\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyro-ppl\u002Ffunsor\">Funsor\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 240 · 💀) - Functional tensors for probabilistic programming. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthu-ml\u002Fzhusuan\">ZhuSuan\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 2.2K · 💀) - A probabilistic programming library for Bayesian deep learning,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Adversarial Robustness\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for testing the robustness of machine learning models against attacks with adversarial\u002Fmalicious examples._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002Fadversarial-robustness-toolbox\">ART\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 5.6K) - Adversarial Robustness Toolbox (ART) - Python Library for Machine Learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002Fadversarial-robustness-toolbox) (👨‍💻 140 · 🔀 1.2K · 📦 770 · 📋 910 - 1% open · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002Fadversarial-robustness-toolbox\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fadversarial-robustness-toolbox) (📥 29K \u002F month · 📦 25 · ⏱️ 07.07.2025):\n\t```\n\tpip install adversarial-robustness-toolbox\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fadversarial-robustness-toolbox) (📥 85K · ⏱️ 07.07.2025):\n\t```\n\tconda install -c conda-forge adversarial-robustness-toolbox\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FQData\u002FTextAttack\">TextAttack\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.3K) - TextAttack is a Python framework for adversarial attacks, data.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FQData\u002FTextAttack) (👨‍💻 67 · 🔀 420 · 📦 430 · 📋 290 - 23% open · ⏱️ 10.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FQData\u002FTextAttack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftextattack) (📥 9.1K \u002F month · 📦 11 · ⏱️ 11.03.2024):\n\t```\n\tpip install textattack\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftextattack) (📥 11K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge textattack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 7 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcleverhans-lab\u002Fcleverhans\">CleverHans\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 6.4K · 💀) - An adversarial example library for constructing attacks,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbethgelab\u002Ffoolbox\">Foolbox\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.9K · 💀) - A Python toolbox to create adversarial examples that fool neural.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBorealisAI\u002Fadvertorch\">advertorch\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.4K · 💀) - A Toolbox for Adversarial Robustness Research. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMadryLab\u002Frobustness\">robustness\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 950 · 💀) - A library for experimenting with, training and evaluating neural.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadvboxes\u002FAdvBox\">AdvBox\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 1.4K · 💀) - Advbox is a toolbox to generate adversarial examples that fool.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftextflint\u002Ftextflint\">textflint\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 650 · 💀) - Unified Multilingual Robustness Evaluation Toolkit for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fairbnb\u002Fartificial-adversary\">Adversary\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 400 · 💀) - Tool to generate adversarial text examples and test machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## GPU & Accelerator Utilities\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries that require and make use of CUDA\u002FGPU or other accelerator hardware capabilities to optimize machine learning tasks._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Foptimum\">optimum\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 3.1K) - Accelerate inference and training of Transformers, Diffusers, TIMM.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Foptimum) (👨‍💻 150 · 🔀 600 · 📦 6.3K · 📋 860 - 30% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Foptimum\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Foptimum) (📥 3.7M \u002F month · 📦 270 · ⏱️ 09.10.2025):\n\t```\n\tpip install optimum\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Foptimum) (📥 50K · ⏱️ 09.10.2025):\n\t```\n\tconda install -c conda-forge optimum\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcudf\">cuDF\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 9.3K) - cuDF - GPU DataFrame Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcudf) (👨‍💻 310 · 🔀 980 · 📦 64 · 📋 7.3K - 15% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcudf\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcudf) (📥 2.8K \u002F month · 📦 22 · ⏱️ 01.06.2020):\n\t```\n\tpip install cudf\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finducer\u002Fpycuda\">PyCUDA\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 2K) - CUDA integration for Python, plus shiny features. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Finducer\u002Fpycuda) (👨‍💻 83 · 🔀 300 · 📦 4K · 📋 290 - 29% open · ⏱️ 12.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Finducer\u002Fpycuda\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpycuda) (📥 66K \u002F month · 📦 200 · ⏱️ 09.09.2025):\n\t```\n\tpip install pycuda\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpycuda) (📥 1.1M · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge pycuda\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex\">Apex\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 8.8K) - A PyTorch Extension: Tools for easy mixed precision and distributed.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex) (👨‍💻 140 · 🔀 1.4K · 📦 3.3K · 📋 1.3K - 57% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnvidia-apex) (📥 580K · ⏱️ 26.07.2025):\n\t```\n\tconda install -c conda-forge nvidia-apex\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcuml\">cuML\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 5K) - cuML - RAPIDS Machine Learning Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcuml) (👨‍💻 190 · 🔀 600 · 📋 3K - 31% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcuml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcuml) (📥 2.5K \u002F month · 📦 14 · ⏱️ 01.06.2020):\n\t```\n\tpip install cuml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwookayin\u002Fgpustat\">gpustat\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.3K) - A simple command-line utility for querying and monitoring GPU status. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fwookayin\u002Fgpustat) (👨‍💻 17 · 🔀 280 · 📦 7.9K · 📋 130 - 22% open · ⏱️ 13.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fwookayin\u002Fgpustat\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgpustat) (📥 1.1M \u002F month · 📦 150 · ⏱️ 22.08.2023):\n\t```\n\tpip install gpustat\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgpustat) (📥 310K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge gpustat\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farrayfire\u002Farrayfire\">ArrayFire\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 4.8K) - ArrayFire: a general purpose GPU library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Farrayfire\u002Farrayfire) (👨‍💻 97 · 🔀 540 · 📥 9.6K · 📋 1.8K - 19% open · ⏱️ 28.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Farrayfire\u002Farrayfire\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Farrayfire) (📥 4.5K \u002F month · 📦 13 · ⏱️ 22.02.2022):\n\t```\n\tpip install arrayfire\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcugraph\">cuGraph\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.1K) - cuGraph - RAPIDS Graph Analytics Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcugraph) (👨‍💻 120 · 🔀 340 · 📋 1.9K - 6% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcugraph\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcugraph) (📥 550 \u002F month · 📦 4 · ⏱️ 01.06.2020):\n\t```\n\tpip install cugraph\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flibcugraph) (📥 69K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge libcugraph\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcupy\u002Fcupy\">CuPy\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 11K) - NumPy & SciPy for GPU. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcupy\u002Fcupy) (👨‍💻 340 · 🔀 950):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcupy\u002Fcupy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcupy) (📥 39K \u002F month · 📦 400 · ⏱️ 18.08.2025):\n\t```\n\tpip install cupy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcupy) (📥 7.2M · ⏱️ 14.09.2025):\n\t```\n\tconda install -c conda-forge cupy\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fcupy\u002Fcupy) (📥 92K · ⭐ 14 · ⏱️ 18.08.2025):\n\t```\n\tdocker pull cupy\u002Fcupy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FDALI\">DALI\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 5.5K) - A GPU-accelerated library containing highly optimized building blocks.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FDALI) (👨‍💻 99 · 🔀 650 · 📋 1.7K - 15% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FDALI\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKomputeProject\u002Fkompute\">Vulkan Kompute\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 2.4K) - General purpose GPU compute framework built on Vulkan to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FKomputeProject\u002Fkompute) (👨‍💻 35 · 🔀 160 · 📥 700 · 📋 230 - 32% open · ⏱️ 05.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FKomputeProject\u002Fkompute\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkp) (📥 1.8K \u002F month · ⏱️ 20.01.2024):\n\t```\n\tpip install kp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 9 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanderskm\u002Fgputil\">GPUtil\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.2K · 💀) - A Python module for getting the GPU status from NVIDA GPUs using.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flebedov\u002Fscikit-cuda\">scikit-cuda\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 990 · 💀) - Python interface to GPU-powered libraries. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffbcotter\u002Fpy3nvml\">py3nvml\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 250 · 💀) - Python 3 Bindings for NVML library. Get NVIDIA GPU status inside.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBlazingDB\u002Fblazingsql\">BlazingSQL\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2K · 💀) - BlazingSQL is a lightweight, GPU accelerated, SQL engine for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA-Merlin\u002FMerlin\">Merlin\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 860 · 💀) - NVIDIA Merlin is an open source library providing end-to-end GPU-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicolargo\u002Fnvidia-ml-py3\">nvidia-ml-py3\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 140 · 💀) - Python 3 Bindings for the NVIDIA Management Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSantosh-Gupta\u002FSpeedTorch\">SpeedTorch\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 680 · 💀) - Library for faster pinned CPU - GPU transfer in Pytorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstas00\u002Fipyexperiments\">ipyexperiments\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 220 · 💀) - Automatic GPU+CPU memory profiling, re-use and memory.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcusignal\">cuSignal\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 730 · 💀) - GPU accelerated signal processing. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Tensorflow Utilities\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries that extend TensorFlow with additional capabilities._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdatasets\">TensorFlow Datasets\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 4.5K) - TFDS is a collection of datasets ready to use with.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdatasets) (👨‍💻 660 · 🔀 1.6K · 📦 25K · 📋 1.5K - 47% open · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdatasets\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-datasets) (📥 1.8M \u002F month · 📦 340 · ⏱️ 28.05.2025):\n\t```\n\tpip install tensorflow-datasets\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorflow-datasets) (📥 51K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tensorflow-datasets\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fhub\">tensorflow-hub\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 3.5K · 💤) - A library for transfer learning by reusing parts of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fhub) (👨‍💻 110 · 🔀 1.7K · 📋 710 - 2% open · ⏱️ 17.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fhub\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-hub) (📥 2M \u002F month · 📦 300 · ⏱️ 30.01.2024):\n\t```\n\tpip install tensorflow-hub\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorflow-hub) (📥 130K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tensorflow-hub\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftfx\">TFX\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 2.2K · 💤) - TFX is an end-to-end platform for deploying production ML.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftfx) (👨‍💻 200 · 🔀 710 · 📦 1.8K · 📋 1.2K - 22% open · ⏱️ 26.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftfx\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftfx) (📥 37K \u002F month · 📦 17 · ⏱️ 11.12.2024):\n\t```\n\tpip install tfx\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-optimization\">TF Model Optimization\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 1.6K) - A toolkit to optimize ML models for deployment for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-optimization) (👨‍💻 87 · 🔀 320 · 📋 400 - 57% open · ⏱️ 07.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-optimization\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-model-optimization) (📥 920K \u002F month · 📦 45 · ⏱️ 08.02.2024):\n\t```\n\tpip install tensorflow-model-optimization\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fio\">TensorFlow I\u002FO\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 730) - Dataset, streaming, and file system extensions.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fio) (👨‍💻 120 · 🔀 290 · 📋 660 - 44% open · ⏱️ 10.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-io) (📥 730K \u002F month · 📦 61 · ⏱️ 01.07.2024):\n\t```\n\tpip install tensorflow-io\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftransform\">TensorFlow Transform\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 990) - Input pipeline framework. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftransform) (👨‍💻 31 · 🔀 220 · 📋 220 - 17% open · ⏱️ 06.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftransform\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-transform) (📥 250K \u002F month · 📦 19 · ⏱️ 13.06.2025):\n\t```\n\tpip install tensorflow-transform\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fneural-structured-learning\">Neural Structured Learning\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1K · 💤) - Training neural models with structured signals. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fneural-structured-learning) (👨‍💻 39 · 🔀 190 · 📦 520 · 📋 69 - 1% open · ⏱️ 29.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fneural-structured-learning\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fneural-structured-learning) (📥 3.2K \u002F month · 📦 3 · ⏱️ 29.07.2022):\n\t```\n\tpip install neural-structured-learning\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcloud\">TensorFlow Cloud\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 380) - The TensorFlow Cloud repository provides APIs that.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcloud) (👨‍💻 29 · 🔀 92 · 📋 100 - 73% open · ⏱️ 01.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcloud\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-cloud) (📥 18K \u002F month · 📦 7 · ⏱️ 17.06.2021):\n\t```\n\tpip install tensorflow-cloud\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcompression\">TF Compression\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 900) - Data compression in TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcompression) (👨‍💻 24 · 🔀 260 · 📋 100 - 10% open · ⏱️ 19.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcompression\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-compression) (📥 4.3K \u002F month · 📦 2 · ⏱️ 02.02.2024):\n\t```\n\tpip install tensorflow-compression\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 7 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensor2tensor\">tensor2tensor\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 17K · 💀) - Library of deep learning models and datasets designed.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Faddons\">TF Addons\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.7K · 💀) - Useful extra functionality for TensorFlow 2.x maintained.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras-preprocessing\">Keras-Preprocessing\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 1K · 💀) - Utilities for working with image data, text data, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqubvel\u002Fefficientnet\">efficientnet\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.1K · 💀) - Implementation of EfficientNet model. Keras and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Fsaliency\">Saliency\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 980 · 💀) - Framework-agnostic implementation for state-of-the-art.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftaehoonlee\u002Ftensornets\">TensorNets\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1K · 💀) - High level network definitions with pre-trained weights in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeffy\u002Ftffm\">tffm\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 780 · 💀) - TensorFlow implementation of an arbitrary order Factorization Machine. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Jax Utilities\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries that extend Jax with additional capabilities._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpatrick-kidger\u002Fequinox\">equinox\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 2.6K) - Elegant easy-to-use neural networks + scientific computing in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpatrick-kidger\u002Fequinox) (👨‍💻 81 · 🔀 170 · 📦 1.4K · 📋 610 - 35% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpatrick-kidger\u002Fequinox\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fequinox) (📥 500K \u002F month · 📦 350 · ⏱️ 09.10.2025):\n\t```\n\tpip install equinox\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 2 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fevojax\">evojax\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 920 · 💀) - EvoJAX: Hardware-accelerated Neuroevolution. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fucl-bug\u002Fjaxdf\">jaxdf\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 130 · 💀) - A JAX-based research framework for writing differentiable.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Sklearn Utilities\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries that extend scikit-learn with additional capabilities._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuxlfoundation\u002Fscikit-learn-intelex\">scikit-learn-intelex\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 1.3K) - Extension for Scikit-learn is a seamless way to speed.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fuxlfoundation\u002Fscikit-learn-intelex) (👨‍💻 86 · 🔀 180 · 📦 14K · 📋 250 - 15% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fintel\u002Fscikit-learn-intelex\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-learn-intelex) (📥 89K \u002F month · 📦 74 · ⏱️ 22.10.2025):\n\t```\n\tpip install scikit-learn-intelex\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscikit-learn-intelex) (📥 650K · ⏱️ 30.10.2025):\n\t```\n\tconda install -c conda-forge scikit-learn-intelex\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fimbalanced-learn\">imbalanced-learn\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 7.1K) - A Python Package to Tackle the Curse of Imbalanced.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fimbalanced-learn) (👨‍💻 89 · 🔀 1.3K · 📋 630 - 8% open · ⏱️ 14.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fimbalanced-learn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fimbalanced-learn) (📥 14M \u002F month · 📦 600 · ⏱️ 14.08.2025):\n\t```\n\tpip install imbalanced-learn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fimbalanced-learn) (📥 750K · ⏱️ 14.08.2025):\n\t```\n\tconda install -c conda-forge imbalanced-learn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frasbt\u002Fmlxtend\">MLxtend\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 5.1K) - A library of extension and helper modules for Pythons data.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frasbt\u002Fmlxtend) (👨‍💻 110 · 🔀 880 · 📦 21K · 📋 500 - 29% open · ⏱️ 19.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frasbt\u002Fmlxtend\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmlxtend) (📥 960K \u002F month · 📦 200 · ⏱️ 26.01.2025):\n\t```\n\tpip install mlxtend\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmlxtend) (📥 460K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge mlxtend\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fcategory_encoders\">category_encoders\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 2.5K · 💤) - A library of sklearn compatible categorical variable.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fcategory_encoders) (👨‍💻 71 · 🔀 400 · 📦 4.1K · 📋 300 - 13% open · ⏱️ 24.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fcategory_encoders\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcategory_encoders) (📥 2.1M \u002F month · 📦 310 · ⏱️ 15.03.2025):\n\t```\n\tpip install category_encoders\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcategory_encoders) (📥 370K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge category_encoders\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkoaning\u002Fscikit-lego\">scikit-lego\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.4K) - Extra blocks for scikit-learn pipelines. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkoaning\u002Fscikit-lego) (👨‍💻 69 · 🔀 120 · 📦 190 · 📋 340 - 9% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkoaning\u002Fscikit-lego\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-lego) (📥 53K \u002F month · 📦 13 · ⏱️ 15.09.2025):\n\t```\n\tpip install scikit-lego\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscikit-lego) (📥 76K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge scikit-lego\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fguofei9987\u002Fscikit-opt\">scikit-opt\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 6.2K) - Genetic Algorithm, Particle Swarm Optimization, Simulated.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fguofei9987\u002Fscikit-opt) (👨‍💻 24 · 🔀 1.1K · 📦 280 · 📋 180 - 37% open · ⏱️ 31.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fguofei9987\u002Fscikit-opt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-opt) (📥 9.1K \u002F month · 📦 15 · ⏱️ 14.01.2022):\n\t```\n\tpip install scikit-opt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftrent-b\u002Fiterative-stratification\">iterative-stratification\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 880 · 💤) - scikit-learn cross validators for iterative.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftrent-b\u002Fiterative-stratification) (👨‍💻 7 · 🔀 75 · 📦 620 · 📋 27 - 7% open · ⏱️ 12.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftrent-b\u002Fiterative-stratification\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fiterative-stratification) (📥 54K \u002F month · 📦 15 · ⏱️ 12.10.2024):\n\t```\n\tpip install iterative-stratification\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-tda\u002Fscikit-tda\">scikit-tda\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 550) - Topological Data Analysis for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-tda\u002Fscikit-tda) (👨‍💻 7 · 🔀 54 · 📦 93 · 📋 23 - 17% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-tda\u002Fscikit-tda\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-tda) (📥 1.8K \u002F month · ⏱️ 19.07.2024):\n\t```\n\tpip install scikit-tda\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 11 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsebp\u002Fscikit-survival\">scikit-survival\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.2K) - Survival analysis built on top of scikit-learn. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiskandr\u002Ffancyimpute\">fancyimpute\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.3K · 💀) - Multivariate imputation and matrix completion.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-multilearn\u002Fscikit-multilearn\">scikit-multilearn\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 950 · 💀) - A scikit-learn based module for multi-label et. al... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTeamHG-Memex\u002Fsklearn-crfsuite\">sklearn-crfsuite\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 430 · 💀) - scikit-learn inspired API for CRFsuite. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fskope-rules\">skope-rules\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 650 · 💀) - machine learning with logical rules in Python. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSD-1-Clause\">❗️BSD-1-Clause\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyzhao062\u002Fcombo\">combo\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 660 · 💀) - (AAAI 20) A Python Toolbox for Machine Learning Model.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>xgboost\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmathurinm\u002Fceler\">celer\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 230) - Fast solver for L1-type problems: Lasso, sparse Logisitic regression,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Flightning\">sklearn-contrib-lightning\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.8K · 💀) - Large-scale linear classification, regression and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Famueller\u002Fdabl\">dabl\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 730 · 💀) - Data Analysis Baseline Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002FDESlib\">DESlib\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 490 · 💀) - A Python library for dynamic classifier and ensemble selection. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fskggm\u002Fskggm\">skggm\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 250) - Scikit-learn compatible estimation of general graphical models. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Pytorch Utilities\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries that extend Pytorch with additional capabilities._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Faccelerate\">accelerate\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 9.2K) - A simple way to launch, train, and use PyTorch models on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Faccelerate) (👨‍💻 370 · 🔀 1.2K · 📦 110K · 📋 1.9K - 5% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Faccelerate\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faccelerate) (📥 17M \u002F month · 📦 2.8K · ⏱️ 20.10.2025):\n\t```\n\tpip install accelerate\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faccelerate) (📥 670K · ⏱️ 24.10.2025):\n\t```\n\tconda install -c conda-forge accelerate\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftinygrad\u002Ftinygrad\">tinygrad\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 30K) - You like pytorch? You like micrograd? You love tinygrad!. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftinygrad\u002Ftinygrad) (👨‍💻 420 · 🔀 3.6K · 📦 20 · 📋 1K - 12% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgeohot\u002Ftinygrad\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKevinMusgrave\u002Fpytorch-metric-learning\">PML\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 6.2K) - The easiest way to use deep metric learning in your application. Modular,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FKevinMusgrave\u002Fpytorch-metric-learning) (👨‍💻 45 · 🔀 660 · 📦 2.9K · 📋 530 - 14% open · ⏱️ 17.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FKevinMusgrave\u002Fpytorch-metric-learning\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch-metric-learning) (📥 2.3M \u002F month · 📦 68 · ⏱️ 17.08.2025):\n\t```\n\tpip install pytorch-metric-learning\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fmetric-learning\u002Fpytorch-metric-learning) (📥 13K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c metric-learning pytorch-metric-learning\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frtqichen\u002Ftorchdiffeq\">torchdiffeq\u003C\u002Fa>\u003C\u002Fb> (🥇31 ·  ⭐ 6.2K) - Differentiable ODE solvers with full GPU support and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frtqichen\u002Ftorchdiffeq) (👨‍💻 23 · 🔀 940 · 📦 5.5K · 📋 230 - 35% open · ⏱️ 04.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frtqichen\u002Ftorchdiffeq\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchdiffeq) (📥 1M \u002F month · 📦 120 · ⏱️ 21.11.2024):\n\t```\n\tpip install torchdiffeq\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftorchdiffeq) (📥 24K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge torchdiffeq\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftorchsde\">torchsde\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.7K · 💤) - Differentiable SDE solvers with GPU support and efficient.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftorchsde) (👨‍💻 9 · 🔀 210 · 📦 5.5K · 📋 84 - 36% open · ⏱️ 30.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftorchsde\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchsde) (📥 4.6M \u002F month · 📦 37 · ⏱️ 26.09.2023):\n\t```\n\tpip install torchsde\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftorchsde) (📥 46K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge torchsde\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_scatter\">torch-scatter\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 1.7K) - PyTorch Extension Library of Optimized Scatter Operations. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_scatter) (👨‍💻 34 · 🔀 200 · 📋 420 - 6% open · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_scatter\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-scatter) (📥 82K \u002F month · 📦 150 · ⏱️ 06.10.2023):\n\t```\n\tpip install torch-scatter\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch_scatter) (📥 1M · ⏱️ 03.10.2025):\n\t```\n\tconda install -c conda-forge pytorch_scatter\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_sparse\">PyTorch Sparse\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 1.1K) - PyTorch Extension Library of Optimized Autograd Sparse.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_sparse) (👨‍💻 48 · 🔀 160 · 📋 300 - 10% open · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_sparse\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-sparse) (📥 63K \u002F month · 📦 120 · ⏱️ 06.10.2023):\n\t```\n\tpip install torch-sparse\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch_sparse) (📥 940K · ⏱️ 03.10.2025):\n\t```\n\tconda install -c conda-forge pytorch_sparse\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBloodAxe\u002Fpytorch-toolbelt\">Pytorch Toolbelt\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.6K) - PyTorch extensions for fast R&D prototyping and Kaggle.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FBloodAxe\u002Fpytorch-toolbelt) (👨‍💻 9 · 🔀 120 · 📥 180 · 📋 33 - 12% open · ⏱️ 09.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FBloodAxe\u002Fpytorch-toolbelt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch_toolbelt) (📥 8.3K \u002F month · 📦 12 · ⏱️ 21.11.2024):\n\t```\n\tpip install pytorch_toolbelt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmadgrad\">madgrad\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 800 · 💤) - MADGRAD Optimization Method. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmadgrad) (👨‍💻 3 · 🔀 58 · 📦 110 · ⏱️ 27.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmadgrad\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmadgrad) (📥 9.7K \u002F month · 📦 1 · ⏱️ 08.03.2022):\n\t```\n\tpip install madgrad\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fszagoruyko\u002Fpytorchviz\">pytorchviz\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 3.4K · 💤) - A small package to create visualizations of PyTorch execution.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fszagoruyko\u002Fpytorchviz) (👨‍💻 6 · 🔀 280 · 📋 72 - 47% open · ⏱️ 30.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fszagoruyko\u002Fpytorchviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 22 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCadene\u002Fpretrained-models.pytorch\">pretrainedmodels\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 9.1K · 💀) - Pretrained ConvNets for pytorch: NASNet, ResNeXt,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flukemelas\u002FEfficientNet-PyTorch\">EfficientNet-PyTorch\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 8.2K · 💀) - A PyTorch implementation of EfficientNet. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-Universe\u002Flightning-flash\">lightning-flash\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.7K · 💀) - Your PyTorch AI Factory - Flash enables you to easily.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjettify\u002Fpytorch-optimizer\">pytorch-optimizer\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 3.1K · 💀) - torch-optimizer -- collection of optimizers for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdreamquark-ai\u002Ftabnet\">TabNet\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 2.9K · 💀) - PyTorch implementation of TabNet paper :.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frwightman\u002Fgen-efficientnet-pytorch\">EfficientNets\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 1.6K · 💀) - Pretrained EfficientNet, EfficientNet-Lite, MixNet,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsksq96\u002Fpytorch-summary\">pytorch-summary\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.1K · 💀) - Model summary in PyTorch similar to `model.summary()`.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fhigher\">Higher\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.6K · 💀) - higher is a pytorch library allowing users to obtain higher.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Fmicrograd\">micrograd\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 14K · 💀) - A tiny scalar-valued autograd engine and a neural net library.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fasappresearch\u002Fsru\">SRU\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 2.1K · 💀) - Training RNNs as Fast as CNNs (https:\u002F\u002Farxiv.org\u002Fabs\u002F1709.02755). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadobe\u002Fantialiased-cnns\">Antialiased CNNs\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.7K · 💀) - pip install antialiased-cnns to improve stability and.. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=CC%20BY-NC-SA%204.0\">❗️CC BY-NC-SA 4.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLuolc\u002FAdaBound\">AdaBound\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.9K · 💀) - An optimizer that trains as fast as Adam and as good as SGD. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Freformer-pytorch\">reformer-pytorch\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.2K · 💀) - Reformer, the efficient Transformer, in Pytorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftristandeleu\u002Fpytorch-meta\">Torchmeta\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2K · 💀) - A collection of extensions and data-loaders for few-shot.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FGRAAL-Research\u002Fpoutyne\">Poutyne\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 580) - A simplified framework and utilities for PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fperformer-pytorch\">Performer Pytorch\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 1.2K · 💀) - An implementation of Performer, a linear attention-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fharvardnlp\u002Fpytorch-struct\">Torch-Struct\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 1.1K · 💀) - Fast, general, and tested differentiable structured.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Flambda-networks\">Lambda Networks\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.5K · 💀) - Implementation of LambdaNetworks, a new approach to.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fachaiah\u002Fpywick\">Pywick\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 400 · 💀) - High-level batteries-included neural network training library for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTorchDrift\u002FTorchDrift\">TorchDrift\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 320 · 💀) - Drift Detection for your PyTorch Models. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fabhishekkrthakur\u002Ftez\">Tez\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 1.2K · 💀) - Tez is a super-simple and lightweight Trainer for PyTorch. It.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fparrt\u002Ftensor-sensor\">Tensor Sensor\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 810 · 💀) - The goal of this library is to generate more helpful.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Database Clients\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_Libraries for connecting to, operating, and querying databases._\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python#database-clients\">best-of-python - DB Clients\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 4.2K)  - Collection of database clients for python.\n\n\u003Cbr>\n\n## Others\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscipy\u002Fscipy\">scipy\u003C\u002Fa>\u003C\u002Fb> (🥇51 ·  ⭐ 14K) - Ecosystem of open-source software for mathematics, science, and engineering. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscipy\u002Fscipy) (👨‍💻 1.8K · 🔀 5.5K · 📥 97K · 📦 1.4M · 📋 11K - 15% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscipy\u002Fscipy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscipy) (📥 220M \u002F month · 📦 61K · ⏱️ 28.10.2025):\n\t```\n\tpip install scipy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscipy) (📥 70M · ⏱️ 29.10.2025):\n\t```\n\tconda install -c conda-forge scipy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsympy\u002Fsympy\">SymPy\u003C\u002Fa>\u003C\u002Fb> (🥇49 ·  ⭐ 14K) - A computer algebra system written in pure Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsympy\u002Fsympy) (👨‍💻 1.4K · 🔀 4.8K · 📥 570K · 📦 290K · 📋 15K - 37% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsympy\u002Fsympy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsympy) (📥 73M \u002F month · 📦 4.6K · ⏱️ 27.04.2025):\n\t```\n\tpip install sympy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsympy) (📥 11M · ⏱️ 29.04.2025):\n\t```\n\tconda install -c conda-forge sympy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit\">Streamlit\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 42K) - Streamlit A faster way to build and share data apps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit) (👨‍💻 570 · 🔀 3.8K · 📦 1M · 📋 5.7K - 23% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstreamlit) (📥 19M \u002F month · 📦 4.6K · ⏱️ 29.10.2025):\n\t```\n\tpip install streamlit\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio\">Gradio\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 40K) - Wrap UIs around any model, share with anyone. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio) (👨‍💻 700 · 🔀 3.1K · 📦 84K · 📋 6.1K - 6% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgradio) (📥 11M \u002F month · 📦 1.6K · ⏱️ 22.10.2025):\n\t```\n\tpip install gradio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcarla-simulator\u002Fcarla\">carla\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 13K) - Open-source simulator for autonomous driving research. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcarla-simulator\u002Fcarla) (👨‍💻 190 · 🔀 4.2K · 📦 1.1K · 📋 6.2K - 18% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcarla-simulator\u002Fcarla\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcarla) (📥 18K \u002F month · 📦 16 · ⏱️ 14.09.2025):\n\t```\n\tpip install carla\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHIPS\u002Fautograd\">Autograd\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 7.4K) - Efficiently computes derivatives of NumPy code. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FHIPS\u002Fautograd) (👨‍💻 64 · 🔀 910 · 📦 14K · 📋 440 - 42% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FHIPS\u002Fautograd\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fautograd) (📥 3.4M \u002F month · 📦 310 · ⏱️ 05.05.2025):\n\t```\n\tpip install autograd\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fautograd) (📥 680K · ⏱️ 05.05.2025):\n\t```\n\tconda install -c conda-forge autograd\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPennyLaneAI\u002Fpennylane\">PennyLane\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 2.9K) - PennyLane is a cross-platform Python library for quantum.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPennyLaneAI\u002Fpennylane) (👨‍💻 210 · 🔀 700 · 📥 100 · 📦 1.9K · 📋 1.7K - 25% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPennyLaneAI\u002FPennyLane\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpennylane) (📥 200K \u002F month · 📦 89 · ⏱️ 15.10.2025):\n\t```\n\tpip install pennylane\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpennylane) (📥 340K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pennylane\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyzhao062\u002Fpyod\">PyOD\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 9.6K) - A Python Library for Outlier and Anomaly Detection, Integrating Classical.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fyzhao062\u002Fpyod) (👨‍💻 64 · 🔀 1.4K · 📦 5.5K · 📋 390 - 59% open · ⏱️ 29.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fyzhao062\u002Fpyod\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyod) (📥 840K \u002F month · 📦 130 · ⏱️ 29.04.2025):\n\t```\n\tpip install pyod\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyod) (📥 170K · ⏱️ 30.04.2025):\n\t```\n\tconda install -c conda-forge pyod\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fdatasette\">Datasette\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 10K) - An open source multi-tool for exploring and publishing data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fdatasette) (👨‍💻 82 · 🔀 770 · 📥 75 · 📦 1.6K · 📋 1.9K - 32% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fdatasette\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdatasette) (📥 180K \u002F month · 📦 480 · ⏱️ 22.04.2025):\n\t```\n\tpip install datasette\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdatasette) (📥 73K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge datasette\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepchem\u002Fdeepchem\">DeepChem\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 6.3K · 📉) - Democratizing Deep-Learning for Drug Discovery, Quantum.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepchem\u002Fdeepchem) (👨‍💻 260 · 🔀 1.9K · 📦 650 · 📋 2.1K - 40% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepchem\u002Fdeepchem\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepchem) (📥 54K \u002F month · 📦 24 · ⏱️ 27.10.2025):\n\t```\n\tpip install deepchem\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdeepchem) (📥 120K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge deepchem\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserge-sans-paille\u002Fpythran\">Pythran\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 2.1K) - Ahead of Time compiler for numeric kernels. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fserge-sans-paille\u002Fpythran) (👨‍💻 75 · 🔀 200 · 📦 3.6K · 📋 930 - 15% open · ⏱️ 30.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fserge-sans-paille\u002Fpythran\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpythran) (📥 500K \u002F month · 📦 28 · ⏱️ 23.05.2025):\n\t```\n\tpip install pythran\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpythran) (📥 1.3M · ⏱️ 07.07.2025):\n\t```\n\tconda install -c conda-forge pythran\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwireservice\u002Fagate\">agate\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.2K) - A Python data analysis library that is optimized for humans instead of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fwireservice\u002Fagate) (👨‍💻 55 · 🔀 150 · 📦 5.3K · 📋 650 - 0% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fwireservice\u002Fagate\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fagate) (📥 24M \u002F month · 📦 54 · ⏱️ 29.01.2025):\n\t```\n\tpip install agate\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fagate) (📥 410K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge agate\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fonline-ml\u002Friver\">River\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 5.6K) - Online machine learning in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fonline-ml\u002Friver) (👨‍💻 130 · 🔀 590 · 📦 800 · 📋 630 - 19% open · ⏱️ 05.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fonline-ml\u002Friver\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Friver) (📥 91K \u002F month · 📦 64 · ⏱️ 25.11.2024):\n\t```\n\tpip install river\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Friver) (📥 130K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge river\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fhdbscan\">hdbscan\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 3K) - A high performance implementation of HDBSCAN clustering. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fhdbscan) (👨‍💻 97 · 🔀 500 · 📦 7.6K · 📋 530 - 67% open · ⏱️ 11.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fhdbscan\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhdbscan) (📥 1.1M \u002F month · 📦 350 · ⏱️ 18.11.2024):\n\t```\n\tpip install hdbscan\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhdbscan) (📥 2.8M · ⏱️ 09.09.2025):\n\t```\n\tconda install -c conda-forge hdbscan\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopen-edge-platform\u002Fanomalib\">anomalib\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 5.1K · 📉) - An anomaly detection library comprising state-of-the-art.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fopen-edge-platform\u002Fanomalib) (👨‍💻 98 · 🔀 820 · 📥 42K · 📦 200 · 📋 1.2K - 6% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fopenvinotoolkit\u002Fanomalib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fanomalib) (📥 200K \u002F month · 📦 7 · ⏱️ 09.10.2025):\n\t```\n\tpip install anomalib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyjanitor-devs\u002Fpyjanitor\">pyjanitor\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 1.5K) - Clean APIs for data cleaning. Python implementation of R package.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyjanitor-devs\u002Fpyjanitor) (👨‍💻 110 · 🔀 170 · 📦 980 · 📋 590 - 18% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyjanitor-devs\u002Fpyjanitor\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyjanitor) (📥 280K \u002F month · 📦 42 · ⏱️ 07.03.2025):\n\t```\n\tpip install pyjanitor\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyjanitor) (📥 300K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pyjanitor\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuber\u002Fcausalml\">causalml\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 5.6K) - Uplift modeling and causal inference with machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fuber\u002Fcausalml) (👨‍💻 71 · 🔀 830 · 📦 310 · 📋 420 - 10% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fuber\u002Fcausalml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcausalml) (📥 79K \u002F month · 📦 10 · ⏱️ 09.07.2025):\n\t```\n\tpip install causalml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdstackai\u002Fdstack\">dstack\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.9K) - dstack is an open-source control plane for running development,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdstackai\u002Fdstack) (👨‍💻 63 · 🔀 200 · 📦 22 · 📋 1.5K - 6% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdstackai\u002Fdstack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdstack) (📥 4.2K \u002F month · ⏱️ 30.10.2025):\n\t```\n\tpip install dstack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorly\u002Ftensorly\">tensorly\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.6K) - TensorLy: Tensor Learning in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorly\u002Ftensorly) (👨‍💻 73 · 🔀 290 · 📦 1.1K · 📋 280 - 22% open · ⏱️ 05.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorly\u002Ftensorly\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorly) (📥 130K \u002F month · 📦 99 · ⏱️ 12.11.2024):\n\t```\n\tpip install tensorly\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorly) (📥 380K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tensorly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdbt-labs\u002Fmetricflow\">metricflow\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 1.3K) - MetricFlow allows you to define, build, and maintain metrics in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdbt-labs\u002Fmetricflow) (👨‍💻 52 · 🔀 130 · 📦 37 · 📋 370 - 27% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftransform-data\u002Fmetricflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmetricflow) (📥 94K \u002F month · 📦 4 · ⏱️ 14.10.2025):\n\t```\n\tpip install metricflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsepandhaghighi\u002Fpycm\">pycm\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.5K) - Multi-class confusion matrix library in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsepandhaghighi\u002Fpycm) (👨‍💻 18 · 🔀 120 · 📦 420 · 📋 210 - 7% open · ⏱️ 14.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsepandhaghighi\u002Fpycm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpycm) (📥 190K \u002F month · 📦 28 · ⏱️ 15.10.2025):\n\t```\n\tpip install pycm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMaxHalford\u002Fprince\">Prince\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.4K) - Multivariate exploratory data analysis in Python PCA, CA, MCA, MFA,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FMaxHalford\u002Fprince) (👨‍💻 16 · 🔀 190 · 📦 770 · ⏱️ 04.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FMaxHalford\u002Fprince\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fprince) (📥 230K \u002F month · 📦 23 · ⏱️ 04.08.2025):\n\t```\n\tpip install prince\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fprince-factor-analysis) (📥 28K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge prince-factor-analysis\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftrax\">Trax\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 8.3K) - Trax Deep Learning with Clear Code and Speed. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftrax) (👨‍💻 82 · 🔀 830 · 📦 230 · 📋 250 - 50% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftrax\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftrax) (📥 4.3K \u002F month · 📦 1 · ⏱️ 26.10.2021):\n\t```\n\tpip install trax\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadapter-hub\u002Fadapters\">adapter-transformers\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 2.8K) - A Unified Library for Parameter-Efficient and Modular.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>huggingface\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fadapter-hub\u002Fadapters) (👨‍💻 17 · 🔀 360 · 📦 260 · 📋 410 - 10% open · ⏱️ 12.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAdapter-Hub\u002Fadapter-transformers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fadapter-transformers) (📥 4.9K \u002F month · 📦 12 · ⏱️ 07.07.2024):\n\t```\n\tpip install adapter-transformers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\">AugLy\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5.1K) - A data augmentations library for audio, image, text, and video. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy) (👨‍💻 42 · 🔀 310 · 📦 180 · 📋 80 - 30% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faugly) (📥 13K \u002F month · 📦 4 · ⏱️ 05.12.2023):\n\t```\n\tpip install augly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FContinualAI\u002Favalanche\">avalanche\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2K · 💤) - Avalanche: an End-to-End Library for Continual Learning based on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FContinualAI\u002Favalanche) (👨‍💻 87 · 🔀 310 · 📥 60 · 📦 140 · 📋 840 - 13% open · ⏱️ 11.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FContinualAI\u002Favalanche\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Favalanche-lib) (📥 3.2K \u002F month · 📦 3 · ⏱️ 29.10.2024):\n\t```\n\tpip install avalanche-lib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftrevorstephens\u002Fgplearn\">gplearn\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.8K) - Genetic Programming in Python, with a scikit-learn inspired API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftrevorstephens\u002Fgplearn) (👨‍💻 12 · 🔀 300 · 📦 730 · 📋 220 - 11% open · ⏱️ 23.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftrevorstephens\u002Fgplearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgplearn) (📥 20K \u002F month · 📦 19 · ⏱️ 03.05.2022):\n\t```\n\tpip install gplearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgplearn) (📥 11K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge gplearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftableau\u002FTabPy\">TabPy\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.6K · 💤) - Execute Python code on the fly and display results in Tableau.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftableau\u002FTabPy) (👨‍💻 51 · 🔀 600 · 📦 220 · 📋 320 - 6% open · ⏱️ 25.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftableau\u002FTabPy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftabpy) (📥 7.1K \u002F month · 📦 2 · ⏱️ 25.11.2024):\n\t```\n\tpip install tabpy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Ftabpy-client) (📥 5.8K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c anaconda tabpy-client\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminrk\u002Ffindspark\">findspark\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 520) - Find pyspark to make it importable. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fminrk\u002Ffindspark) (👨‍💻 16 · 🔀 72 · 📦 5.6K · 📋 23 - 47% open · ⏱️ 04.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fminrk\u002Ffindspark\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffindspark) (📥 2.6M \u002F month · 📦 100 · ⏱️ 11.02.2022):\n\t```\n\tpip install findspark\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffindspark) (📥 1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge findspark\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvecxoz\u002Fvecstack\">vecstack\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 700) - Python package for stacking (machine learning technique). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvecxoz\u002Fvecstack) (👨‍💻 1 · 🔀 82 · 📦 570 · ⏱️ 28.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvecxoz\u002Fvecstack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvecstack) (📥 1.8K \u002F month · 📦 5 · ⏱️ 28.09.2025):\n\t```\n\tpip install vecstack\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fvecstack) (📥 3K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge vecstack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAILabel\">MONAILabel\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 760) - MONAI Label is an intelligent open source image labeling and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAILabel) (👨‍💻 69 · 🔀 240 · 📥 130K · 📋 560 - 26% open · ⏱️ 14.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAILabel\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmonailabel-weekly) (📥 200 \u002F month · ⏱️ 01.10.2023):\n\t```\n\tpip install monailabel-weekly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fapricot\">apricot\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 520) - apricot implements submodular optimization for the purpose of selecting.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fapricot) (👨‍💻 4 · 🔀 49 · 📥 33 · 📦 200 · 📋 34 - 38% open · ⏱️ 09.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fapricot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fapricot-select) (📥 13K \u002F month · 📦 16 · ⏱️ 18.02.2021):\n\t```\n\tpip install apricot-select\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpykale\u002Fpykale\">pykale\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 470) - Knowledge-Aware machine LEarning (KALE): accessible machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpykale\u002Fpykale) (👨‍💻 28 · 🔀 70 · 📦 6 · 📋 140 - 8% open · ⏱️ 14.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpykale\u002Fpykale\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpykale) (📥 72 \u002F month · ⏱️ 12.04.2022):\n\t```\n\tpip install pykale\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyzhao062\u002FSUOD\">SUOD\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 390 · 💤) - (MLSys 21) An Acceleration System for Large-scare Unsupervised.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fyzhao062\u002FSUOD) (👨‍💻 3 · 🔀 49 · 📦 560 · 📋 15 - 80% open · ⏱️ 24.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fyzhao062\u002FSUOD\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsuod) (📥 13K \u002F month · 📦 9 · ⏱️ 24.03.2025):\n\t```\n\tpip install suod\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finfer-actively\u002Fpymdp\">pymdp\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 570) - A Python implementation of active inference for Markov Decision Processes. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Finfer-actively\u002Fpymdp) (👨‍💻 19 · 🔀 110 · 📋 130 - 39% open · ⏱️ 09.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Finfer-actively\u002Fpymdp\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Finferactively-pymdp) (📥 1.1K \u002F month · ⏱️ 08.12.2022):\n\t```\n\tpip install inferactively-pymdp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 31 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finducer\u002Fpyopencl\">pyopencl\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 1.1K) - OpenCL integration for Python, plus shiny features. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fpysc2\">pysc2\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 8.2K · 💀) - StarCraft II Learning Environment. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FmodAL-python\u002FmodAL\">modAL\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 2.3K · 💀) - A modular active learning framework for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdatalad\u002Fdatalad\">datalad\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 620 · 📈) - Keep code, data, containers under control with git and git-.. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcleanlab\u002Fcleanlab\">cleanlab\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 11K) - Cleanlabs open-source library is the standard data-centric AI.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSeldonIO\u002Falibi-detect\">alibi-detect\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 2.4K) - Algorithms for outlier, adversarial and drift detection. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=Intel\">❗️Intel\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJustGlowing\u002Fminisom\">minisom\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.6K) - MiniSom is a minimalistic implementation of the Self Organizing.. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=CC-BY-3.0\">❗️CC-BY-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fljvmiranda921\u002Fpyswarms\">PySwarms\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.4K · 💀) - A research toolkit for particle swarm optimization in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicodv\u002Fkmodes\">kmodes\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.3K · 💀) - Python implementations of the k-modes and k-prototypes clustering.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fannoviko\u002Fpyclustering\">pyclustering\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.2K · 💀) - pyclustering is a Python, C++ data mining library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fcython-blis\">Cython BLIS\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 230) - Fast matrix-multiplication as a self-contained Python library no.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsolegalli\u002Ffeature_engine\">Feature Engine\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.1K · 💀) - Feature engineering package with sklearn like functionality. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fmetric-learn\">metric-learn\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.4K · 💀) - Metric learning algorithms in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsinaptik-ai\u002Fpandas-ai\">pandas-ai\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 22K) - Chat with your database or your datalake (SQL, CSV, parquet)... \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmars-project\u002Fmars\">Mars\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.7K · 💀) - Mars is a tensor-based unified framework for large-scale data.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FastroML\u002FastroML\">AstroML\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.1K · 💀) - Machine learning, statistics, and data mining for astronomy.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleHub\">PaddleHub\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 13K · 💀) - 400+ AI Models: Rich, high-quality AI models, including.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fopyrator\">opyrator\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.1K · 💀) - Turns your machine learning code into microservices with web API,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fflennerhag\u002Fmlens\">mlens\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 860 · 💀) - ML-Ensemble high performance ensemble learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBioPandas\u002Fbiopandas\">BioPandas\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 740 · 💀) - Working with molecular structures in pandas DataFrames. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclementchadebec\u002Fbenchmark_VAE\">benchmark_VAE\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2K · 💀) - Unifying Variational Autoencoder (VAE).. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feltonlaw\u002Fimpyute\">impyute\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 360 · 💀) - Data imputations library to preprocess datasets with missing data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fairbnb\u002Fstreamalert\">StreamAlert\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2.9K · 💀) - StreamAlert is a serverless, realtime data analysis.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FkLabUM\u002Frrcf\">rrcf\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 520 · 💀) - Implementation of the Robust Random Cut Forest algorithm for anomaly.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEpistasisLab\u002Fscikit-rebate\">scikit-rebate\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 420 · 💀) - A scikit-learn-compatible Python implementation of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falegonz\u002Fbaikal\">baikal\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 590 · 💀) - A graph-based functional API for building complex scikit-learn.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpandas-ml\u002Fpandas-ml\">pandas-ml\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 320 · 💀) - pandas, scikit-learn, xgboost and seaborn integration. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSforAiDl\u002FKD_Lib\">KD-Lib\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 650 · 💀) - A Pytorch Knowledge Distillation library for benchmarking and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FNeuralCompression\">NeuralCompression\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 580 · 💀) - A collection of tools for neural compression enthusiasts. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjrieke\u002Ftraingenerator\">traingenerator\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 1.4K · 💀) - A web app to generate template code for machine learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPalashio\u002Fnylon\">nylon\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 82 · 💀) - An intelligent, flexible grammar of machine learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\n---\n\n## Related Resources\n\n- [**Papers With Code**](https:\u002F\u002Fpaperswithcode.com): Discover ML papers, code, and evaluation tables.\n- [**Sotabench**](https:\u002F\u002Fsotabench.com): Discover & compare open-source ML models.\n- [**Google Dataset Search**](https:\u002F\u002Ftoolbox.google.com\u002Fdatasetsearch): Dataset search engine by Google.\n- [**Dataset List**](https:\u002F\u002Fwww.datasetlist.com\u002F): List of the biggest ML datasets from across the web.\n- [**Awesome Public Datasets**](https:\u002F\u002Fgithub.com\u002Fawesomedata\u002Fawesome-public-datasets): A topic-centric list of open datasets.\n- [**Best-of lists**](https:\u002F\u002Fbest-of.org): Discover other best-of lists with awesome open-source projects on all kinds of topics.\n- [**best-of-python-dev**](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python-dev): A ranked list of awesome python developer tools and libraries.\n- [**best-of-web-python**](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-web-python): A ranked list of awesome python libraries for web development.\n\n## Contribution\n\nContributions are encouraged and always welcome! If you like to add or update projects, choose one of the following ways:\n\n- Open an issue by selecting one of the provided categories from the [issue page](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fissues\u002Fnew\u002Fchoose) and fill in the requested information.\n- Modify the [projects.yaml](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fblob\u002Fmain\u002Fprojects.yaml) with your additions or changes, and submit a pull request. This can also be done directly via the [Github UI](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fedit\u002Fmain\u002Fprojects.yaml).\n\nIf you like to contribute to or share suggestions regarding the project metadata collection or markdown generation, please refer to the [best-of-generator](https:\u002F\u002Fgithub.com\u002Fbest-of-lists\u002Fbest-of-generator) repository. If you like to create your own best-of list, we recommend to follow [this guide](https:\u002F\u002Fgithub.com\u002Fbest-of-lists\u002Fbest-of\u002Fblob\u002Fmain\u002Fcreate-best-of-list.md).\n\nFor more information on how to add or update projects, please read the [contribution guidelines](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fblob\u002Fmain\u002FCONTRIBUTING.md). By participating in this project, you agree to abide by its [Code of Conduct](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fblob\u002Fmain\u002F.github\u002FCODE_OF_CONDUCT.md).\n\n## License\n\n[![CC0](https:\u002F\u002Fmirrors.creativecommons.org\u002Fpresskit\u002Fbuttons\u002F88x31\u002Fsvg\u002Fby-sa.svg)](https:\u002F\u002Fcreativecommons.org\u002Flicenses\u002Fby-sa\u002F4.0\u002F)\n","\u003C!-- markdownlint-disable -->\n\u003Ch1 align=\"center\">\n    Python机器学习最佳资源\n    \u003Cbr>\n\u003C\u002Fh1>\n\n\u003Cp align=\"center\">\n    \u003Cstrong>🏆  一份精选的优秀机器学习Python库列表。每周更新。\u003C\u002Fstrong>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of\" title=\"Best-of-badge\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d0666e818392.png\">\u003C\u002Fa>\n    \u003Ca href=\"#Contents\" title=\"项目数量\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fprojects-920-blue.svg?color=5ac4bf\">\u003C\u002Fa>\n    \u003Ca href=\"#Contribution\" title=\"欢迎贡献\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fcontributions-welcome-green.svg\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Freleases\" title=\"Best-of更新\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Frelease-date\u002Fml-tooling\u002Fbest-of-ml-python?color=green&label=updated\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fmltooling.substack.com\u002Fsubscribe\" title=\"订阅新闻通讯\">\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c2109c0b6cbf.png\">\u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Ftwitter.com\u002Fmltooling\" title=\"关注Twitter\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Ftwitter\u002Ffollow\u002Fmltooling.svg?style=social&label=Follow\">\u003C\u002Fa>\n\u003C\u002Fp>\n\n这份精心整理的列表包含了920个优秀的开源项目，总计获得510万颗星，并被划分为34个类别。所有项目均按照项目质量评分进行排序，该评分基于从GitHub及各类包管理器自动收集的多项指标计算得出。如果您希望添加或更新项目，请随时打开一个[issue](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fissues\u002Fnew\u002Fchoose)，提交一个[pull request](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fpulls)，或者直接编辑[projects.yaml](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fedit\u002Fmain\u002Fprojects.yaml)文件。我们非常欢迎您的贡献！\n\n---\n\n\u003Cp align=\"center\">\n     🧙‍♂️  探索其他\u003Ca href=\"https:\u002F\u002Fbest-of.org\">最佳资源列表\u003C\u002Fa>，或按照\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbest-of-lists\u002Fbest-of\u002Fblob\u002Fmain\u002Fcreate-best-of-list.md\">指南\u003C\u002Fa>创建属于您自己的列表。\u003Cbr>\n    📫  订阅我们的\u003Ca href=\"https:\u002F\u002Fmltooling.substack.com\u002Fsubscribe\">新闻通讯\u003C\u002Fa>,以获取最新动态和热门项目。\n\u003C\u002Fp>\n\n---\n\n\n## 目录\n\n- [机器学习框架](#machine-learning-frameworks) _64个项目_\n- [数据可视化](#data-visualization) _55个项目_\n- [文本数据与NLP](#text-data--nlp) _103个项目_\n- [图像数据](#image-data) _64个项目_\n- [图数据](#graph-data) _36个项目_\n- [音频数据](#audio-data) _29个项目_\n- [地理空间数据](#geospatial-data) _22个项目_\n- [金融数据](#financial-data) _25个项目_\n- [时间序列数据](#time-series-data) _29个项目_\n- [医疗数据](#medical-data) _19个项目_\n- [表格数据](#tabular-data) _6个项目_\n- [光学字符识别](#optical-character-recognition) _12个项目_\n- [数据容器与结构](#data-containers--structures) _1个项目_\n- [数据加载与提取](#data-loading--extraction) _1个项目_\n- [网页抓取与爬虫](#web-scraping--crawling) _1个项目_\n- [数据管道与流处理](#data-pipelines--streaming) _2个项目_\n- [分布式机器学习](#distributed-machine-learning) _36个项目_\n- [超参数优化与AutoML](#hyperparameter-optimization--automl) _52个项目_\n- [强化学习](#reinforcement-learning) _23个项目_\n- [推荐系统](#recommender-systems) _17个项目_\n- [隐私保护机器学习](#privacy-machine-learning) _7个项目_\n- [工作流与实验跟踪](#workflow--experiment-tracking) _40个项目_\n- [模型序列化与部署](#model-serialization--deployment) _20个项目_\n- [模型可解释性](#model-interpretability) _55个项目_\n- [向量相似度搜索（ANN）](#vector-similarity-search-ann) _13个项目_\n- [概率论与统计学](#probabilistics--statistics) _24个项目_\n- [对抗鲁棒性](#adversarial-robustness) _9个项目_\n- [GPU与加速器工具](#gpu--accelerator-utilities) _20个项目_\n- [TensorFlow工具](#tensorflow-utilities) _16个项目_\n- [JAX工具](#jax-utilities) _3个项目_\n- [Scikit-Learn工具](#sklearn-utilities) _19个项目_\n- [PyTorch工具](#pytorch-utilities) _32个项目_\n- [数据库客户端](#database-clients) _1个项目_\n- [其他](#others) _66个项目_\n\n## 解释\n- 🥇🥈🥉  综合项目质量评分\n- ⭐️  GitHub上的星标数量\n- 🐣  新项目 _(少于6个月)_ \n- 💤  非活跃项目 _(6个月无活动)_\n- 💀  死亡项目 _(12个月无活动)_\n- 📈📉  项目趋势上升或下降\n- ➕  项目近期新增\n- ❗️  警告 _(例如许可证缺失或存在风险)_\n- 👨‍💻  GitHub上的贡献者数量\n- 🔀  GitHub上的分支数量\n- 📋  GitHub上的问题数量\n- ⏱️  包管理器上最后一次更新的时间戳\n- 📥  包管理器上的下载次数\n- 📦  依赖该项目的其他项目的数量\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  TensorFlow相关项目\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Scikit-Learn相关项目\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  PyTorch相关项目\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  MXNet相关项目\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Apache Spark相关项目\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Jupyter相关项目\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  PaddlePaddle相关项目\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  Pandas相关项目\n- \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">  JAX相关项目\n\n\u003Cbr>\n\n## 机器学习框架\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_通用型机器学习和深度学习框架。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorflow\">TensorFlow\u003C\u002Fa>\u003C\u002Fb> (🥇56 ·  ⭐ 200K) - 一个面向所有人的开源机器学习框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorflow) (👨‍💻 5K · 🔀 75K · 📦 540K · 📋 42K - 4% open · ⏱️ 30.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow) (📥 26M \u002F 月 · 📦 9.6K · ⏱️ 13.08.2025):\n\t```\n\tpip install tensorflow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorflow) (📥 6M · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge tensorflow\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Ftensorflow\u002Ftensorflow) (📥 81M · ⭐ 2.8K · ⏱️ 30.10.2025):\n\t```\n\tdocker pull tensorflow\u002Ftensorflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\">PyTorch\u003C\u002Fa>\u003C\u002Fb> (🥇56 ·  ⭐ 94K) - 在Python中使用张量和动态神经网络，并具有强大的GPU支持。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch) (👨‍💻 6K · 🔀 26K · 📥 110K · 📦 830K · 📋 56K - 30% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch) (📥 70M \u002F 月 · 📦 30K · ⏱️ 15.10.2025):\n\t```\n\tpip install torch\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fpytorch\u002Fpytorch) (📥 29M · ⏱️ 25.03.2025):\n\t```\n\tconda install -c pytorch pytorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn\u002Fscikit-learn\">scikit-learn\u003C\u002Fa>\u003C\u002Fb> (🥇53 ·  ⭐ 64K) - scikit-learn：Python中的机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-learn\u002Fscikit-learn) (👨‍💻 3.4K · 🔀 26K · 📥 1.1K · 📦 1.3M · 📋 12K - 17% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-learn\u002Fscikit-learn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-learn) (📥 140M \u002F 月 · 📦 35K · ⏱️ 09.09.2025):\n\t```\n\tpip install scikit-learn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscikit-learn) (📥 40M · ⏱️ 09.09.2025):\n\t```\n\tconda install -c conda-forge scikit-learn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras\">Keras\u003C\u002Fa>\u003C\u002Fb> (🥇50 ·  ⭐ 64K) - 面向人类的深度学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras) (👨‍💻 1.4K · 🔀 20K · 📦 300K · 📋 13K - 2% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkeras) (📥 19M \u002F 月 · 📦 2K · ⏱️ 27.10.2025):\n\t```\n\tpip install keras\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fkeras) (📥 4.5M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge keras\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fxgboost\">XGBoost\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 28K) - 可扩展、可移植且分布式的梯度提升（GBDT、GBRT等）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fxgboost) (👨‍💻 670 · 🔀 8.8K · 📥 20K · 📦 170K · 📋 5.6K - 8% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fxgboost\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fxgboost) (📥 31M \u002F 月 · 📦 2.9K · ⏱️ 21.10.2025):\n\t```\n\tpip install xgboost\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fxgboost) (📥 6.6M · ⏱️ 16.09.2025):\n\t```\n\tconda install -c conda-forge xgboost\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle\">PaddlePaddle\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 23K) - 并行分布式深度学习：机器学习…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle) (👨‍💻 1.5K · 🔀 5.9K · 📥 15K · 📦 8.8K · 📋 20K - 8% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpaddlepaddle) (📥 1.6M \u002F 月 · 📦 280 · ⏱️ 30.10.2025):\n\t```\n\tpip install paddlepaddle\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjax-ml\u002Fjax\">jax\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 34K) - Python+NumPy程序的可组合变换：求导、…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjax-ml\u002Fjax) (👨‍💻 980 · 🔀 3.2K · 📦 47K · 📋 6.6K - 24% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fjax\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjax) (📥 12M \u002F 月 · 📦 3.1K · ⏱️ 15.10.2025):\n\t```\n\tpip install jax\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fjaxlib) (📥 3.2M · ⏱️ 06.10.2025):\n\t```\n\tconda install -c conda-forge jaxlib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fpytorch-lightning\">pytorch-lightning\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 30K) - 在1台或更多设备上预训练、微调任意规模的任何AI模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fpytorch-lightning) (👨‍💻 1K · 🔀 3.6K · 📥 15K · 📦 48K · 📋 7.4K - 11% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Flightning\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch-lightning) (📥 9.8M \u002F 月 · 📦 1.8K · ⏱️ 05.09.2025):\n\t```\n\tpip install pytorch-lightning\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch-lightning) (📥 1.7M · ⏱️ 05.09.2025):\n\t```\n\tconda install -c conda-forge pytorch-lightning\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstatsmodels\u002Fstatsmodels\">StatsModels\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 11K) - StatsModels：Python中的统计建模和计量经济学。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstatsmodels\u002Fstatsmodels) (👨‍💻 470 · 🔀 3.3K · 📥 36 · 📦 180K · 📋 5.8K - 50% 开放 · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fstatsmodels\u002Fstatsmodels\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstatsmodels) (📥 24M \u002F 月 · 📦 5.6K · ⏱️ 07.07.2025):\n\t```\n\tpip install statsmodels\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fstatsmodels) (📥 22M · ⏱️ 01.10.2025):\n\t```\n\tconda install -c conda-forge statsmodels\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\">PySpark\u003C\u002Fa>\u003C\u002Fb> (🥈44 ·  ⭐ 42K) - Apache Spark的Python API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark) (👨‍💻 3.3K · 🔀 29K · ⏱️ 30.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyspark) (📥 47M \u002F 月 · 📦 2.1K · ⏱️ 30.10.2025):\n\t```\n\tpip install pyspark\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyspark) (📥 4.2M · ⏱️ 08.09.2025):\n\t```\n\tconda install -c conda-forge pyspark\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLightGBM\">LightGBM\u003C\u002Fa>\u003C\u002Fb> (🥈42 ·  ⭐ 18K) - 一种快速、分布式、高性能的梯度提升算法（GBT、GBDT、GBRT 等） \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLightGBM) (👨‍💻 330 · 🔀 3.9K · 📥 310K · 📦 56K · 📋 3.6K - 12% 开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLightGBM\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flightgbm) (📥 11M \u002F 月 · 📦 1.6K · ⏱️ 15.02.2025):\n\t```\n\tpip install lightgbm\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flightgbm) (📥 4.1M · ⏱️ 20.10.2025):\n\t```\n\tconda install -c conda-forge lightgbm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcatboost\u002Fcatboost\">Catboost\u003C\u002Fa>\u003C\u002Fb> (🥈42 ·  ⭐ 8.6K) - 一种快速、可扩展、高性能的基于决策树的梯度提升算法.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcatboost\u002Fcatboost) (👨‍💻 1.4K · 🔀 1.2K · 📥 460K · 📦 19 · 📋 2.5K - 25% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcatboost\u002Fcatboost\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcatboost) (📥 5.1M \u002F 月 · 📦 650 · ⏱️ 13.04.2025):\n\t```\n\tpip install catboost\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcatboost) (📥 2.2M · ⏱️ 09.08.2025):\n\t```\n\tconda install -c conda-forge catboost\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffastai\u002Ffastai\">Fastai\u003C\u002Fa>\u003C\u002Fb> (🥈41 ·  ⭐ 28K) - Fastai 深度学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffastai\u002Ffastai) (👨‍💻 680 · 🔀 7.6K · 📦 23K · 📋 1.9K - 14% 开放 · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffastai\u002Ffastai\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffastai) (📥 640K \u002F 月 · 📦 340 · ⏱️ 26.10.2025):\n\t```\n\tpip install fastai\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fflink\">PyFlink\u003C\u002Fa>\u003C\u002Fb> (🥈39 ·  ⭐ 25K) - Apache Flink 的 Python API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fapache\u002Fflink) (👨‍💻 2.1K · 🔀 14K · 📦 21 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fapache\u002Fflink\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fapache-flink) (📥 450K \u002F 月 · 📦 38 · ⏱️ 28.10.2025):\n\t```\n\tpip install apache-flink\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fflax\">Flax\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 6.9K) - Flax 是一个为 JAX 设计的神经网络库，旨在.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fflax) (👨‍💻 280 · 🔀 740 · 📥 61 · 📦 15K · 📋 1.3K - 33% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fflax\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fflax) (📥 2M \u002F 月 · 📦 740 · ⏱️ 25.09.2025):\n\t```\n\tpip install flax\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fflax) (📥 130K · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge flax\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fignite\">Ignite\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 4.7K) - 用于帮助训练和评估神经网络的高级库.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fignite) (👨‍💻 1K · 🔀 660 · 📦 3.9K · 📋 1.4K - 10% 开放 · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fignite\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch-ignite) (📥 170K \u002F 月 · 📦 120 · ⏱️ 30.10.2025):\n\t```\n\tpip install pytorch-ignite\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fpytorch\u002Fignite) (📥 250K · ⏱️ 16.10.2025):\n\t```\n\tconda install -c pytorch ignite\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farogozhnikov\u002Feinops\">einops\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 9.2K) - 用于编写清晰可靠代码的灵活而强大的张量操作.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Farogozhnikov\u002Feinops) (👨‍💻 34 · 🔀 380 · 📦 82K · 📋 200 - 17% 开放 · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Farogozhnikov\u002Feinops\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Feinops) (📥 15M \u002F 月 · 📦 2.6K · ⏱️ 09.02.2025):\n\t```\n\tpip install einops\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Feinops) (📥 470K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge einops\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fivy-llc\u002Fivy\">ivy\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 14K) - 在不同框架之间转换机器学习代码。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fivy-llc\u002Fivy) (👨‍💻 1.5K · 🔀 5.6K · 📋 17K - 5% 开放 · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funifyai\u002Fivy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fivy) (📥 33K \u002F 月 · 📦 16 · ⏱️ 16.06.2025):\n\t```\n\tpip install ivy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fserve\">Jina\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 22K · 💤) - 使用云原生栈构建多模态 AI 应用程序。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fserve) (👨‍💻 180 · 🔀 2.2K · ⏱️ 24.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjina-ai\u002Fjina\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjina) (📥 120K \u002F 月 · 📦 29 · ⏱️ 24.03.2025):\n\t```\n\tpip install jina\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fjina-core) (📥 110K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge jina-core\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fjinaai\u002Fjina) (📥 1.8M · ⭐ 9 · ⏱️ 24.03.2025):\n\t```\n\tdocker pull jinaai\u002Fjina\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmlpack\u002Fmlpack\">mlpack\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 5.5K) - mlpack：一个快速、仅包含头文件的 C++ 机器学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmlpack\u002Fmlpack) (👨‍💻 340 · 🔀 1.7K · 📋 1.7K - 1% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmlpack\u002Fmlpack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmlpack) (📥 4.7K \u002F 月 · 📦 6 · ⏱️ 22.05.2025):\n\t```\n\tpip install mlpack\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmlpack) (📥 410K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge mlpack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fthinc\">Thinc\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 2.9K · 💤) - 一种令人耳目一新的函数式深度学习方法，与您的.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fthinc) (👨‍💻 67 · 🔀 280 · 📥 2K · 📦 70K · 📋 160 - 14% open · ⏱️ 07.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fthinc\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fthinc) (📥 17M \u002F month · 📦 160 · ⏱️ 04.04.2025):\n\t```\n\tpip install thinc\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fthinc) (📥 3.9M · ⏱️ 06.07.2025):\n\t```\n\tconda install -c conda-forge thinc\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fludwig-ai\u002Fludwig\">Ludwig\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 12K · 💤) - Low-code framework for building custom LLMs, neural networks,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fludwig-ai\u002Fludwig) (👨‍💻 160 · 🔀 1.2K · 📦 340 · 📋 1.1K - 4% open · ⏱️ 17.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fludwig-ai\u002Fludwig\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fludwig) (📥 3.8K \u002F month · 📦 6 · ⏱️ 30.07.2024):\n\t```\n\tpip install ludwig\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fskorch-dev\u002Fskorch\">skorch\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 6.1K) - A scikit-learn compatible neural network library that wraps.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fskorch-dev\u002Fskorch) (👨‍💻 68 · 🔀 400 · 📦 1.7K · 📋 540 - 12% open · ⏱️ 23.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fskorch-dev\u002Fskorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fskorch) (📥 150K \u002F month · 📦 110 · ⏱️ 08.08.2025):\n\t```\n\tpip install skorch\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fskorch) (📥 810K · ⏱️ 08.08.2025):\n\t```\n\tconda install -c conda-forge skorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fsonnet\">Sonnet\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 9.9K) - TensorFlow-based neural network library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fsonnet) (👨‍💻 61 · 🔀 1.3K · 📦 1.5K · 📋 190 - 16% open · ⏱️ 04.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmind\u002Fsonnet\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdm-sonnet) (📥 35K \u002F month · 📦 19 · ⏱️ 02.01.2024):\n\t```\n\tpip install dm-sonnet\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsonnet) (📥 47K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge sonnet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fdm-haiku\">Haiku\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 3.1K · 📉) - JAX-based neural network library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fdm-haiku) (👨‍💻 90 · 🔀 260 · 📦 2.6K · 📋 250 - 29% open · ⏱️ 29.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmind\u002Fdm-haiku\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdm-haiku) (📥 260K \u002F month · 📦 200 · ⏱️ 18.09.2025):\n\t```\n\tpip install dm-haiku\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdm-haiku) (📥 44K · ⏱️ 19.09.2025):\n\t```\n\tconda install -c conda-forge dm-haiku\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FROCm\u002Ftensorflow-upstream\">tensorflow-upstream\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 700) - TensorFlow ROCm port. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FROCm\u002Ftensorflow-upstream) (👨‍💻 5K · 🔀 100 · 📥 31 · 📋 400 - 3% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FROCmSoftwarePlatform\u002Ftensorflow-upstream\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-rocm) (📥 1.7K \u002F month · 📦 9 · ⏱️ 10.01.2024):\n\t```\n\tpip install tensorflow-rocm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeomstats\u002Fgeomstats\">Geomstats\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 1.4K) - Computations and statistics on manifolds with geometric structures. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgeomstats\u002Fgeomstats) (👨‍💻 97 · 🔀 260 · 📦 150 · 📋 570 - 36% open · ⏱️ 06.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgeomstats\u002Fgeomstats\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgeomstats) (📥 15K \u002F month · 📦 12 · ⏱️ 09.09.2024):\n\t```\n\tpip install geomstats\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgeomstats) (📥 8.2K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge geomstats\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FpyRiemann\u002FpyRiemann\">pyRiemann\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 700) - Machine learning for multivariate data through the Riemannian.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FpyRiemann\u002FpyRiemann) (👨‍💻 38 · 🔀 170 · 📦 480 · 📋 110 - 2% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FpyRiemann\u002FpyRiemann\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyriemann) (📥 75K \u002F month · 📦 31 · ⏱️ 23.07.2025):\n\t```\n\tpip install pyriemann\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyriemann) (📥 16K · ⏱️ 23.07.2025):\n\t```\n\tconda install -c conda-forge pyriemann\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnumenta\u002Fnupic-legacy\">NuPIC\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 6.4K · 💤) - Numenta Platform for Intelligent Computing is an implementation of.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnumenta\u002Fnupic-legacy) (👨‍💻 120 · 🔀 1.5K · 📥 26 · 📦 21 · 📋 1.8K - 25% open · ⏱️ 03.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnumenta\u002Fnupic\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnupic) (📥 510 \u002F month · ⏱️ 01.09.2016):\n\t```\n\tpip install nupic\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdetermined-ai\u002Fdetermined\">Determined\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 3.2K · 💤) - Determined is an open-source machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdetermined-ai\u002Fdetermined) (👨‍💻 120 · 🔀 360 · 📥 7.8K · 📋 450 - 22% open · ⏱️ 20.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdetermined-ai\u002Fdetermined\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdetermined) (📥 33K \u002F month · 📦 4 · ⏱️ 19.03.2025):\n\t```\n\tpip install determined\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsony\u002Fnnabla\">Neural Network Libraries\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.8K) - Neural Network Libraries. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsony\u002Fnnabla) (👨‍💻 76 · 🔀 340 · 📥 1K · 📋 95 - 36% open · ⏱️ 29.08.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsony\u002Fnnabla\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnnabla) (📥 1.6K \u002F month · 📦 44 · ⏱️ 29.05.2024):\n\t```\n\tpip install nnabla\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepinv\u002Fdeepinv\">deepinv\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 540) - DeepInverse: a PyTorch library for solving imaging inverse problems.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepinv\u002Fdeepinv) (👨‍💻 53 · 🔀 120 · 📥 24 · 📦 23 · 📋 350 - 33% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepinv\u002Fdeepinv\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepinv) (📥 2.4K \u002F month · ⏱️ 08.10.2025):\n\t```\n\tpip install deepinv\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftowhee-io\u002Ftowhee\">Towhee\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 3.4K · 💤) - Towhee is a framework that is dedicated to making neural data.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftowhee-io\u002Ftowhee) (👨‍💻 38 · 🔀 260 · 📥 2.7K · 📋 670 - 0% open · ⏱️ 18.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftowhee-io\u002Ftowhee\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftowhee) (📥 1.3K \u002F month · ⏱️ 04.12.2023):\n\t```\n\tpip install towhee\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnubank\u002Ffklearn\">fklearn\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.5K) - fklearn: Functional Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnubank\u002Ffklearn) (👨‍💻 56 · 🔀 170 · 📦 16 · 📋 64 - 60% open · ⏱️ 23.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnubank\u002Ffklearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffklearn) (📥 750 \u002F month · ⏱️ 26.02.2025):\n\t```\n\tpip install fklearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frun-house\u002Fkubetorch\">Runhouse\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.1K) - Distribute and run AI workloads magically in Python, like PyTorch.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frun-house\u002Fkubetorch) (👨‍💻 16 · 🔀 41 · 📥 79 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frun-house\u002Frunhouse\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frunhouse) (📥 4.5K \u002F month · 📦 1 · ⏱️ 10.03.2025):\n\t```\n\tpip install runhouse\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fneoml-lib\u002Fneoml\">NeoML\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 790) - Machine learning framework for both deep learning and traditional.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fneoml-lib\u002Fneoml) (👨‍💻 41 · 🔀 130 · 📦 2 · 📋 91 - 40% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fneoml-lib\u002Fneoml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fneoml) (📥 190 \u002F month · ⏱️ 26.12.2023):\n\t```\n\tpip install neoml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserengil\u002Fchefboost\">chefboost\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 480) - A Lightweight Decision Tree Framework supporting regular algorithms:.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fserengil\u002Fchefboost) (👨‍💻 7 · 🔀 100 · 📦 72 · ⏱️ 09.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fserengil\u002Fchefboost\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fchefboost) (📥 770 \u002F month · ⏱️ 30.10.2024):\n\t```\n\tpip install chefboost\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundergbm\">ThunderGBM\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 710 · 💤) - ThunderGBM: Fast GBDTs and Random Forests on GPUs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundergbm) (👨‍💻 12 · 🔀 88 · 📦 4 · 📋 81 - 48% open · ⏱️ 19.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundergbm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fthundergbm) (📥 220 \u002F month · ⏱️ 19.09.2022):\n\t```\n\tpip install thundergbm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>Show 26 hidden projects...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdavisking\u002Fdlib\">dlib\u003C\u002Fa>\u003C\u002Fb> (🥈40 ·  ⭐ 14K) - A toolkit for making real world machine learning and data analysis.. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSL-1.0\">❗️BSL-1.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fmxnet\">MXNet\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 21K · 💀) - Lightweight, Portable, Flexible Distributed\u002FMobile Deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTheano\u002FTheano\">Theano\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 10K · 💀) - Theano was a Python library that allows you to define, optimize, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmindsdb\u002Fmindsdb\">MindsDB\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 37K) - Federated query engine for AI - The only MCP Server youll ever need. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=ICU\">❗️ICU\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FVowpalWabbit\u002Fvowpal_wabbit\">Vowpal Wabbit\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 8.6K · 💀) - Vowpal Wabbit is a machine learning system which pushes the.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fchainer\u002Fchainer\">Chainer\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 5.9K · 💀) - A flexible framework of neural networks for deep learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapple\u002Fturicreate\">Turi Create\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 11K · 💀) - Turi Create simplifies the development of custom machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorpack\u002Ftensorpack\">tensorpack\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 6.3K · 💀) - A Neural Net Training Interface on TensorFlow, with.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftflearn\u002Ftflearn\">TFlearn\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 9.6K · 💀) - Deep learning library featuring a higher-level API for TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclab\u002Fdynet\">dyNET\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 3.4K · 💀) - DyNet: The Dynamic Neural Network Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FCNTK\">CNTK\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 18K · 💀) - Microsoft Cognitive Toolkit (CNTK), an open source deep-learning toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLasagne\u002FLasagne\">Lasagne\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 3.9K · 💀) - Lightweight library to build and train neural networks in Theano. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshogun-toolbox\u002Fshogun\">SHOGUN\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 3.1K · 💀) - Unified and efficient Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Famaiya\u002Fktrain\">ktrain\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.3K · 💀) - ktrain is a Python library that makes deep learning and AI.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fitdxer\u002Fneupy\">NeuPy\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 740 · 💀) - NeuPy is a Tensorflow based python library for prototyping and building.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faksnzhy\u002Fxlearn\">xLearn\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.1K · 💀) - High performance, easy-to-use, and scalable machine learning (ML).. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeorgia-tech-db\u002Fevadb\">EvaDB\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.7K · 💀) - Database system for AI-powered apps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNervanaSystems\u002Fneon\">neon\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.9K · 💀) - Intel Nervana reference deep learning framework committed to best.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundersvm\">ThunderSVM\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.6K · 💀) - ThunderSVM: A Fast SVM Library on GPUs and CPUs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorchbearer\u002Ftorchbearer\">Torchbearer\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 640 · 💀) - torchbearer: A model fitting library for PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FXiaoMi\u002Fmace\">mace\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 5K · 💀) - MACE is a deep learning inference framework optimized for mobile.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fneural-tangents\">Neural Tangents\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.4K · 💀) - Fast and Easy Infinite Neural Networks in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fobjax\">Objax\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 770 · 💀) - Objax is a machine learning framework that provides an Object.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpoets-ai\u002Felegy\">elegy\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 480 · 💀) - A High Level API for Deep Learning in JAX. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FStarSpace\">StarSpace\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 4K · 💀) - Learning embeddings for classification, retrieval and ranking. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHenryNdubuaku\u002Fnanodl\">nanodl\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 300 · 💀) - A Jax-based library for building transformers, includes.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## Data Visualization\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"Back to top\">\u003C\u002Fa>\n\n_General-purpose and task-specific data visualization libraries._\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmatplotlib\u002Fmatplotlib\">Matplotlib\u003C\u002Fa>\u003C\u002Fb> (🥇49 ·  ⭐ 22K) - matplotlib: plotting with Python. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmatplotlib\u002Fmatplotlib) (👨‍💻 1.9K · 🔀 8.1K · 📦 1.9M · 📋 11K - 14% open · ⏱️ 30.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmatplotlib\u002Fmatplotlib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmatplotlib)（📥 120M\u002F月 · 📦 68K · ⏱️ 2025年10月9日）：\n\t```\n\tpip install matplotlib\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmatplotlib)（📥 33M · ⏱️ 2025年10月15日）：\n\t```\n\tconda install -c conda-forge matplotlib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py\">Plotly\u003C\u002Fa>\u003C\u002Fb>（🥇47 · ⭐ 18K）—— Python 的交互式绘图库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT 许可证\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py)（👨‍💻 300 · 🔀 2.7K · 📥 550 · 📦 460K · 📋 3.3K —— 21% 开放 · ⏱️ 2025年10月28日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fplotly)（📥 37M\u002F月 · 📦 9.7K · ⏱️ 2025年10月2日）：\n\t```\n\tpip install plotly\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fplotly)（📥 12M · ⏱️ 2025年10月3日）：\n\t```\n\tconda install -c conda-forge plotly\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fplotlywidget)（📥 2.8K\u002F月 · 📦 9 · ⏱️ 2021年1月12日）：\n\t```\n\tnpm install plotlywidget\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplotly\u002Fdash\">dash\u003C\u002Fa>\u003C\u002Fb>（🥇45 · ⭐ 24K）—— Python 的数据应用与仪表板。无需 JavaScript。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT 许可证\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fplotly\u002Fdash)（👨‍💻 190 · 🔀 2.2K · 📥 120 · 📦 89K · 📋 2.1K —— 27% 开放 · ⏱️ 2025年10月21日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fplotly\u002Fdash\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdash)（📥 5.5M\u002F月 · 📦 1.9K · ⏱️ 2025年10月22日）：\n\t```\n\tpip install dash\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdash)（📥 2.1M · ⏱️ 2025年8月11日）：\n\t```\n\tconda install -c conda-forge dash\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbokeh\u002Fbokeh\">Bokeh\u003C\u002Fa>\u003C\u002Fb>（🥇45 · ⭐ 20K）—— 使用 Python 在浏览器中实现交互式数据可视化。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3 许可证\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbokeh\u002Fbokeh)（👨‍💻 720 · 🔀 4.2K · 📦 100K · 📋 8.1K —— 10% 开放 · ⏱️ 2025年10月28日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbokeh\u002Fbokeh\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbokeh)（📥 5M\u002F月 · 📦 2.2K · ⏱️ 2025年10月13日）：\n\t```\n\tpip install bokeh\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbokeh)（📥 18M · ⏱️ 2025年8月30日）：\n\t```\n\tconda install -c conda-forge bokeh\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmwaskom\u002Fseaborn\">Seaborn\u003C\u002Fa>\u003C\u002Fb>（🥇42 · ⭐ 14K）—— Python 中的统计数据可视化。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3 许可证\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmwaskom\u002Fseaborn)（👨‍💻 220 · 🔀 2K · 📥 510 · 📦 700K · 📋 2.6K —— 6% 开放 · ⏱️ 2025年7月10日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmwaskom\u002Fseaborn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fseaborn)（📥 31M\u002F月 · 📦 11K · ⏱️ 2024年1月25日）：\n\t```\n\tpip install seaborn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fseaborn)（📥 15M · ⏱️ 2025年4月22日）：\n\t```\n\tconda install -c conda-forge seaborn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvega\u002Faltair\">Altair\u003C\u002Fa>\u003C\u002Fb>（🥇41 · ⭐ 10K）—— Python 的声明式可视化库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3 许可证\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvega\u002Faltair)（👨‍💻 180 · 🔀 800 · 📥 280 · 📦 240K · 📋 2.1K —— 6% 开放 · ⏱️ 2025年10月27日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Faltair-viz\u002Faltair\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faltair)（📥 37M\u002F月 · 📦 920 · ⏱️ 2024年11月23日）：\n\t```\n\tpip install altair\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faltair)（📥 3M · ⏱️ 2025年4月22日）：\n\t```\n\tconda install -c conda-forge altair\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvoxel51\u002Ffiftyone\">FiftyOne\u003C\u002Fa>\u003C\u002Fb>（🥈39 · ⭐ 10K）—— 可视化、创建和调试图像及视频数据集。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2 许可证\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvoxel51\u002Ffiftyone)（👨‍💻 160 · 🔀 680 · 📦 1K · 📋 1.8K —— 35% 开放 · ⏱️ 2025年10月29日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvoxel51\u002Ffiftyone\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffiftyone)（📥 170K\u002F月 · 📦 36 · ⏱️ 2025年10月20日）：\n\t```\n\tpip install fiftyone\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fxflr6\u002Fgraphviz\">Graphviz\u003C\u002Fa>\u003C\u002Fb>（🥈39 · ⭐ 1.8K）—— Graphviz 的简单 Python 接口。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT 许可证\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fxflr6\u002Fgraphviz)（👨‍💻 24 · 🔀 220 · 📦 95K · 📋 190 —— 6% 开放 · ⏱️ 2025年10月26日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fxflr6\u002Fgraphviz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgraphviz)（📥 26M\u002F月 · 📦 3.2K · ⏱️ 2025年6月15日）：\n\t```\n\tpip install graphviz\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fpython-graphviz)（📥 59K · ⏱️ 2025年4月22日）：\n\t```\n\tconda install -c anaconda python-graphviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyvista\u002Fpyvista\">PyVista\u003C\u002Fa>\u003C\u002Fb>（🥈38 · ⭐ 3.3K）—— 通过简化的接口进行 3D 绘图和网格分析。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT 许可证\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyvista\u002Fpyvista)（👨‍💻 190 · 🔀 590 · 📥 960 · 📦 5.2K · 📋 2K —— 35% 开放 · ⏱️ 2025年10月28日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyvista\u002Fpyvista\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyvista)（📥 1M\u002F月 · 📦 820 · ⏱️ 2025年8月26日）：\n\t```\n\tpip install pyvista\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyvista)（📥 810K · ⏱️ 2025年10月10日）：\n\t```\n\tconda install -c conda-forge pyvista\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fholoviews\">HoloViews\u003C\u002Fa>\u003C\u002Fb>（🥈38 · ⭐ 2.8K）—— 使用 HoloViews，你的数据会自动可视化。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3 许可证\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fholoviews)（👨‍💻 150 · 🔀 410 · 📦 17K · 📋 3.4K —— 31% 开放 · ⏱️ 2025年10月29日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fholoviews\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fholoviews)（📥 820K\u002F月 · 📦 490 · ⏱️ 2025年10月29日）：\n\t```\n\tpip install holoviews\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fholoviews)（📥 2.4M · ⏱️ 2025年6月25日）：\n\t```\n\tconda install -c conda-forge holoviews\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002F@pyviz\u002Fjupyterlab_pyviz)（📥 380\u002F月 · 📦 7 · ⏱️ 2025年6月20日）：\n\t```\n\tnpm install @pyviz\u002Fjupyterlab_pyviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyecharts\u002Fpyecharts\">pyecharts\u003C\u002Fa>\u003C\u002Fb>（🥈37 · ⭐ 16K）—— Python Echarts 绘图库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT 许可证\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyecharts\u002Fpyecharts) (👨‍💻 45 · 🔀 2.9K · 📥 75 · 📦 5.5K · 📋 1.9K - 0% open · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyecharts\u002Fpyecharts\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyecharts) (📥 530K \u002F month · 📦 280 · ⏱️ 10.10.2025):\n\t```\n\tpip install pyecharts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyqtgraph\u002Fpyqtgraph\">PyQtGraph\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 4.2K) - 面向科学与工程领域的快速数据可视化及GUI工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyqtgraph\u002Fpyqtgraph) (👨‍💻 300 · 🔀 1.1K · 📦 13K · 📋 1.4K - 31% open · ⏱️ 02.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyqtgraph\u002Fpyqtgraph\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyqtgraph) (📥 560K \u002F month · 📦 1K · ⏱️ 29.04.2024):\n\t```\n\tpip install pyqtgraph\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyqtgraph) (📥 880K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pyqtgraph\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fydataai\u002Fydata-profiling\">pandas-profiling\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 13K) - 一行代码即可完成数据质量分析与探索性数据分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fydataai\u002Fydata-profiling) (👨‍💻 140 · 🔀 1.7K · 📥 490 · 📦 6.9K · 📋 850 - 30% open · ⏱️ 19.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fydataai\u002Fpandas-profiling\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpandas-profiling) (📥 330K \u002F month · 📦 180 · ⏱️ 03.02.2023):\n\t```\n\tpip install pandas-profiling\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpandas-profiling) (📥 590K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pandas-profiling\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhas2k1\u002Fplotnine\">plotnine\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 4.4K) - Python版的图形语法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhas2k1\u002Fplotnine) (👨‍💻 110 · 🔀 240 · 📦 13K · 📋 750 - 10% open · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhas2k1\u002Fplotnine\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fplotnine) (📥 2.2M \u002F month · 📦 400 · ⏱️ 15.07.2025):\n\t```\n\tpip install plotnine\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fplotnine) (📥 560K · ⏱️ 15.07.2025):\n\t```\n\tconda install -c conda-forge plotnine\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSciTools\u002Fcartopy\">cartopy\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 1.5K) - 基于matplotlib支持的地图学Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FSciTools\u002Fcartopy) (👨‍💻 140 · 🔀 390 · 📦 8.1K · 📋 1.3K - 23% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FSciTools\u002Fcartopy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcartopy) (📥 810K \u002F month · 📦 970 · ⏱️ 01.08.2025):\n\t```\n\tpip install cartopy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcartopy) (📥 5.6M · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge cartopy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvispy\u002Fvispy\">VisPy\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 3.5K · 📉) - 高性能的交互式2D\u002F3D数据可视化库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvispy\u002Fvispy) (👨‍💻 210 · 🔀 620 · 📦 2.1K · 📋 1.5K - 25% open · ⏱️ 13.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvispy\u002Fvispy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvispy) (📥 190K \u002F month · 📦 200 · ⏱️ 19.05.2025):\n\t```\n\tpip install vispy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fvispy) (📥 980K · ⏱️ 30.08.2025):\n\t```\n\tconda install -c conda-forge vispy\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fvispy) (📥 12 \u002F month · 📦 3 · ⏱️ 15.03.2020):\n\t```\n\tnpm install vispy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fdatashader\">datashader\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 3.5K) - 即使是超大规模数据，也能快速且准确地渲染。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fdatashader) (👨‍💻 63 · 🔀 380 · 📦 6.3K · 📋 620 - 24% open · ⏱️ 09.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fdatashader\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdatashader) (📥 280K \u002F month · 📦 250 · ⏱️ 05.08.2025):\n\t```\n\tpip install datashader\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdatashader) (📥 1.6M · ⏱️ 05.08.2025):\n\t```\n\tconda install -c conda-forge datashader\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJetBrains\u002Flets-plot\">lets-plot\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.7K) - 基于图形语法的跨平台绘图库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FJetBrains\u002Flets-plot) (👨‍💻 21 · 🔀 54 · 📥 3.4K · 📦 190 · 📋 740 - 21% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJetBrains\u002Flets-plot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flets-plot) (📥 120K \u002F month · 📦 16 · ⏱️ 12.09.2025):\n\t```\n\tpip install lets-plot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Famueller\u002Fword_cloud\">wordcloud\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 10K) - 一个简单的Python词云生成器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Famueller\u002Fword_cloud) (👨‍💻 75 · 🔀 2.3K · 📦 21 · 📋 560 - 24% open · ⏱️ 31.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Famueller\u002Fword_cloud\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fwordcloud) (📥 2M \u002F month · 📦 550 · ⏱️ 10.11.2024):\n\t```\n\tpip install wordcloud\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fwordcloud) (📥 790K · ⏱️ 03.09.2025):\n\t```\n\tconda install -c conda-forge wordcloud\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fperspective-dev\u002Fperspective\">Perspective\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 9.5K) - 一款数据可视化与分析组件，尤其适用于…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fperspective-dev\u002Fperspective) (👨‍💻 100 · 🔀 1.2K · 📥 12K · 📦 190 · 📋 890 - 12% open · ⏱️ 29.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffinos\u002Fperspective\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fperspective-python) (📥 17K \u002F 月 · 📦 31 · ⏱️ 28.10.2025):\n\t```\n\tpip install perspective-python\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fperspective) (📥 2.4M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge perspective\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002F@finos\u002Fperspective-jupyterlab) (📥 600 \u002F 月 · 📦 6 · ⏱️ 03.09.2025):\n\t```\n\tnpm install @finos\u002Fperspective-jupyterlab\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fumap\">UMAP\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 8K) - 均匀流形近似与投影。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fumap) (👨‍💻 140 · 🔀 850 · 📦 1 · 📋 860 - 59% 开放 · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fumap\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fumap-learn) (📥 2.7M \u002F 月 · 📦 1.3K · ⏱️ 03.07.2025):\n\t```\n\tpip install umap-learn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fumap-learn) (📥 3.2M · ⏱️ 03.07.2025):\n\t```\n\tconda install -c conda-forge umap-learn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fhvplot\">hvPlot\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.3K) - 为 pandas、dask、xarray 和 networkx 构建的高级绘图 API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fhvplot) (👨‍💻 52 · 🔀 110 · 📦 7.3K · 📋 940 - 41% 开放 · ⏱️ 24.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fhvplot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhvplot) (📥 310K \u002F 月 · 📦 270 · ⏱️ 29.08.2025):\n\t```\n\tpip install hvplot\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhvplot) (📥 860K · ⏱️ 04.09.2025):\n\t```\n\tconda install -c conda-forge hvplot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmpld3\u002Fmpld3\">mpld3\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 2.4K · 📉) - 一款交互式数据可视化工具，将 matplotlib.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmpld3\u002Fmpld3) (👨‍💻 54 · 🔀 360 · 📦 7.6K · 📋 370 - 59% 开放 · ⏱️ 27.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmpld3\u002Fmpld3\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmpld3) (📥 440K \u002F 月 · 📦 160 · ⏱️ 27.07.2025):\n\t```\n\tpip install mpld3\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmpld3) (📥 280K · ⏱️ 28.07.2025):\n\t```\n\tconda install -c conda-forge mpld3\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fmpld3) (📥 900 \u002F 月 · 📦 11 · ⏱️ 27.07.2025):\n\t```\n\tnpm install mpld3\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbqplot\u002Fbqplot\">bqplot\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 3.7K) - IPython\u002FJupyter 笔记本的绘图库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbqplot\u002Fbqplot) (👨‍💻 66 · 🔀 480 · 📦 62 · 📋 650 - 42% 开放 · ⏱️ 25.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbqplot\u002Fbqplot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbqplot) (📥 230K \u002F 月 · 📦 110 · ⏱️ 21.05.2025):\n\t```\n\tpip install bqplot\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbqplot) (📥 1.9M · ⏱️ 02.09.2025):\n\t```\n\tconda install -c conda-forge bqplot\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fbqplot) (📥 3K \u002F 月 · 📦 21 · ⏱️ 03.09.2025):\n\t```\n\tnpm install bqplot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fman-group\u002Fdtale\">D-Tale\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 5K) - pandas 数据结构的可视化工具。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=LGPL-2.1\">❗️LGPL-2.1\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fman-group\u002Fdtale) (👨‍💻 31 · 🔀 430 · 📦 1.5K · 📋 610 - 10% 开放 · ⏱️ 30.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fman-group\u002Fdtale\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdtale) (📥 31K \u002F 月 · 📦 53 · ⏱️ 30.07.2025):\n\t```\n\tpip install dtale\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdtale) (📥 480K · ⏱️ 30.07.2025):\n\t```\n\tconda install -c conda-forge dtale\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpavlin-policar\u002FopenTSNE\">openTSNE\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 1.6K · 📈) - t-SNE 的可扩展并行实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpavlin-policar\u002FopenTSNE) (👨‍💻 14 · 🔀 170 · 📦 1.1K · 📋 150 - 2% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpavlin-policar\u002FopenTSNE\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopentsne) (📥 58K \u002F 月 · 📦 69 · ⏱️ 27.10.2025):\n\t```\n\tpip install opentsne\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fopentsne) (📥 500K · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge opentsne\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002Fplotly-resampler\">Plotly-Resampler\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.2K) - 使用 plotly.py 可视化大型时间序列数据。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002Fplotly-resampler) (👨‍💻 14 · 🔀 74 · 📦 2K · 📋 190 - 32% 开放 · ⏱️ 03.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002Fplotly-resampler\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fplotly-resampler) (📥 370K \u002F 月 · 📦 38 · ⏱️ 29.08.2025):\n\t```\n\tpip install plotly-resampler\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fplotly-resampler) (📥 140K · ⏱️ 09.10.2025):\n\t```\n\tconda install -c conda-forge plotly-resampler\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FContextLab\u002Fhypertools\">HyperTools\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.9K) - 一个 Python 工具箱，用于从几何角度洞察高维.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FContextLab\u002Fhypertools) (👨‍💻 23 · 🔀 160 · 📥 73 · 📦 510 · 📋 200 - 34% 开放 · ⏱️ 10.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FContextLab\u002Fhypertools\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhypertools) (📥 1.1K \u002F 月 · 📦 2 · ⏱️ 09.07.2025):\n\t```\n\tpip install hypertools\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdata-validation\">data-validation\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 780) - 用于探索和验证机器学习的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdata-validation) (👨‍💻 30 · 🔀 180 · 📥 1K · 📋 190 - 20% 开放 · ⏱️ 23.06.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdata-validation\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-data-validation) (📥 15万\u002F月 · 📦 32 · ⏱️ 2025年9月6日):\n\t```\n\tpip install tensorflow-data-validation\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspotify\u002Fchartify\">Chartify\u003C\u002Fa>\u003C\u002Fb> (🥉第24名 ·  ⭐ 3.6K · 💤) - 一个Python库，让数据科学家轻松创建…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fspotify\u002Fchartify) (👨‍💻 27 · 🔀 340 · 📦 83 · 📋 86 - 62%开放 · ⏱️ 2024年10月16日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fspotify\u002Fchartify\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fchartify) (📥 1.2千\u002F月 · 📦 9 · ⏱️ 2024年10月16日):\n\t```\n\tpip install chartify\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fchartify) (📥 4万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge chartify\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fing-bank\u002Fpopmon\">Popmon\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 ·  ⭐ 510) - 监控Pandas或Spark DataFrame的稳定性。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fing-bank\u002Fpopmon) (👨‍💻 19 · 🔀 36 · 📥 280 · 📦 22 · 📋 57 - 28%开放 · ⏱️ 2025年9月4日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fing-bank\u002Fpopmon\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpopmon) (📥 3.4千\u002F月 · 📦 4 · ⏱️ 2025年9月4日):\n\t```\n\tpip install popmon\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvega\u002Fipyvega\">vega\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 ·  ⭐ 390 · 💤) - 用于Vega和Vega-Lite的IPython\u002FJupyter笔记本模块。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvega\u002Fipyvega) (👨‍💻 15 · 🔀 65 · 📦 4 · 📋 110 - 14%开放 · ⏱️ 2025年1月1日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvega\u002Fipyvega\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvega) (📥 2.6万\u002F月 · 📦 17 · ⏱️ 2024年9月25日):\n\t```\n\tpip install vega\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fvega) (📥 94万 · ⏱️ 2025年10月4日):\n\t```\n\tconda install -c conda-forge vega\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvega\u002Fvegafusion\">vegafusion\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 ·  ⭐ 390) - 为Vega和Altair可视化提供服务器端扩展能力。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvega\u002Fvegafusion) (👨‍💻 6 · 🔀 26 · 📥 6.6千 · 📋 150 - 36%开放 · ⏱️ 2025年9月29日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvegafusion\u002Fvegafusion\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvegafusion-jupyter) (📥 770\u002F月 · 📦 2 · ⏱️ 2024年5月9日):\n\t```\n\tpip install vegafusion-jupyter\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fvegafusion-python-embed) (📥 52万 · ⏱️ 2025年10月27日):\n\t```\n\tconda install -c conda-forge vegafusion-python-embed\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fvegafusion-jupyter) (📥 1.9千\u002F月 · 📦 3 · ⏱️ 2024年5月9日):\n\t```\n\tnpm install vegafusion-jupyter\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示22个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FResidentMario\u002Fmissingno\">missingno\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 4.2K · 💀) - Python 的缺失数据可视化模块。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Ffacets\">Facets Overview\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 7.4K · 💀) - 面向机器学习数据集的可视化工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsantosjorge\u002Fcufflinks\">Cufflinks\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 3.1K · 💀) - Plotly + Pandas 的生产力工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjupyter-widgets\u002Fpythreejs\">pythreejs\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 980 · 💀) - Jupyter 和 Three.js 之间的桥梁。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffbdesignpro\u002Fsweetviz\">Sweetviz\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 3.1K · 💀) - 可视化并比较数据集、目标值及关联关系，采用.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAutoViz\">AutoViz\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.9K · 💀) - 使用一行代码即可自动可视化任意大小的数据集。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftpvasconcelos\u002Fridgeplot\">ridgeplot\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 240) - Python 中精美的脊线图。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadamerose\u002FPandasGUI\">PandasGUI\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.3K) - Pandas DataFrame 的 GUI 界面。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=MIT-0\">❗️MIT-0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fhiplot\">HiPlot\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.8K · 💀) - HiPlot 让理解高维数据变得简单。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarcharper\u002Fpython-ternary\">python-ternary\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 770 · 💀) - 基于 matplotlib 的 Python 三元图绘制库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDmitryUlyanov\u002FMulticore-TSNE\">Multicore-TSNE\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.9K · 💀) - 使用 Python 和 Torch 实现的并行 t-SNE。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPatrikHlobil\u002FPandas-Bokeh\">Pandas-Bokeh\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 890 · 💀) - Pandas 和 GeoPandas 的 Bokeh 绘图后端。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicolaskruchten\u002Fjupyter_pivottablejs\">pivottablejs\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 710 · 💀) - Jupyter\u002FIPython 中的拖放式数据透视表和图表。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fleotac\u002Fjoypy\">joypy\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 600 · 💀) - 使用 matplotlib 和 pandas 在 Python 中绘制欢乐图。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgyli\u002FPyWaffle\">PyWaffle\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 600 · 💀) - 在 Python 中制作华夫饼图。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsosuneko\u002FPDPbox\">PDPbox\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 860 · 💀) - Python 的部分依赖图工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ft-makaro\u002Fanimatplot\">animatplot\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 410 · 💀) - 基于 matplotlib 构建的动画绘图 Python 包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fberingresearch\u002Fivis\">ivis\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 340 · 💀) - 使用暹罗网络在超大规模数据集中进行降维。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faltair-viz\u002Fpdvega\">pdvega\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 340 · 💀) - 使用 Vega-Lite 对 Pandas 进行交互式绘图。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FZsailer\u002Fnx_altair\">nx-altair\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 230 · 💀) - 使用 Altair 绘制交互式的 NetworkX 图。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdata-describe\u002Fdata-describe\">data-describe\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 300 · 💀) - datadescribe：面向数据科学的 Python 式 EDA 加速器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbiovault\u002Fnptsne\">nptsne\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 33 · 💀) - nptsne 是一个与 NumPy 兼容的 Python 二进制包，提供一种.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n## 文本数据与 NLP\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于处理、清洗、操作和分析文本数据的库，以及用于自然语言处理任务的库，例如语言检测、模糊匹配、分类、序列到序列学习、对话式 AI、关键词提取和翻译。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftransformers\">transformers\u003C\u002Fa>\u003C\u002Fb> (🥇54 ·  ⭐ 150K) - Transformers：用于.. 的模型定义框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftransformers) (👨‍💻 3.6K · 🔀 31K · 📦 400K · 📋 19K - 11% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftransformers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftransformers) (📥 93M \u002F 月 · 📦 11K · ⏱️ 14.10.2025):\n\t```\n\tpip install transformers\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftransformers) (📥 3.3M · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge transformers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnltk\u002Fnltk\">nltk\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 14K) - 一套用于符号和统计自然语言处理的库和程序。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnltk\u002Fnltk) (👨‍💻 480 · 🔀 3K · 📦 410K · 📋 1.9K - 14% 开放 · ⏱️ 22.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnltk\u002Fnltk\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnltk) (📥 42M \u002F 月 · 📦 6.3K · ⏱️ 01.10.2025):\n\t```\n\tpip install nltk\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnltk) (📥 3.4M · ⏱️ 01.10.2025):\n\t```\n\tconda install -c conda-forge nltk\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 30K · 📉) - Python SDK、プロキシサーバー（LLMゲートウェイ）で100以上の.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm) (👨‍💻 960 · 🔀 4.5K · 📥 800 · 📦 17K · 📋 7.8K - 開放率17% · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flitellm) (📥 34M \u002F 月 · 📦 1.9K · ⏱️ 29.10.2025):\n\t```\n\tpip install litellm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002FspaCy\">spaCy\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 33K · 📈) - Pythonにおける産業レベルの自然言語処理（NLP）。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fexplosion\u002FspaCy) (👨‍💻 780 · 🔀 4.5K · 📥 4.9K · 📦 140K · 📋 5.8K - 開放率3% · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fexplosion\u002FspaCy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspacy) (📥 17M \u002F 月 · 📦 3.2K · ⏱️ 23.05.2025):\n\t```\n\tpip install spacy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fspacy) (📥 6.5M · ⏱️ 06.07.2025):\n\t```\n\tconda install -c conda-forge spacy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsentence-transformers\">sentence-transformers\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 18K) - 最先端のテキスト埋め込み。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fsentence-transformers) (👨‍💻 240 · 🔀 2.7K · 📦 120K · 📋 2.5K - 開放率51% · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FUKPLab\u002Fsentence-transformers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsentence-transformers) (📥 17M \u002F 月 · 📦 3.7K · ⏱️ 22.10.2025):\n\t```\n\tpip install sentence-transformers\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsentence-transformers) (📥 1M · ⏱️ 22.10.2025):\n\t```\n\tconda install -c conda-forge sentence-transformers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpiskvorky\u002Fgensim\">gensim\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 16K) - 人間にも使いやすいトピックモデリング。\u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=LGPL-2.1\">❗️LGPL-2.1\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpiskvorky\u002Fgensim) (👨‍💻 460 · 🔀 4.4K · 📥 6.4K · 📦 78K · 📋 1.9K - 開放率21% · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FRaRe-Technologies\u002Fgensim\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgensim) (📥 5.2M \u002F 月 · 📦 1.6K · ⏱️ 18.10.2025):\n\t```\n\tpip install gensim\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgensim) (📥 1.8M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge gensim\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece\">sentencepiece\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 11K) - ニューラルネットワークベースのテキスト処理向けの教師なしテキストトークナイザー。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece) (👨‍💻 100 · 🔀 1.3K · 📥 110K · 📦 120K · 📋 800 - 開放率3% · ⏱️ 04.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsentencepiece) (📥 31M \u002F 月 · 📦 2.4K · ⏱️ 12.08.2025):\n\t```\n\tpip install sentencepiece\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsentencepiece) (📥 1.7M · ⏱️ 22.09.2025):\n\t```\n\tconda install -c conda-forge sentencepiece\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftokenizers\">Tokenizers\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 10K) - 研究などに最適化された高速で最先端のトークナイザー。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftokenizers) (👨‍💻 130 · 🔀 970 · 📥 86 · 📦 180K · 📋 1.1K - 開放率9% · ⏱️ 16.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Ftokenizers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftokenizers) (📥 81M \u002F 月 · 📦 1.7K · ⏱️ 19.09.2025):\n\t```\n\tpip install tokenizers\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftokenizers) (📥 3.6M · ⏱️ 19.09.2025):\n\t```\n\tconda install -c conda-forge tokenizers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA-NeMo\u002FNeMo\">NeMo\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 16K) - 研究者向けに構築されたスケーラブルな生成AIフレームワーク。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNVIDIA-NeMo\u002FNeMo) (👨‍💻 460 · 🔀 3.2K · 📥 520K · 📦 21 · 📋 2.8K - 開放率4% · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FNeMo\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnemo-toolkit) (📥 810K \u002F 月 · 📦 18 · ⏱️ 27.10.2025):\n\t```\n\tpip install nemo-toolkit\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack\">haystack\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 23K) - カスタマイズ可能で本番環境対応のAIオーケストレーションフレームワーク。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack) (👨‍💻 310 · 🔀 2.5K · 📦 1.3K · 📋 4.1K - 開放率2% · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhaystack) (📥 7.4K \u002F 月 · 📦 5 · ⏱️ 15.12.2021):\n\t```\n\tpip install haystack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fopik\">Opik\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 15K) - LLMアプリケーションやRAGシステムなどをデバッグ、評価、監視する。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fopik) (👨‍💻 81 · 🔀 1.1K · 📦 17 · 📋 540 - 開放率29% · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fopik\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopik) (📥 850K \u002F 月 · 📦 34 · ⏱️ 29.10.2025):\n\t```\n\tpip install opik\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgunthercox\u002FChatterBot\">ChatterBot\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 14K) - ChatterBotは機械学習に基づく会話型ダイアログエンジンで.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgunthercox\u002FChatterBot) (👨‍💻 110 · 🔀 4.5K · 📦 6.5K · 📋 1.7K - 開放率6% · ⏱️ 25.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgunthercox\u002FChatterBot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fchatterbot) (📥 2万次\u002F月 · 📦 19个 · ⏱️ 2025年10月16日):\n\t```\n\tpip install chatterbot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FflairNLP\u002Fflair\">flair\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 1.4万) - 一个非常简单的框架，用于最先进的自然语言处理。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>》 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FflairNLP\u002Fflair) (👨‍💻 280人 · 🔀 2.1千次 · 📦 4.1千个 · 📋 2.4千条 - 1%开放 · ⏱️ 2025年6月12日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FflairNLP\u002Fflair\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fflair) (📥 18万次\u002F月 · 📦 160个 · ⏱️ 2025年2月5日):\n\t```\n\tpip install flair\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpython-flair) (📥 4.9万次 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge python-flair\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob\">TextBlob\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 9.5千) - 简单、Python式的文本处理——情感分析、词性标注等。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>》\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob) (👨‍💻 37人 · 🔀 1.2千次 · 📥 140次 · 📦 6万个 · 📋 280条 - 25%开放 · ⏱️ 2025年10月18日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftextblob) (📥 150万次\u002F月 · 📦 400个 · ⏱️ 2025年1月13日):\n\t```\n\tpip install textblob\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftextblob) (📥 34万次 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge textblob\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairseq\">fairseq\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 3.2万) - Facebook AI Research 的序列到序列工具包，用 Python 编写。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>》 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairseq) (👨‍💻 430人 · 🔀 6.6千次 · 📥 440次 · 📦 4.4千个 · 📋 4.4千条 - 30%开放 · ⏱️ 2025年9月30日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairseq\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffairseq) (📥 7.7万次\u002F月 · 📦 120个 · ⏱️ 2022年6月27日):\n\t```\n\tpip install fairseq\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffairseq) (📥 17万次 · ⏱️ 2025年10月2日):\n\t```\n\tconda install -c conda-forge fairseq\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstanfordnlp\u002Fstanza\">stanza\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 7.6千) - 斯坦福 NLP 的 Python 库，用于分词、句子分割等。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>》\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstanfordnlp\u002Fstanza) (👨‍💻 72人 · 🔀 920次 · 📦 4.1千个 · 📋 950条 - 10%开放 · ⏱️ 2025年10月5日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fstanfordnlp\u002Fstanza\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstanza) (📥 77万次\u002F月 · 📦 240个 · ⏱️ 2025年10月5日):\n\t```\n\tpip install stanza\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fstanfordnlp\u002Fstanza) (📥 9千次 · ⏱️ 2025年3月25日):\n\t```\n\tconda install -c stanfordnlp stanza\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqdrant\u002Fqdrant\">qdrant\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 2.7万) - Qdrant 是一款高性能、大规模的向量数据库和向量.. 许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>》\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fqdrant\u002Fqdrant) (👨‍💻 140人 · 🔀 1.9千次 · 📥 50万次 · 📦 120个 · 📋 1.6千条 - 22%开放 · ⏱️ 2025年9月30日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fqdrant\u002Fqdrant\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJohnSnowLabs\u002Fspark-nlp\">spark-nlp\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 4.1千) - 最先进的自然语言处理。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>》 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FJohnSnowLabs\u002Fspark-nlp) (👨‍💻 120人 · 🔀 730次 · 📦 620个 · 📋 910条 - 2%开放 · ⏱️ 2025年10月22日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJohnSnowLabs\u002Fspark-nlp\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspark-nlp) (📥 100万次\u002F月 · 📦 39个 · ⏱️ 2025年10月22日):\n\t```\n\tpip install spark-nlp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRasaHQ\u002Frasa\">Rasa\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 2.1万) - 开源机器学习框架，用于自动化文本和语音.. 许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>》 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FRasaHQ\u002Frasa) (👨‍💻 600人 · 🔀 4.9千次 · 📋 6.8千条 - 2%开放 · ⏱️ 2025年8月26日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FRasaHQ\u002Frasa\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frasa) (📥 11万次\u002F月 · 📦 60个 · ⏱️ 2025年1月14日):\n\t```\n\tpip install rasa\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftext\">TensorFlow Text\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.3千) - 使文本成为 TensorFlow 中的一等公民。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>》 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftext) (👨‍💻 190人 · 🔀 360次 · 📦 1万个 · 📋 370条 - 53%开放 · ⏱️ 2025年8月18日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftext\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-text) (📥 680万次\u002F月 · 📦 230个 · ⏱️ 2025年4月4日):\n\t```\n\tpip install tensorflow-text\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball\">snowballstemmer\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 810) - Snowball 编译器和词干提取算法。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>》\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball) (👨‍💻 41人 · 🔀 190次 · 📦 11个 · 📋 120条 - 17%开放 · ⏱️ 2025年10月28日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsnowballstemmer) (📥 2400万次\u002F月 · 📦 550个 · ⏱️ 2025年5月9日):\n\t```\n\tpip install snowballstemmer\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsnowballstemmer) (📥 1100万次 · ⏱️ 2025年5月20日):\n\t```\n\tconda install -c conda-forge snowballstemmer\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftext\">torchtext\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 3.6千) - 用于语言处理的模型、数据加载器和抽象层。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>》 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftext) (👨‍💻 160人 · 🔀 810次 · 📋 850条 - 38%开放 · ⏱️ 2025年9月10日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftext\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchtext) (📥 73万次\u002F月 · 📦 280个 · ⏱️ 2024年4月24日):\n\t```\n\tpip install torchtext\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjamesturk\u002Fjellyfish\">jellyfish\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.2千) - 一个 Python 库，用于字符串的近似匹配和音素匹配。许可：《\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>》\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjamesturk\u002Fjellyfish) (👨‍💻 37人 · 🔀 160次 · 📦 1.5万个 · ⏱️ 2025年10月11日):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjamesturk\u002Fjellyfish\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjellyfish) (📥 8.6M \u002F 月 · 📦 320 · ⏱️ 11.10.2025):\n\t```\n\tpip install jellyfish\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fjellyfish) (📥 1.7M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge jellyfish\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeeppavlov\u002FDeepPavlov\">DeepPavlov\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 6.9K · 💤) - 一个开源的深度学习端到端库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeeppavlov\u002FDeepPavlov) (👨‍💻 78 · 🔀 1.2K · 📦 440 · 📋 640 - 4% 开放 · ⏱️ 26.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmipt\u002FDeepPavlov\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeeppavlov) (📥 11K \u002F 月 · 📦 4 · ⏱️ 12.08.2024):\n\t```\n\tpip install deeppavlov\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frspeer\u002Fpython-ftfy\">ftfy\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 4K · 💤) - 用于修复 Unicode 文本中的乱码及其他问题，可在事后进行处理。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frspeer\u002Fpython-ftfy) (👨‍💻 22 · 🔀 120 · 📥 100 · 📦 33K · 📋 150 - 7% 开放 · ⏱️ 30.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frspeer\u002Fpython-ftfy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fftfy) (📥 11M \u002F 月 · 📦 570 · ⏱️ 26.10.2024):\n\t```\n\tpip install ftfy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fftfy) (📥 380K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge ftfy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fallenai\u002Fscispacy\">SciSpacy\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 1.9K) - 一个完整的 spaCy 管道和针对科学\u002F生物医学文档的模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fallenai\u002Fscispacy) (👨‍💻 38 · 🔀 240 · 📦 1.3K · 📋 330 - 11% 开放 · ⏱️ 01.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fallenai\u002Fscispacy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscispacy) (📥 42K \u002F 月 · 📦 50 · ⏱️ 01.10.2025):\n\t```\n\tpip install scispacy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcltk\u002Fcltk\">CLTK\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 870 · 📉) - 古典语言工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcltk\u002Fcltk) (👨‍💻 120 · 🔀 340 · 📥 160 · 📦 300 · 📋 580 - 0% 开放 · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcltk\u002Fcltk\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcltk) (📥 14K \u002F 月 · 📦 17 · ⏱️ 21.10.2025):\n\t```\n\tpip install cltk\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdwyl\u002Fenglish-words\">english-words\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 12K · 💤) - 一个包含 479,000 个英语单词的文本文件，适用于各种用途。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rvuUlR\">Unlicense\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdwyl\u002Fenglish-words) (👨‍💻 34 · 🔀 2K · 📦 2 · 📋 170 - 75% 开放 · ⏱️ 06.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdwyl\u002Fenglish-words\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fenglish-words) (📥 78K \u002F 月 · 📦 15 · ⏱️ 14.08.2025):\n\t```\n\tpip install english-words\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fargilla-io\u002Fargilla\">rubrix\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.7K) - Argilla 是一款面向 AI 工程师和领域专家的协作工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fargilla-io\u002Fargilla) (👨‍💻 110 · 🔀 460 · 📦 3.1K · 📋 2.2K - 0% 开放 · ⏱️ 05.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frecognai\u002Frubrix\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frubrix) (📥 1.2K \u002F 月 · ⏱️ 24.10.2022):\n\t```\n\tpip install rubrix\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Frubrix) (📥 52K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge rubrix\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdedupeio\u002Fdedupe\">Dedupe\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.4K · 📈) - 一个 Python 库，用于准确且可扩展的模糊匹配、记录.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdedupeio\u002Fdedupe) (👨‍💻 72 · 🔀 560 · 📦 370 · 📋 820 - 9% 开放 · ⏱️ 29.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdedupeio\u002Fdedupe\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdedupe) (📥 59K \u002F 月 · 📦 19 · ⏱️ 15.08.2024):\n\t```\n\tpip install dedupe\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdedupe) (📥 130K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge dedupe\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flife4\u002Ftextdistance\">TextDistance\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.5K) - 计算序列之间的距离。30 多种算法，纯 Python 实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flife4\u002Ftextdistance) (👨‍💻 18 · 🔀 260 · 📥 1.1K · 📦 8.8K · ⏱️ 18.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flife4\u002Ftextdistance\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftextdistance) (📥 1.3M \u002F 月 · 📦 99 · ⏱️ 16.07.2024):\n\t```\n\tpip install textdistance\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftextdistance) (📥 970K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge textdistance\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fspacy-transformers\">spacy-transformers\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.4K) - 使用 BERT、XLNet 和 GPT-2 等预训练的 Transformer 模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>spacy\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fspacy-transformers) (👨‍💻 23 · 🔀 170 · 📥 610 · 📦 2.4K · ⏱️ 26.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fspacy-transformers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspacy-transformers) (📥 270K \u002F 月 · 📦 110 · ⏱️ 26.05.2025):\n\t```\n\tpip install spacy-transformers\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fspacy-transformers) (📥 140K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge spacy-transformers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funitaryai\u002Fdetoxify\">detoxify\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.1K) - 经过训练的模型和代码，用于预测 Jigsaw 所有三个平台上的有毒评论。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Funitaryai\u002Fdetoxify) (👨‍💻 14 · 🔀 130 · 📥 1.9M · 📦 980 · 📋 67 - 55% 开放 · ⏱️ 29.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funitaryai\u002Fdetoxify\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdetoxify) (📥 140K \u002F 月 · 📦 30 · ⏱️ 01.02.2024):\n\t```\n\tpip install detoxify\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJasonKessler\u002Fscattertext\">scattertext\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.3K) - 对文档之间语言差异的精美可视化展示。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FJasonKessler\u002Fscattertext) (👨‍💻 14 · 🔀 290 · 📦 670 · 📋 100 - 22% 开放 · ⏱️ 29.04.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJasonKessler\u002Fscattertext\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscattertext) (📥 7.5K \u002F月 · 📦 5 · ⏱️ 23.09.2024):\n\t```\n\tpip install scattertext\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscattertext) (📥 140K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge scattertext\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftext-to-text-transfer-transformer\">T5\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 6.4K) - 论文《探索迁移学习的极限，使用一个…》的代码。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftext-to-text-transfer-transformer) (👨‍💻 61 · 🔀 780 · 📋 450 - 23% 开放 · ⏱️ 28.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftext-to-text-transfer-transformer\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ft5) (📥 83K \u002F月 · 📦 2 · ⏱️ 18.10.2021):\n\t```\n\tpip install t5\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fzjunlp\u002FDeepKE\">DeepKE\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.2K) - [EMNLP 2022] 一个用于知识图谱抽取的开源工具包… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fzjunlp\u002FDeepKE) (👨‍💻 34 · 🔀 730 · 📦 25 · ⏱️ 19.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fzjunlp\u002Fdeepke\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepke) (📥 950 \u002F月 · ⏱️ 21.09.2023):\n\t```\n\tpip install deepke\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fsense2vec\">sense2vec\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.7K) - 基于上下文的词向量。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fsense2vec) (👨‍💻 20 · 🔀 240 · 📥 73K · 📦 470 · 📋 120 - 20% 开放 · ⏱️ 23.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fsense2vec\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsense2vec) (📥 3.4K \u002F月 · 📦 13 · ⏱️ 19.04.2021):\n\t```\n\tpip install sense2vec\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsense2vec) (📥 67K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge sense2vec\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIndicoDataSolutions\u002Ffinetune\">finetune\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 720) - 面向 NLP 的 Scikit-learn 风格模型微调。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FIndicoDataSolutions\u002Ffinetune) (👨‍💻 24 · 🔀 79 · 📦 16 · 📋 190 - 39% 开放 · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FIndicoDataSolutions\u002Ffinetune\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffinetune) (📥 2.7K \u002F月 · 📦 2 · ⏱️ 29.09.2023):\n\t```\n\tpip install finetune\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEricFillion\u002Fhappy-transformer\">happy-transformer\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 540 · 💤) - Happy Transformer 让微调和…变得简单。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>huggingface\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FEricFillion\u002Fhappy-transformer) (👨‍💻 14 · 🔀 69 · 📦 330 · 📋 130 - 16% 开放 · ⏱️ 22.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FEricFillion\u002Fhappy-transformer\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhappytransformer) (📥 2.7K \u002F月 · 📦 5 · ⏱️ 05.08.2023):\n\t```\n\tpip install happytransformer\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fsockeye\">Sockeye\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.2K · 💤) - 以神经网络为重点的序列到序列框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fsockeye) (👨‍💻 60 · 🔀 320 · 📥 21 · 📋 310 - 3% 开放 · ⏱️ 24.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fsockeye\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsockeye) (📥 580 \u002F月 · ⏱️ 03.03.2023):\n\t```\n\tpip install sockeye\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funum-cloud\u002FUForm\">UForm\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.2K) - 用于内容理解和…的小型多模态 AI。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Funum-cloud\u002FUForm) (👨‍💻 21 · 🔀 76 · 📥 710 · 📦 36 · 📋 39 - 38% 开放 · ⏱️ 03.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funum-cloud\u002Fuform\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fuform) (📥 490 \u002F月 · 📦 2 · ⏱️ 03.09.2025):\n\t```\n\tpip install uform\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwebis-de\u002Fsmall-text\">small-text\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 630) - Python 中用于文本分类的主动学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fwebis-de\u002Fsmall-text) (👨‍💻 10 · 🔀 76 · 📦 34 · 📋 74 - 28% 开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fwebis-de\u002Fsmall-text\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsmall-text) (📥 390 \u002F月 · ⏱️ 17.08.2025):\n\t```\n\tpip install small-text\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsmall-text) (📥 19K · ⏱️ 17.08.2025):\n\t```\n\tconda install -c conda-forge small-text\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdsfsi\u002Ftextaugment\">textaugment\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 430) - TextAugment：文本增强库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdsfsi\u002Ftextaugment) (👨‍💻 10 · 🔀 60 · 📥 140 · 📦 180 · 📋 29 - 37% 开放 · ⏱️ 09.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdsfsi\u002Ftextaugment\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftextaugment) (📥 4.2K \u002F月 · 📦 4 · ⏱️ 16.11.2023):\n\t```\n\tpip install textaugment\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvizseq\">VizSeq\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 450) - 自然语言生成（翻译等）的分析工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvizseq) (👨‍💻 4 · 🔀 61 · 📦 13 · 📋 16 - 43% 开放 · ⏱️ 24.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvizseq\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvizseq) (📥 120 \u002F月 · ⏱️ 07.08.2020):\n\t```\n\tpip install vizseq\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 59 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fallenai\u002Fallennlp\">AllenNLP\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 12K · 💀) - 一个基于 PyTorch 构建的开源 NLP 研究库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FfastText\">fastText\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 26K · 💀) - 用于快速文本表示和分类的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOpenNMT\u002FOpenNMT-py\">OpenNMT\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 7K · 💀) - 开源神经机器翻译及（大型）语言模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FParlAI\">ParlAI\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 11K · 💀) - 一个用于训练和评估多种 AI 模型的框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fseatgeek\u002Ffuzzywuzzy\">fuzzywuzzy\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 9.3K · 💀) - Python 中的模糊字符串匹配。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2KucAZR\">❗️GPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmiso-belica\u002Fsumy\">Sumy\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3.6K · 💀) - 用于自动摘要文本文档和 HTML 页面的模块。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fundertheseanlp\u002Funderthesea\">underthesea\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.6K) - Underthesea - 越南语 NLP 工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmakcedward\u002Fnlpaug\">nlpaug\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.6K · 💀) - NLP 数据增强工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcjhutto\u002FvaderSentiment\">vaderSentiment\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 4.9K · 💀) - VADER 情感分析。VADER（情感感知词典.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fchartbeat-labs\u002Ftextacy\">textacy\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.2K · 💀) - spaCy 前后处理的 NLP 工具。 \u003Ccode>❗Unlicensed\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDerwenAI\u002Fpytextrank\">PyTextRank\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.2K · 💀) - TextRank 算法（文本图）的 Python 实现，用于.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbee-san\u002FCiphey\">Ciphey\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 20K · 💀) - 在不知道密钥或密码的情况下自动解密加密内容，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffastnlp\u002FfastNLP\">fastNLP\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.1K · 💀) - fastNLP：模块化且可扩展的 NLP 框架。目前.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FaboSamoor\u002Fpolyglot\">polyglot\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 2.3K · 💀) - 多语言文本（NLP）处理工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvi3k6i5\u002Fflashtext\">flashtext\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5.7K · 💀) - 从句子中提取关键词或替换句子中的关键词。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsaffsd\u002Flangid.py\">langid\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.4K · 💀) - 独立的语言识别系统。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipunsadvilkar\u002FpySBD\">pySBD\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 880 · 💀) - pySBD（Python 句子边界消歧义）是一种基于规则的句子.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fneuralcoref\">neuralcoref\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.9K · 💀) - 使用神经网络在 spaCy 中实现快速共指消解。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fgluon-nlp\">GluonNLP\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.6K · 💀) - 一个能够轻松进行文本预处理、数据集管理等操作的工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPetrochukM\u002FPyTorch-NLP\">pytorch-nlp\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.2K · 💀) - PyTorch 自然语言处理的基础工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmchaput\u002Fwhoosh\">whoosh\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 640 · 💀) - 纯 Python 全文检索库。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSD-1-Clause\">❗️BSD-1-Clause\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytext\">PyText\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 6.3K · 💀) - 一个基于 PyTorch 的自然语言建模框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminimaxir\u002Ftextgenrnn\">textgenrnn\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.9K · 💀) - 轻松训练属于自己的任何类型的文本生成神经网络。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthunlp\u002FOpenPrompt\">OpenPrompt\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.7K · 💀) - 一个用于提示学习的开源框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnipsco\u002Fsnips-nlu\">Snips NLU\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.9K · 💀) - Snips Python 库，用于从文本中提取语义。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNTMC-Community\u002FMatchZoo\">MatchZoo\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.9K · 💀) - 方便设计、比较和分享深度.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbigscience-workshop\u002Fpromptsource\">promptsource\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3K · 💀) - 用于创建、共享和使用自然语言的工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FVKCOM\u002FYouTokenToMe\">YouTokenToMe\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 970 · 💀) - 无监督文本分词器，专注于计算效率。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBrikerMan\u002FKashgari\">Kashgari\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 2.4K · 💀) - Kashgari 是一个生产级的 NLP 迁移学习.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002FFARM\">FARM\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.8K · 💀) - 快速且简单的 NLP 迁移学习。收获语言.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminimaxir\u002Fgpt-2-simple\">gpt-2-simple\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.4K · 💀) - 一个 Python 包，可以轻松重新训练 OpenAI 的 GPT-2 文本-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fasyml\u002Ftexar\">Texar\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 2.4K · 💀) - 用于机器学习、自然语言处理等领域的工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnyu-mll\u002Fjiant\">jiant\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.7K · 💀) - jiant 是一个 nlp 工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAlir3z4\u002Fpython-stop-words\">stop-words\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 160) - 在 Python 中获取各种语言的常用停用词列表。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIntelLabs\u002Fnlp-architect\">NLP Architect\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.9K · 💀) - 一个用于探索最先进深度.. 的模型库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjbesomi\u002Ftexthero\">Texthero\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.9K · 💀) - 从零开始的文本预处理、表示和可视化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHironsan\u002Fanago\">anaGo\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.5K · 💀) - 用于命名实体识别的双向 LSTM-CRF 和 ELMo，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002Flightseq\">lightseq\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 3.3K · 💀) - LightSeq：一个高性能的序列处理库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fappvision-ai\u002Ffast-bert\">fast-bert\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.9K · 💀) - 一个超级简单的 BERT 基础 NLP 模型库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDelta-ML\u002Fdelta\">DELTA\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.6K · 💀) - DELTA 是一个基于深度学习的自然语言和语音.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftextpipe\u002Ftextpipe\">textpipe\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 300 · 💀) - Textpipe：清理文本并提取元数据。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjaidevd\u002Fnumerizer\">numerizer\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 230 · 💀) - 一个 Python 模块，用于将自然语言数字转换为整数等。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvrasneur\u002Fpyfasttext\">pyfasttext\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 230 · 💀) - 又一个 fastText 的 Python 绑定。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanhaidgroup\u002Fdeepmatcher\">DeepMatcher\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 5.2K · 💀) - 一个 Python 包，用于通过.. 进行实体和文本匹配。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkoursaros-ai\u002Fnboost\">nboost\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 670 · 💀) - NBoost 是一个可扩展的搜索 API 提升平台，用于部署.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKi6an\u002FfastT5\">fastT5\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 590 · 💀) - 将 T5 模型的推理速度提高 5 倍，并减小模型尺寸.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPKSHATechnology-Research\u002Fcamphr\">Camphr\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 340 · 💀) - Camphr - 用于创建管道组件的 NLP 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>spacy\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FFranck-Dernoncourt\u002FNeuroNER\">NeuroNER\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.7K · 💀) - 使用神经网络进行命名实体识别。易于使用且.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthunlp\u002FOpenNRE\">OpenNRE\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 4.4K · 💀) - 一个用于神经关系抽取（NRE）的开源软件包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FBLINK\">BLINK\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 1.2K · 💀) - 实体链接解决方案。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FTextBox\">TextBox\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 1.1K · 💀) - TextBox 2.0 是一个带有预训练语言的文本生成库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftranslate\">Translate\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 830 · 💀) - Translate - 一个 PyTorch 语言库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshaypal5\u002Fskift\">skift\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 240 · 💀) - scikit-learn 对 Python fastText 的封装。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fabelriboulot\u002Fonnxt5\">ONNX-T5\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 260 · 💀) - 摘要、翻译、情感分析、文本生成.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvictordibia\u002Fneuralqa\">NeuralQA\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 230 · 💀) - NeuralQA：一个可用于大型数据集问答的实用库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeedly\u002Ftransfer-nlp\">TransferNLP\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 290 · 💀) - 一个专为可重复实验设计的 NLP 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspring-media\u002Fheadliner\">Headliner\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 230 · 💀) - 易于训练和部署 seq2seq 模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftextvec\u002Ftextvec\">textvec\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 200 · 💀) - 文本向量化工具，旨在超越 TFIDF 用于分类。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMartinoMensio\u002Fspacy-dbpedia-spotlight\">spacy-dbpedia-spotlight\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 110 · 💀) - DBpedia Spotlight 的 spaCy 封装。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>spacy\u003C\u002Fcode\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 图像数据\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于图像和视频处理、操作及增强的库，以及用于计算机视觉任务（如人脸识别、目标检测和分类）的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-pillow\u002FPillow\">Pillow\u003C\u002Fa>\u003C\u002Fb> (🥇49 ·  ⭐ 13K) - Python图像库（分支）。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=PIL\">❗️PIL\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpython-pillow\u002FPillow) (👨‍💻 490 · 🔀 2.3K · 📦 2.4M · 📋 3.4K - 3% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpython-pillow\u002FPillow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FPillow) (📥 220M \u002F 月 · 📦 20K · ⏱️ 15.10.2025):\n\t```\n\tpip install Pillow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpillow) (📥 62M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge pillow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fpytorch-image-models\">PyTorch Image Models\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 36K) - 最大的 PyTorch 图像编码器集合 \u002F.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fpytorch-image-models) (👨‍💻 180 · 🔀 5.1K · 📥 8.4M · 📦 62K · 📋 1K - 4% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frwightman\u002Fpytorch-image-models\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftimm) (📥 11M \u002F 月 · 📦 1.5K · ⏱️ 24.10.2025):\n\t```\n\tpip install timm\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftimm) (📥 470K · ⏱️ 24.10.2025):\n\t```\n\tconda install -c conda-forge timm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision\">torchvision\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 17K) - 针对计算机视觉的数据集、变换和模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision) (👨‍💻 660 · 🔀 7.2K · 📥 41K · 📦 21 · 📋 3.8K - 30% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchvision) (📥 26M \u002F 月 · 📦 8.4K · ⏱️ 15.10.2025):\n\t```\n\tpip install torchvision\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftorchvision) (📥 3.1M · ⏱️ 23.10.2025):\n\t```\n\tconda install -c conda-forge torchvision\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FZulko\u002Fmoviepy\">MoviePy\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 14K) - 使用 Python 进行视频编辑。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FZulko\u002Fmoviepy) (👨‍💻 190 · 🔀 1.9K · 📦 67K · 📋 1.7K - 3% 开放 · ⏱️ 25.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FZulko\u002Fmoviepy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmoviepy) (📥 4.3M \u002F 月 · 📦 1.2K · ⏱️ 21.05.2025):\n\t```\n\tpip install moviepy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmoviepy) (📥 360K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge moviepy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkornia\u002Fkornia\">Kornia\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 11K) - 用于空间人工智能的几何计算机视觉库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkornia\u002Fkornia) (👨‍💻 300 · 🔀 1.1K · 📥 2.2K · 📦 17K · 📋 1K - 32% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkornia\u002Fkornia\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkornia) (📥 3M \u002F 月 · 📦 340 · ⏱️ 08.05.2025):\n\t```\n\tpip install kornia\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fkornia) (📥 260K · ⏱️ 08.05.2025):\n\t```\n\tconda install -c conda-forge kornia\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fimageio\u002Fimageio\">imageio\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 1.7K) - 用于读取和写入图像数据的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fimageio\u002Fimageio) (👨‍💻 130 · 🔀 330 · 📥 1.9K · 📦 180K · 📋 620 - 16% 开放 · ⏱️ 24.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fimageio\u002Fimageio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fimageio) (📥 36M \u002F 月 · 📦 2.6K · ⏱️ 20.01.2025):\n\t```\n\tpip install imageio\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fimageio) (📥 8.5M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge imageio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface\">deepface\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 21K · 📉) - 轻量级的人脸识别与面部属性分析（年龄等）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface) (👨‍💻 96 · 🔀 2.8K · 📦 8.4K · 📋 1.2K - 0% 开放 · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepface) (📥 280K \u002F 月 · 📦 78 · ⏱️ 05.08.2025):\n\t```\n\tpip install deepface\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface\">InsightFace\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 27K) - 最先进的 2D 和 3D 面部分析项目。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface) (👨‍💻 67 · 🔀 5.7K · 📥 11M · 📦 4.8K · 📋 2.6K - 46% 开放 · ⏱️ 27.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Finsightface) (📥 350K \u002F 月 · 📦 30 · ⏱️ 17.12.2022):\n\t```\n\tpip install insightface\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falbumentations-team\u002Falbumentations\">Albumentations\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 15K) - 快速且灵活的图像增强库。关于…的论文。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Falbumentations-team\u002Falbumentations) (👨‍💻 170 · 🔀 1.7K · 📋 1.5K - 14% 开放 · ⏱️ 25.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Falbumentations-team\u002Falbumentations\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Falbumentations) (📥 4.6M \u002F 月 · 📦 730 · ⏱️ 27.05.2025):\n\t```\n\tpip install albumentations\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Falbumentations) (📥 340K · ⏱️ 28.05.2025):\n\t```\n\tconda install -c conda-forge albumentations\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python\">opencv-python\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 5.1K) - 自动化 CI 工具链，用于生成预编译的 opencv-python，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python) (👨‍💻 56 · 🔀 950 · 📦 610K · 📋 890 - 19% 开放 · ⏱️ 30.07.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopencv-python) (📥 29M \u002F 月 · 📦 1.5万 · ⏱️ 2025年7月7日):\n\t```\n\tpip install opencv-python\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2\">detectron2\u003C\u002Fa>\u003C\u002Fb> (🥈第34名 ·  ⭐ 3.4万) - Detectron2 是一个用于目标检测、分割等任务的平台。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2) (👨‍💻 280 · 🔀 7.5千 · 📦 2.6千 · 📋 3.6千 - 14% 开放 · ⏱️ 2025年10月27日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdetectron2) (📦 13 · ⏱️ 2020年2月6日):\n\t```\n\tpip install detectron2\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdetectron2) (📥 82万 · ⏱️ 2025年6月2日):\n\t```\n\tconda install -c conda-forge detectron2\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Femcconville\u002Fwand\">Wand\u003C\u002Fa>\u003C\u002Fb> (🥈第34名 ·  ⭐ 1.5千) - 基于 ctypes 的简单 Python ImageMagick 绑定。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Femcconville\u002Fwand) (👨‍💻 110 · 🔀 200 · 📥 5.2万 · 📦 2.1万 · 📋 440 - 5% 开放 · ⏱️ 2025年10月6日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Femcconville\u002Fwand\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fwand) (📥 220万 \u002F 月 · 📦 260 · ⏱️ 2023年11月3日):\n\t```\n\tpip install wand\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fwand) (📥 18万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge wand\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJohannesBuchner\u002Fimagehash\">ImageHash\u003C\u002Fa>\u003C\u002Fb> (🥈第32名 ·  ⭐ 3.7千) - 一个基于感知的 Python 图像哈希模块。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FJohannesBuchner\u002Fimagehash) (👨‍💻 29 · 🔀 340 · 📦 1.8万 · 📋 150 - 15% 开放 · ⏱️ 2025年4月17日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJohannesBuchner\u002Fimagehash\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FImageHash) (📥 560万 \u002F 月 · 📦 270 · ⏱️ 2025年2月1日):\n\t```\n\tpip install ImageHash\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fimagehash) (📥 50万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge imagehash\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fvit-pytorch\">vit-pytorch\u003C\u002Fa>\u003C\u002Fb> (🥈第31名 ·  ⭐ 2.4万) - Vision Transformer 的实现，一种简单的方法来实现…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fvit-pytorch) (👨‍💻 24 · 🔀 3.4千 · 📦 21 · 📋 290 - 49% 开放 · ⏱️ 2025年10月28日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fvit-pytorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvit-pytorch) (📥 3.1万 \u002F 月 · 📦 28 · ⏱️ 2025年10月27日):\n\t```\n\tpip install vit-pytorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleSeg\">PaddleSeg\u003C\u002Fa>\u003C\u002Fb> (🥈第31名 ·  ⭐ 9.2千) - 易于使用的图像分割库，具有出色的预.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleSeg) (👨‍💻 130 · 🔀 1.7千 · 📦 1.5千 · 📋 2.2千 - 0% 开放 · ⏱️ 2025年10月10日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleSeg\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpaddleseg) (📥 3.8千 \u002F 月 · 📦 7 · ⏱️ 2022年11月30日):\n\t```\n\tpip install paddleseg\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fobss\u002Fsahi\">sahi\u003C\u002Fa>\u003C\u002Fb> (🥈第31名 ·  ⭐ 4.9千) - 框架无关的切片\u002F拼接推理 + 交互式 UI + 错误分析…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fobss\u002Fsahi) (👨‍💻 69 · 🔀 700 · 📥 4.3万 · 📦 1.9千 · ⏱️ 2025年10月28日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fobss\u002Fsahi\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsahi) (📥 14万 \u002F 月 · 📦 43 · ⏱️ 2025年9月28日):\n\t```\n\tpip install sahi\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsahi) (📥 12万 · ⏱️ 2025年9月29日):\n\t```\n\tconda install -c conda-forge sahi\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flightly-ai\u002Flightly\">lightly\u003C\u002Fa>\u003C\u002Fb> (🥈第31名 ·  ⭐ 3.6千) - 一个用于图像自监督学习的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flightly-ai\u002Flightly) (👨‍💻 72 · 🔀 310 · 📦 510 · 📋 610 - 12% 开放 · ⏱️ 2025年9月25日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flightly-ai\u002Flightly\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flightly) (📥 19万 \u002F 月 · 📦 20 · ⏱️ 2025年7月22日):\n\t```\n\tpip install lightly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmindee\u002Fdoctr\">doctr\u003C\u002Fa>\u003C\u002Fb> (🥈第29名 ·  ⭐ 5.6千) - docTR（文档文本识别）是一个无缝、高… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmindee\u002Fdoctr) (👨‍💻 68 · 🔀 580 · 📥 6.5百万 · 📋 440 - 6% 开放 · ⏱️ 2025年9月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmindee\u002Fdoctr\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpython-doctr) (📥 2百万 \u002F 月 · 📦 18 · ⏱️ 2025年7月9日):\n\t```\n\tpip install python-doctr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleDetection\">PaddleDetection\u003C\u002Fa>\u003C\u002Fb> (🥉第28名 ·  ⭐ 1.4万) - 基于 PaddlePaddle 的目标检测工具包。它… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleDetection) (👨‍💻 190 · 🔀 3千 · 📋 5.7千 - 17% 开放 · ⏱️ 2025年10月10日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleDetection\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpaddledet) (📥 2.2千 \u002F 月 · 📦 2 · ⏱️ 2022年9月19日):\n\t```\n\tpip install paddledet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fipazc\u002Fmtcnn\">mtcnn\u003C\u002Fa>\u003C\u002Fb> (🥉第27名 ·  ⭐ 2.4千 · 💤) - MTCNN 是一个用于 TensorFlow 的人脸检测实现，作为 PIP… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fipazc\u002Fmtcnn) (👨‍💻 15 · 🔀 530 · 📥 76 · 📦 9.2千 · 📋 130 - 37% 开放 · ⏱️ 2024年10月8日):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fipazc\u002Fmtcnn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmtcnn) (📥 21万\u002F月 · 📦 73 · ⏱️ 2024年10月8日):\n\t```\n\tpip install mtcnn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmtcnn) (📥 1.6万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge mtcnn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCellProfiler\u002FCellProfiler\">CellProfiler\u003C\u002Fa>\u003C\u002Fb> (🥉第27名 ·  ⭐ 1.1K) - 一款用于生物图像分析的开源应用程序。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FCellProfiler\u002FCellProfiler) (👨‍💻 150 · 🔀 410 · 📥 2.4万 · 📦 28 · 📋 3.4千 - 10% 开放 · ⏱️ 2025年9月24日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FCellProfiler\u002FCellProfiler\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcellprofiler) (📥 1.6千\u002F月 · 📦 2 · ⏱️ 2024年9月16日):\n\t```\n\tpip install cellprofiler\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fluispedro\u002Fmahotas\">mahotas\u003C\u002Fa>\u003C\u002Fb> (🥉第27名 ·  ⭐ 880) - Python中的计算机视觉。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fluispedro\u002Fmahotas) (👨‍💻 35 · 🔀 150 · 📦 1.6千 · 📋 92 - 21% 开放 · ⏱️ 2025年8月5日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fluispedro\u002Fmahotas\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmahotas) (📥 4.2万\u002F月 · 📦 63 · ⏱️ 2024年7月17日):\n\t```\n\tpip install mahotas\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmahotas) (📥 79万 · ⏱️ 2025年10月21日):\n\t```\n\tconda install -c conda-forge mahotas\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimagededup\">Image Deduplicator\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 ·  ⭐ 5.5K) - 轻松查找重复图片！ \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimagededup) (👨‍💻 19 · 🔀 460 · 📥 29 · 📦 200 · 📋 140 - 25% 开放 · ⏱️ 2025年8月15日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimagededup\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fimagededup) (📥 6.9万\u002F月 · 📦 29 · ⏱️ 2025年8月15日):\n\t```\n\tpip install imagededup\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fgraphics\">tensorflow-graphics\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 ·  ⭐ 2.8K · 💤) - TensorFlow Graphics：可微分的图形层。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fgraphics) (👨‍💻 39 · 🔀 370 · 📋 240 - 60% 开放 · ⏱️ 2025年2月3日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fgraphics\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-graphics) (📥 6.1万\u002F月 · 📦 11 · ⏱️ 2021年12月3日):\n\t```\n\tpip install tensorflow-graphics\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftryolabs\u002Fnorfair\">Norfair\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 ·  ⭐ 2.5K) - 用于实时多目标跟踪的轻量级Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftryolabs\u002Fnorfair) (👨‍💻 32 · 🔀 260 · 📥 360 · 📦 340 · 📋 180 - 16% 开放 · ⏱️ 2025年4月30日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftryolabs\u002Fnorfair\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnorfair) (📥 4.4万\u002F月 · 📦 9 · ⏱️ 2025年4月30日):\n\t```\n\tpip install norfair\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flibvips\u002Fpyvips\">pyvips\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 ·  ⭐ 740) - 使用cffi为libvips编写的Python绑定。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flibvips\u002Fpyvips) (👨‍💻 17 · 🔀 53 · 📦 1.2千 · 📋 670 - 29% 开放 · ⏱️ 2025年9月4日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flibvips\u002Fpyvips\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyvips) (📥 19万\u002F月 · 📦 94 · ⏱️ 2025年4月28日):\n\t```\n\tpip install pyvips\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyvips) (📥 26万 · ⏱️ 2025年9月4日):\n\t```\n\tconda install -c conda-forge pyvips\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorchvideo\">pytorchvideo\u003C\u002Fa>\u003C\u002Fb> (🥉第25名 ·  ⭐ 3.5K) - 用于视频理解研究的深度学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorchvideo) (👨‍💻 59 · 🔀 420 · 📋 210 - 50% 开放 · ⏱️ 2025年10月27日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorchvideo\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorchvideo) (📥 5.3万\u002F月 · 📦 24 · ⏱️ 2022年1月20日):\n\t```\n\tpip install pytorchvideo\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmmf\">MMF\u003C\u002Fa>\u003C\u002Fb> (🥉第24名 ·  ⭐ 5.6K) - 一个模块化的视觉与语言多模态研究框架，来自… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmmf) (👨‍💻 120 · 🔀 920 · 📦 23 · 📋 690 - 21% 开放 · ⏱️ 2025年4月24日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmmf\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmmf) (📥 190\u002F月 · 📦 1 · ⏱️ 2020年6月12日):\n\t```\n\tpip install mmf\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fkubric\">kubric\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 ·  ⭐ 2.6K) - 一个数据生成管道，用于创建半真实的合成… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fkubric) (👨‍💻 32 · 🔀 250 · 📦 7 · 📋 200 - 35% 开放 · ⏱️ 2025年5月6日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fkubric\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkubric-nightly) (📥 6.6万\u002F月 · ⏱️ 2023年12月27日):\n\t```\n\tpip install kubric-nightly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fairctic\u002Ficevision\">icevision\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 ·  ⭐ 870 · 💤) - 一个通用的计算机视觉框架——可以与任何… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fairctic\u002Ficevision) (👨‍💻 41 · 🔀 130 · 📋 570 - 10% 开放 · ⏱️ 2024年10月31日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fairctic\u002Ficevision\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ficevision) (📥 2.3万\u002F月 · 📦 6 · ⏱️ 2022年2月10日):\n\t```\n\tpip install icevision\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FSlowFast\">PySlowFast\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 ·  ⭐ 7.2K) - PySlowFast：来自FAIR的视频理解代码库，用于… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FSlowFast) (👨‍💻 35 · 🔀 1.2千 · 📦 23 · 📋 720 - 59% 开放 · ⏱️ 2025年10月27日):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FSlowFast\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyslowfast) (下载量：22次\u002F月 · 发布时间：2020年1月15日):\n\t```\n\tpip install pyslowfast\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimage-super-resolution\">图像超分辨率\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 · ⭐ 4.8K · 💤) - 超级放大你的图像，并用.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> 许可证进行实验 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimage-super-resolution) (贡献者：11人 · 分支：760个 · 文件数：220个 - 48%为开放状态 · 发布时间：2024年12月18日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fidealo\u002Fimage-super-resolution\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FISR) (下载量：3.9K次\u002F月 · 包数量：5个 · 发布时间：2020年1月8日):\n\t```\n\tpip install ISR\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fidealo\u002Fimage-super-resolution-gpu) (下载量：290次 · ⭐ 1星 · 发布时间：2019年4月1日):\n\t```\n\tdocker pull idealo\u002Fimage-super-resolution-gpu\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjasmcaus\u002Fcaer\">Caer\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 · ⭐ 800) - 一个轻量级的计算机视觉库。扩展你的模型，而非重复代码。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> 许可证\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjasmcaus\u002Fcaer) (贡献者：8人 · 分支：110个 · 下载量：48次 · 发布时间：2025年8月11日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjasmcaus\u002Fcaer\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcaer) (下载量：3.8K次\u002F月 · 包数量：3个 · 发布时间：2025年8月11日):\n\t```\n\tpip install caer\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fscenic\">scenic\u003C\u002Fa>\u003C\u002Fb> (🥉第16名 · ⭐ 3.7K) - Scenic：用于计算机视觉研究及其他领域的 Jax 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> 许可证 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fscenic) (贡献者：95人 · 分支：460个 · 文件数：400个 - 70%为开放状态 · 发布时间：2025年8月6日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Fscenic\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示30个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-image\u002Fscikit-image\">scikit-image\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 6.4K · 📈) - Python中的图像处理。 \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fglfw\u002Fglfw\">glfw\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 14K) - 一个用于OpenGL、OpenGL ES、Vulkan、窗口和输入的跨平台库。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=Zlib\">❗️Zlib\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmdetection\">MMDetection\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 32K · 💀) - OpenMMLab检测工具箱和基准测试。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faleju\u002Fimgaug\">imgaug\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 15K · 💀) - 用于机器学习实验的图像增强库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fageitgey\u002Fface_recognition\">Face Recognition\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 56K · 💀) - 全球最简单的Python人脸识别API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPyImageSearch\u002Fimutils\">imutils\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 4.6K · 💀) - 一系列方便函数，用于简化基本图像处理。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorch3d\">PyTorch3D\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 9.6K) - PyTorch3D是FAIR提供的可重用组件库，用于…… \u003Ccode>❗未授权\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOlafenwaMoses\u002FImageAI\">imageai\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 8.8K · 💀) - 一个旨在帮助开发者构建应用的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002F1adrianb\u002Fface-alignment\">Face Alignment\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 7.4K · 💀) - 基于PyTorch构建的2D和3D人脸对齐库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fgluon-cv\">GluonCV\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 5.9K · 💀) - Gluon CV工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmdbloice\u002FAugmentor\">Augmentor\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 5.1K · 💀) - 用于机器学习的Python图像增强库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FabhiTronix\u002Fvidgear\">vidgear\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.6K · 💀) - 一款高性能的跨平台视频处理Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fchainer\u002Fchainercv\">chainercv\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.5K · 💀) - ChainerCV：计算机视觉深度学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftimesler\u002Ffacenet-pytorch\">facenet-pytorch\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5K · 💀) - 预训练的PyTorch人脸检测（MTCNN）和面部…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuploadcare\u002Fpillow-simd\">Pillow-SIMD\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.2K · 💀) - 友好的PIL分支。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=PIL\">❗️PIL\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLayout-Parser\u002Flayout-parser\">layout-parser\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 5.6K · 💀) - 一个基于深度学习的文档图像统一工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqubvel\u002Fsegmentation_models\">segmentation_models\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.9K · 💀) - 具有预训练骨干网络的分割模型。 Keras…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flibffcv\u002Fffcv\">ffcv\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 3K · 💀) - FFCV：快速前进的计算机视觉（以及其他机器学习工作负载！）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FClassyVision\">Classy Vision\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.6K · 💀) - 一个端到端的PyTorch框架，用于图像和视频…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fdeep-daze\">deep-daze\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 4.3K · 💀) - 一个简单的命令行工具，用于使用……生成文本到图像。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fvissl\">vissl\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.3K · 💀) - VISSL是FAIR提供的可扩展、模块化和可伸缩的…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftryolabs\u002Fluminoth\">Luminoth\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 2.4K · 💀) - 计算机视觉深度学习工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falankbi\u002Fdetecto\">detecto\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 620 · 💀) - 使用PyTorch构建功能齐全的计算机视觉模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetr\">DE⫶TR\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 15K · 💀) - 使用Transformer进行端到端目标检测。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frhsimplex\u002Fimage-match\">image-match\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 3K · 💀) - 快速搜索数十亿张图片。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fimedslab\u002Fsolt\">solt\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 260) - 轻量级数据转换流。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpycls\">pycls\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 2.2K · 💀) - 一个用PyTorch编写的图像分类研究代码库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicolas-chaulet\u002Ftorch-points3d\">Torch Points 3D\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 260 · 💀) - 一个用于在点云上进行深度学习的PyTorch框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhhatto\u002Fnude.py\">nude.py\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 920 · 💀) - 使用Python进行裸露检测。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqanastek\u002FHugsVision\">HugsVision\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 200 · 💀) - HugsVision是一个易于使用的Hugging Face封装器，用于最先进的…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>Hugging Face\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 图数据\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于图处理、聚类、嵌入和机器学习任务的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnetworkx\u002Fnetworkx\">networkx\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 16K) - Python中的网络分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnetworkx\u002Fnetworkx) (👨‍💻 790 · 🔀 3.4K · 📥 110 · 📦 430K · 📋 3.5K - 10% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnetworkx\u002Fnetworkx\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnetworkx) (📥 130M \u002F 月 · 📦 12K · ⏱️ 29.05.2025):\n\t```\n\tpip install networkx\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnetworkx) (📥 26M · ⏱️ 04.06.2025):\n\t```\n\tconda install -c conda-forge networkx\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyg-team\u002Fpytorch_geometric\">PyTorch Geometric\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 23K) - PyTorch的图神经网络库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyg-team\u002Fpytorch_geometric) (👨‍💻 560 · 🔀 3.9K · 📦 11K · 📋 4K - 30% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyg-team\u002Fpytorch_geometric\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-geometric) (📥 940K \u002F 月 · 📦 730 · ⏱️ 15.10.2025):\n\t```\n\tpip install torch-geometric\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch_geometric) (📥 190K · ⏱️ 16.10.2025):\n\t```\n\tconda install -c conda-forge pytorch_geometric\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fdgl\">dgl\u003C\u002Fa>\u003C\u002Fb> (🥇36 ·  ⭐ 14K) - 基于现有深度学习框架构建的Python包，旨在简化图上的深度学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fdgl) (👨‍💻 300 · 🔀 3K · 📦 4.1K · 📋 3K - 20% 开放 · ⏱️ 31.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdmlc\u002Fdgl\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdgl) (📥 150K \u002F 月 · 📦 150 · ⏱️ 13.05.2024):\n\t```\n\tpip install dgl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgraphistry\u002Fpygraphistry\">pygraphistry\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 2.4K) - PyGraphistry是一个Python库，用于快速加载、转换、.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgraphistry\u002Fpygraphistry) (👨‍💻 48 · 🔀 220 · 📋 420 - 51% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgraphistry\u002Fpygraphistry\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgraphistry) (📥 8.5K \u002F 月 · 📦 9 · ⏱️ 21.10.2025):\n\t```\n\tpip install graphistry\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002Fogb\">ogb\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 2K) - 图机器学习的基准数据集、数据加载器和评估工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002Fogb) (👨‍💻 32 · 🔀 400 · 📦 2.6K · 📋 310 - 11% 开放 · ⏱️ 06.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002Fogb\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fogb) (📥 100K \u002F 月 · 📦 73 · ⏱️ 07.04.2023):\n\t```\n\tpip install ogb\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fogb) (📥 63K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge ogb\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpykeen\u002Fpykeen\">PyKEEN\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.9K) - 一个 Python 库，用于学习和评估知识图谱嵌入。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpykeen\u002Fpykeen) (👨‍💻 43 · 🔀 210 · 📥 240 · 📦 350 · 📋 590 - 20% 开放 · ⏱️ 18.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpykeen\u002Fpykeen\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpykeen) (📥 31K \u002F 月 · 📦 28 · ⏱️ 24.04.2025):\n\t```\n\tpip install pykeen\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbenedekrozemberczki\u002Fpytorch_geometric_temporal\">pytorch_geometric_temporal\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.9K) - PyTorch Geometric Temporal: 空间-时间信号.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbenedekrozemberczki\u002Fpytorch_geometric_temporal) (👨‍💻 39 · 🔀 400 · 📋 210 - 18% 开放 · ⏱️ 18.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbenedekrozemberczki\u002Fpytorch_geometric_temporal\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-geometric-temporal) (📥 6.7K \u002F 月 · 📦 12 · ⏱️ 16.07.2025):\n\t```\n\tpip install torch-geometric-temporal\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_cluster\">torch-cluster\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 900) - PyTorch优化图聚类扩展库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_cluster) (👨‍💻 40 · 🔀 150 · 📋 190 - 16% 开放 · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_cluster\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-cluster) (📥 34K \u002F 月 · 📦 62 · ⏱️ 12.10.2023):\n\t```\n\tpip install torch-cluster\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch_cluster) (📥 440K · ⏱️ 22.09.2025):\n\t```\n\tconda install -c conda-forge pytorch_cluster\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示28个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Figraph\u002Fpython-igraph\">igraph\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 1.4K) - igraph 的 Python 接口。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2KucAZR\">❗️GPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdanielegrattarola\u002Fspektral\">Spektral\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.4K · 💀) - 使用 Keras 和 Tensorflow 2 的图神经网络。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstellargraph\u002Fstellargraph\">StellarGraph\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3K · 💀) - StellarGraph - 图上的机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKozea\u002Fpygal\">pygal\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 2.7K · 💀) - PYthon svg 图形绘制库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPGL\">飞桨图学习\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 1.6K · 💀) - 飞桨图学习（PGL）是一个高效且.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAccenture\u002FAmpliGraph\">AmpliGraph\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 2.2K · 💀) - 知识表示学习的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feliorc\u002Fnode2vec\">Node2Vec\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 1.3K · 💀) - node2vec 算法的实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbenedekrozemberczki\u002Fkarateclub\">Karate Club\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 2.3K · 💀) - Karate Club：面向 API 的开源 Python 框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fgraph_nets\">graph-nets\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 5.4K · 💀) - 在 TensorFlow 中构建图网络。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FPyTorch-BigGraph\">PyTorch-BigGraph\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 3.4K · 💀) - 从大规模图结构数据中生成嵌入。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgraph4ai\u002Fgraph4nlp\">graph4nlp\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.7K · 💀) - Graph4nlp 是用于轻松使用图的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fjraph\">jraph\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.5K · 💀) - Jax 中的图神经网络库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fphanein\u002Fdeepwalk\">DeepWalk\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2.7K · 💀) - DeepWalk - 图的深度学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdivelab\u002FDIG\">DIG\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2K · 💀) - 用于图深度学习研究的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002Fdeepsnap\">deepsnap\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 560 · 💀) - Python 库，帮助进行图上的深度学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002FpyRDF2Vec\">pyRDF2Vec\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 260 · 💀) - RDF2Vec 的 Python 实现和扩展。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnap-stanford\u002FGraphGym\">GraphGym\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.8K · 💀) - 用于设计和评估图神经网络（GNN）的平台。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgsi-upm\u002Fsematch\">Sematch\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 440 · 💀) - 知识图谱的语义相似性框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepgraph\u002Fdeepgraph\">DeepGraph\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 320) - 使用基于 Pandas 的网络分析数据。文档：。 \u003Ccode>❗无许可\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTHUMNLab\u002FAutoGL\">AutoGL\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 1.1K · 💀) - 一个 autoML 框架和工具包用于图上的机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftypedb\u002Ftypedb-ml\">kglib\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 550 · 💀) - TypeDB-ML 是 TypeDB 的机器学习集成库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fptgnn\">ptgnn\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 380 · 💀) - 一个 PyTorch 图神经网络库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falibaba\u002Feuler\">Euler\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 2.9K · 💀) - 分布式图深度学习框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshenweichen\u002FGraphEmbedding\">GraphEmbedding\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 3.8K · 💀) - 图嵌入的实现和实验。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwilliamleif\u002FGraphSAGE\">GraphSAGE\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 3.6K · 💀) - 使用随机..在大型图上进行表示学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthunlp\u002FOpenNE\">OpenNE\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 1.7K · 💀) - 一个开源的网络嵌入（NE）软件包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDeepGraphLearning\u002Fgraphvite\">GraphVite\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 1.3K · 💀) - GraphVite：一种通用且高性能的图嵌入。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthunlp\u002FOpenKE\">OpenKE\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 4K · 💀) - 一个开源的知识嵌入（KE）软件包。 \u003Ccode>❗无许可\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n## 音频数据\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于音频分析、处理、转换和提取，以及语音识别和音乐生成任务的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspeechbrain\u002Fspeechbrain\">speechbrain\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 11K) - 基于PyTorch的语音工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fspeechbrain\u002Fspeechbrain) (👨‍💻 260 · 🔀 1.5K · 📦 3.9K · 📋 1.2K - 12% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fspeechbrain\u002Fspeechbrain\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspeechbrain) (📥 1.1M \u002F month · 📦 79 · ⏱️ 07.04.2025):\n\t```\n\tpip install speechbrain\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fespnet\u002Fespnet\">espnet\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 9.5K) - 端到端语音处理工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fespnet\u002Fespnet) (👨‍💻 520 · 🔀 2.3K · 📥 84 · 📦 480 · 📋 2.5K - 3% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fespnet\u002Fespnet\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fespnet) (📥 24K \u002F month · 📦 19 · ⏱️ 13.09.2025):\n\t```\n\tpip install espnet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Faudio\">torchaudio\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 2.8K) - 音频信号的数据处理与转换。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Faudio) (👨‍💻 240 · 🔀 730 · 📋 1.1K - 31% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Faudio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchaudio) (📥 15M \u002F month · 📦 2.4K · ⏱️ 15.10.2025):\n\t```\n\tpip install torchaudio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FUberi\u002Fspeech_recognition\">SpeechRecognition\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 8.9K) - Python的语音识别模块，支持多种... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FUberi\u002Fspeech_recognition) (👨‍💻 56 · 🔀 2.4K · 📦 21 · 📋 670 - 48% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FUberi\u002Fspeech_recognition\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FSpeechRecognition) (📥 2.2M \u002F month · 📦 730 · ⏱️ 12.05.2025):\n\t```\n\tpip install SpeechRecognition\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fspeechrecognition) (📥 360K · ⏱️ 12.05.2025):\n\t```\n\tconda install -c conda-forge speechrecognition\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flibrosa\u002Flibrosa\">librosa\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 8K) - 用于音频和音乐分析的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3hkKRql\">ISC\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flibrosa\u002Flibrosa) (👨‍💻 130 · 🔀 1K · 📋 1.3K - 5% open · ⏱️ 19.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flibrosa\u002Flibrosa\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flibrosa) (📥 5.6M \u002F month · 📦 1.6K · ⏱️ 11.03.2025):\n\t```\n\tpip install librosa\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flibrosa) (📥 1.1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge librosa\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmozilla\u002FDeepSpeech\">DeepSpeech\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 27K · 📈) - DeepSpeech是一个开源的嵌入式（离线、本地... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmozilla\u002FDeepSpeech) (👨‍💻 160 · 🔀 4.1K · 📥 660K · 📦 540 · 📋 2.1K - 7% open · ⏱️ 19.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmozilla\u002FDeepSpeech\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepspeech) (📥 5.5K \u002F month · 📦 24 · ⏱️ 19.12.2020):\n\t```\n\tpip install deepspeech\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdeepspeech) (📥 4.2K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge deepspeech\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbeetbox\u002Faudioread\">audioread\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 520 · 📈) - 跨库（GStreamer + Core Audio + MAD + FFmpeg）的音频... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbeetbox\u002Faudioread) (👨‍💻 27 · 🔀 110 · 📦 35K · 📋 98 - 40% open · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbeetbox\u002Faudioread\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faudioread) (📥 4.8M \u002F month · 📦 180 · ⏱️ 26.10.2025):\n\t```\n\tpip install audioread\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faudioread) (📥 1.2M · ⏱️ 02.10.2025):\n\t```\n\tconda install -c conda-forge audioread\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeezer\u002Fspleeter\">spleeter\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 27K) - 包含预训练模型的Deezer音源分离库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeezer\u002Fspleeter) (👨‍💻 22 · 🔀 3K · 📥 4.4M · 📦 1.1K · 📋 830 - 32% open · ⏱️ 02.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeezer\u002Fspleeter\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fspleeter) (📥 26K \u002F month · 📦 18 · ⏱️ 03.04.2025):\n\t```\n\tpip install spleeter\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fspleeter) (📥 120K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge spleeter\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiver56\u002Faudiomentations\">audiomentations\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.2K) - 用于音频数据增强的Python库。适用于... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fiver56\u002Faudiomentations) (👨‍💻 34 · 🔀 200 · 📦 840 · 📋 210 - 26% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fiver56\u002Faudiomentations\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faudiomentations) (📥 110K \u002F month · 📦 38 · ⏱️ 13.09.2025):\n\t```\n\tpip install audiomentations\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fidiap\u002Fcoqui-ai-TTS\">Coqui TTS\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.9K) - 一个深度学习工具用于文本转语音，battle-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fidiap\u002Fcoqui-ai-TTS) (👨‍💻 200 · 🔀 240 · 📥 3.8K · 📦 760 · 📋 160 - 14% open · ⏱️ 16.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fidiap\u002Fcoqui-ai-TTS\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcoqui-tts) (📥 94K \u002F 月 · 📦 34 · ⏱️ 25.09.2025):\n\t```\n\tpip install coqui-tts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmagenta\u002Fmagenta\">Magenta\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 20K) - Magenta：利用机器智能进行音乐和艺术创作。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmagenta\u002Fmagenta) (👨‍💻 160 · 🔀 3.7K · 📦 600 · 📋 1K - 41% 开放 · ⏱️ 08.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmagenta\u002Fmagenta\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmagenta) (📥 4.8K \u002F 月 · 📦 5 · ⏱️ 01.08.2022):\n\t```\n\tpip install magenta\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPicovoice\u002Fporcupine\">Porcupine\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 4.5K) - 基于深度学习的设备端唤醒词检测。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPicovoice\u002Fporcupine) (👨‍💻 43 · 🔀 550 · 📦 51 · 📋 600 - 0% 开放 · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPicovoice\u002FPorcupine\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpvporcupine) (📥 25K \u002F 月 · 📦 38 · ⏱️ 05.02.2025):\n\t```\n\tpip install pvporcupine\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftyiannak\u002FpyAudioAnalysis\">pyAudioAnalysis\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 6.2K) - Python音频分析库：特征提取，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftyiannak\u002FpyAudioAnalysis) (👨‍💻 28 · 🔀 1.2K · 📦 670 · 📋 330 - 62% 开放 · ⏱️ 04.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftyiannak\u002FpyAudioAnalysis\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FpyAudioAnalysis) (📥 24K \u002F 月 · 📦 12 · ⏱️ 07.02.2022):\n\t```\n\tpip install pyAudioAnalysis\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbastibe\u002Fpython-soundfile\">python-soundfile\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 800) - SoundFile是一个基于libsndfile、CFFI等的音频库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbastibe\u002Fpython-soundfile) (👨‍💻 38 · 🔀 120 · 📥 21K · 📋 260 - 46% 开放 · ⏱️ 28.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbastibe\u002Fpython-soundfile\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsoundfile) (📥 9.5M \u002F 月 · 📦 1.1K · ⏱️ 25.01.2025):\n\t```\n\tpip install soundfile\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fpysoundfile):\n\t```\n\tconda install -c anaconda pysoundfile\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftinytag\u002Ftinytag\">tinytag\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 780) - 用于读取音频文件元数据的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftinytag\u002Ftinytag) (👨‍💻 27 · 🔀 100 · 📦 1.3K · 📋 120 - 4% 开放 · ⏱️ 13.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdevsnd\u002Ftinytag\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftinytag) (📥 120K \u002F 月 · 📦 130 · ⏱️ 13.08.2025):\n\t```\n\tpip install tinytag\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeunwoochoi\u002Fkapre\">kapre\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 930 · 📈) - kapre：Keras音频预处理器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkeunwoochoi\u002Fkapre) (👨‍💻 13 · 🔀 150 · 📥 33 · 📦 2.5K · 📋 99 - 17% 开放 · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkeunwoochoi\u002Fkapre\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkapre) (📥 3.2K \u002F 月 · 📦 11 · ⏱️ 26.10.2025):\n\t```\n\tpip install kapre\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKinWaiCheuk\u002FnnAudio\">nnAudio\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.1K) - 使用PyTorch一维卷积网络进行音频处理。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FKinWaiCheuk\u002FnnAudio) (👨‍💻 16 · 🔀 96 · 📦 410 · 📋 65 - 30% 开放 · ⏱️ 16.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FKinWaiCheuk\u002FnnAudio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FnnAudio) (📥 59K \u002F 月 · 📦 4 · ⏱️ 13.02.2024):\n\t```\n\tpip install nnAudio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadefossez\u002Fjulius\">Julius\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 450 · 💤) - 基于PyTorch的快速数字信号处理工具，适用于音频和一维信号。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fadefossez\u002Fjulius) (👨‍💻 3 · 🔀 26 · 📋 12 - 16% 开放 · ⏱️ 17.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fadefossez\u002Fjulius\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fjulius) (📥 840K \u002F 月 · 📦 44 · ⏱️ 20.09.2022):\n\t```\n\tpip install julius\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示11个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjiaaro\u002Fpydub\">Pydub\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 9.6K · 💀) - 使用简单易用的高级接口来操作音频。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faubio\u002Faubio\">aubio\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.5K) - 用于音频和音乐分析的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMTG\u002Fessentia\">Essentia\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.3K) - 用于音频和音乐分析、描述等的 C++ 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCPJKU\u002Fmadmom\">Madmom\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.5K · 💀) - Python 音频和音乐信号处理库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmozilla\u002FTTS\">TTS\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 10K · 💀) - 用于文本转语音的深度学习（讨论论坛：.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjameslyons\u002Fpython_speech_features\">python_speech_features\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.4K · 💀) - 该库提供了用于自动语音识别(ASR)的常用语音特征。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmagenta\u002Fddsp\">DDSP\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 3.1K · 💀) - DDSP：可微分数字信号处理。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fworldveil\u002Fdejavu\">Dejavu\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 6.7K · 💀) - Python 中的音频指纹识别与匹配。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FParisson\u002FTimeSide\">TimeSide\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 390 · 💤) - 一个用...编写的可扩展音频处理框架和服务器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbmcfee\u002Fmuda\">Muda\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 240 · 💀) - 用于增强标注音频数据的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3hkKRql\">ISC\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ftextlesslib\">textlesslib\u003C\u002Fa>\u003C\u002Fb> (🥉10 ·  ⭐ 550 · 💀) - 无文本口语语言处理库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## 地理空间数据\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于加载、处理、分析和写入地理数据的库，以及用于空间分析、地图可视化和地理编码的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvisgl\u002Fdeck.gl\">pydeck\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 14K) - 基于 WebGL2 的可视化框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvisgl\u002Fdeck.gl) (👨‍💻 310 · 🔀 2.2K · 📦 9.2K · 📋 3.3K - 13% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvisgl\u002Fdeck.gl\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpydeck) (📥 16M \u002F 月 · 📦 160 · ⏱️ 21.03.2025):\n\t```\n\tpip install pydeck\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpydeck) (📥 850K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pydeck\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fdeck.gl) (📥 750K \u002F 月 · 📦 360 · ⏱️ 16.10.2025):\n\t```\n\tnpm install deck.gl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\">folium\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 7.3K) - Python 数据。Leaflet.js 地图。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium) (👨‍💻 180 · 🔀 2.2K · 📦 65K · 📋 1.2K - 6% 开放 · ⏱️ 06.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffolium) (📥 2.8M \u002F 月 · 📦 1K · ⏱️ 16.06.2025):\n\t```\n\tpip install folium\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffolium) (📥 4.4M · ⏱️ 16.06.2025):\n\t```\n\tconda install -c conda-forge folium\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshapely\u002Fshapely\">Shapely\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 4.3K) - 几何对象的操作与分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fshapely\u002Fshapely) (👨‍💻 170 · 🔀 600 · 📥 4K · 📦 110K · 📋 1.3K - 18% 开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fshapely\u002Fshapely\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fshapely) (📥 62M \u002F 月 · 📦 4.7K · ⏱️ 24.09.2025):\n\t```\n\tpip install shapely\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fshapely) (📥 14M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c conda-forge shapely\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeopandas\u002Fgeopandas\">GeoPandas\u003C\u002Fa>\u003C\u002Fb> (🥈39 ·  ⭐ 4.9K) - 用于地理数据的 Python 工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgeopandas\u002Fgeopandas) (👨‍💻 250 · 🔀 980 · 📥 3.1K · 📦 60K · 📋 1.8K - 24% 开放 · ⏱️ 25.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgeopandas\u002Fgeopandas\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgeopandas) (📥 11M \u002F 月 · 📦 3.8K · ⏱️ 26.06.2025):\n\t```\n\tpip install geopandas\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgeopandas) (📥 5.4M · ⏱️ 06.10.2025):\n\t```\n\tconda install -c conda-forge geopandas\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frasterio\u002Frasterio\">Rasterio\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 2.4K) - Rasterio 可读取和写入地理空间栅格数据集。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frasterio\u002Frasterio) (👨‍💻 170 · 🔀 540 · 📥 1K · 📦 19K · 📋 1.9K - 8% 开放 · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frasterio\u002Frasterio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frasterio) (📥 2.8M \u002F 月 · 📦 1.5K · ⏱️ 02.12.2024):\n\t```\n\tpip install rasterio\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Frasterio) (📥 5.3M · ⏱️ 17.09.2025):\n\t```\n\tconda install -c conda-forge rasterio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyproj4\u002Fpyproj\">pyproj\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 1.2K) - Python 接口，用于 PROJ（制图投影和坐标转换）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyproj4\u002Fpyproj) (👨‍💻 74 · 🔀 230 · 📦 47K · 📋 660 - 6% 开放 · ⏱️ 29.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyproj4\u002Fpyproj\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyproj) (📥 14M \u002F 月 · 📦 2.3K · ⏱️ 14.08.2025):\n\t```\n\tpip install pyproj\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyproj) (📥 12M · ⏱️ 15.09.2025):\n\t```\n\tconda install -c conda-forge pyproj\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEsri\u002Farcgis-python-api\">ArcGIS API\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 2.1K) - ArcGIS Python API 的文档和示例。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FEsri\u002Farcgis-python-api) (👨‍💻 99 · 🔀 1.1K · 📥 16K · 📦 1K · 📋 920 - 8% 开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FEsri\u002Farcgis-python-api\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Farcgis) (📥 150K \u002F 月 · 📦 44 · ⏱️ 27.10.2025):\n\t```\n\tpip install arcgis\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fesridocker\u002Farcgis-api-python-notebook):\n\t```\n\tdocker pull esridocker\u002Farcgis-api-python-notebook\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FToblerity\u002FFiona\">Fiona\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.2K · 💤) - Fiona 用于读取和写入地理数据文件。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FToblerity\u002FFiona) (👨‍💻 78 · 🔀 210 · 📦 27K · 📋 820 - 5% 开放 · ⏱️ 20.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FToblerity\u002FFiona\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffiona) (📥 5.6M \u002F 月 · 📦 380 · ⏱️ 16.09.2024):\n\t```\n\tpip install fiona\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffiona) (📥 7.9M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge fiona\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjupyter-widgets\u002Fipyleaflet\">ipyleaflet\u003C\u002Fa>\u003C\u002Fb> (🥉33 ·  ⭐ 1.5K) - Jupyter 和 Leaflet.js 之间的桥梁。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjupyter-widgets\u002Fipyleaflet) (👨‍💻 94 · 🔀 360 · 📦 18K · 📋 660 - 44% 开放 · ⏱️ 19.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjupyter-widgets\u002Fipyleaflet\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fipyleaflet) (📥 230K \u002F 月 · 📦 340 · ⏱️ 13.06.2025):\n\t```\n\tpip install ipyleaflet\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fipyleaflet) (📥 1.8M · ⏱️ 13.06.2025):\n\t```\n\tconda install -c conda-forge ipyleaflet\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fjupyter-leaflet) (📥 2.7K \u002F 月 · 📦 9 · ⏱️ 13.06.2025):\n\t```\n\tnpm install jupyter-leaflet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjazzband\u002Fgeojson\">geojson\u003C\u002Fa>\u003C\u002Fb> (🥉31 ·  ⭐ 970 · 💤) - GeoJSON 的 Python 绑定和工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjazzband\u002Fgeojson) (👨‍💻 58 · 🔀 120 · 📦 21K · 📋 100 - 26% 开放 · ⏱️ 21.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjazzband\u002Fgeojson\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgeojson) (📥 3.6M \u002F 月 · 📦 720 · ⏱️ 21.12.2024):\n\t```\n\tpip install geojson\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgeojson) (📥 1.1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge geojson\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal\">PySAL\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 1.4K) - PySAL：Python 空间分析库元包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal) (👨‍💻 79 · 🔀 310 · 📦 1.8K · 📋 660 - 3% 开放 · ⏱️ 08.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpysal) (📥 42K \u002F 月 · 📦 65 · ⏱️ 31.07.2025):\n\t```\n\tpip install pysal\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpysal) (📥 730K · ⏱️ 01.08.2025):\n\t```\n\tconda install -c conda-forge pysal\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fgeoviews\">GeoViews\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 620) - Python 中简单、简洁的地理可视化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fgeoviews) (👨‍💻 34 · 🔀 79 · 📦 5 · 📋 360 - 31% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fgeoviews\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgeoviews) (📥 69K \u002F 月 · 📦 76 · ⏱️ 14.08.2025):\n\t```\n\tpip install geoviews\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgeoviews) (📥 340K · ⏱️ 14.08.2025):\n\t```\n\tconda install -c conda-forge geoviews\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fearthlab\u002Fearthpy\">EarthPy\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 530) - 一个 package built to support working with spatial data using open source.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fearthlab\u002Fearthpy) (👨‍💻 44 · 🔀 160 · 📥 75 · 📦 440 · 📋 250 - 16% 开放 · ⏱️ 31.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fearthlab\u002Fearthpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fearthpy) (📥 14K \u002F 月 · 📦 17 · ⏱️ 01.10.2021):\n\t```\n\tpip install earthpy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fearthpy) (📥 98K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge earthpy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeospace-code\u002Fpymap3d\">pymap3d\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 430) - pure-Python (Numpy optional) 3D coordinate conversions for geospace ecef.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgeospace-code\u002Fpymap3d) (👨‍💻 19 · 🔀 87 · 📦 540 · 📋 59 - 8% 开放 · ⏱️ 08.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgeospace-code\u002Fpymap3d\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpymap3d) (📥 490K \u002F 月 · 📦 50 · ⏱️ 08.07.2025):\n\t```\n\tpip install pymap3d\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpymap3d) (📥 120K · ⏱️ 08.07.2025):\n\t```\n\tconda install -c conda-forge pymap3d\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmapbox\u002Fmapboxgl-jupyter\">Mapbox GL\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 680 · 💤) - 使用 Mapbox GL JS 在 Python Jupyter 笔记本中可视化数据。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmapbox\u002Fmapboxgl-jupyter) (👨‍💻 23 · 🔀 140 · 📋 110 - 38% 开放 · ⏱️ 06.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmapbox\u002Fmapboxgl-jupyter\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmapboxgl) (📥 10K \u002F 月 · 📦 12 · ⏱️ 02.06.2019):\n\t```\n\tpip install mapboxgl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 7 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytroll\u002Fsatpy\">Satpy\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.1K) - 用于地球观测卫星数据处理的 Python 软件包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeopy\u002Fgeopy\">geopy\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 4.7K · 💀) - Python 地理编码库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDenisCarriere\u002Fgeocoder\">Geocoder\u003C\u002Fa>\u003C\u002Fb> (🥉32 ·  ⭐ 1.6K · 💀) - Python 地理编码器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarceloprates\u002Fprettymaps\">prettymaps\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 12K) - 使用 OpenStreetMap 数据绘制精美地图！基于 osmnx 构建。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsentinelsat\u002Fsentinelsat\">Sentinelsat\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1K · 💀) - 搜索并下载哥白尼哨兵卫星影像。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpbugnion\u002Fgmaps\">gmaps\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 760 · 💀) - 适用于 Jupyter 笔记本的 Google 地图。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fandrea-cuttone\u002Fgeoplotlib\">geoplotlib\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1K · 💀) - 用于可视化地理数据和制作地图的 Python 工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## 金融数据\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于算法化股票\u002F加密货币交易、风险分析、回测、技术分析以及其他金融数据相关任务的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Franaroussi\u002Fyfinance\">yfinance\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 20K) - 从 Yahoo! Finance API 下载市场数据。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Franaroussi\u002Fyfinance) (👨‍💻 140 · 🔀 2.8K · 📦 86K · 📋 1.7K - 9% 开放 · ⏱️ 18.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Franaroussi\u002Fyfinance\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fyfinance) (📥 5.9M \u002F 月 · 📦 1.2K · ⏱️ 17.09.2025):\n\t```\n\tpip install yfinance\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Franaroussi\u002Fyfinance) (📥 99K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c ranaroussi yfinance\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fqlib\">Qlib\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 33K) - Qlib 是一个面向 AI 的量化投资平台，旨在利用 AI 技术.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fqlib) (👨‍💻 140 · 🔀 5K · 📥 910 · 📦 21 · 📋 1K - 28% 开放 · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fqlib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyqlib) (📥 16K \u002F 月 · 📦 3 · ⏱️ 15.08.2025):\n\t```\n\tpip install pyqlib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fbt\">bt\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 2.7K) - bt 是一个灵活的 Python 回测工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fbt) (👨‍💻 35 · 🔀 450 · 📦 1.7K · 📋 350 - 23% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fbt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbt) (📥 11K \u002F 月 · 📦 15 · ⏱️ 12.04.2025):\n\t```\n\tpip install bt\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbt) (📥 110K · ⏱️ 02.10.2025):\n\t```\n\tconda install -c conda-forge bt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRomelTorres\u002Falpha_vantage\">Alpha Vantage\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 4.6K) - 用于金融数据的 Alpha Vantage API 的 Python 封装。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FRomelTorres\u002Falpha_vantage) (👨‍💻 44 · 🔀 760 · 📋 290 - 0% 开放 · ⏱️ 27.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FRomelTorres\u002Falpha_vantage\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Falpha_vantage) (📥 140K \u002F 月 · 📦 35 · ⏱️ 18.07.2024):\n\t```\n\tpip install alpha_vantage\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Falpha_vantage) (📥 10K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge alpha_vantage\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fffn\">ffn\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.4K) - ffn 是一个用于 Python 的金融函数库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fffn) (👨‍💻 36 · 🔀 330 · 📦 580 · 📋 140 - 17% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpmorissette\u002Fffn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fffn) (📥 25K \u002F 月 · 📦 22 · ⏱️ 11.02.2025):\n\t```\n\tpip install ffn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fffn) (📥 26K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge ffn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjealous\u002Fstockstats\">stockstats\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.4K) - 提供基于 .. 的 ``StockDataFrame`` 封装。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjealous\u002Fstockstats) (👨‍💻 10 · 🔀 310 · 📦 1.3K · 📋 130 - 10% 开放 · ⏱️ 18.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjealous\u002Fstockstats\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstockstats) (📥 51K \u002F 月 · 📦 14 · ⏱️ 18.05.2025):\n\t```\n\tpip install stockstats\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftf-quant-finance\">tf-quant-finance\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 5K · 💤) - 高性能 TensorFlow 库，用于量化.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftf-quant-finance) (👨‍💻 48 · 🔀 630 · 📋 65 - 56% 开放 · ⏱️ 21.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftf-quant-finance\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftf-quant-finance) (📥 410 \u002F 月 · 📦 3 · ⏱️ 19.08.2022):\n\t```\n\tpip install tf-quant-finance\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcuemacro\u002Ffinmarketpy\">finmarketpy\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 3.7K · 💤) - 用于回测交易策略及.. 的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcuemacro\u002Ffinmarketpy) (👨‍💻 19 · 🔀 510 · 📥 57 · 📦 16 · 📋 35 - 88% 开放 · ⏱️ 10.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcuemacro\u002Ffinmarketpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffinmarketpy) (📥 340 \u002F 月 · ⏱️ 10.03.2025):\n\t```\n\tpip install finmarketpy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 17 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbashtage\u002Farch\">arch\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 1.5K) - Python中的ARCH模型。 \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fquantopian\u002Fzipline\">zipline\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 19K · 💀) - Zipline，一个符合Python风格的算法交易库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbukosabino\u002Fta\">ta\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 4.8K · 💀) - 使用Pandas和Numpy的技术分析库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fquantopian\u002Fpyfolio\">pyfolio\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 6.1K · 💀) - Python中的投资组合与风险分析工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmementum\u002Fbacktrader\">backtrader\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 19K · 💀) - 用于交易策略的Python回测库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ferdewit\u002Fib_insync\">IB-insync\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.1K · 💀) - 用于Interactive Brokers API的Python同步\u002F异步框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fquantopian\u002Falphalens\">Alphalens\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 4K · 💀) - 预测性（alpha）股票因子的绩效分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscrtlabs\u002Fcatalyst\">Enigma Catalyst\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.5K · 💀) - 用于加密资产的算法交易库…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fquantopian\u002Fempyrical\">empyrical\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.4K · 💀) - 常用的金融风险与绩效指标。由……使用。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkernc\u002Fbacktesting.py\">Backtesting.py\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 7.4K) - 在Python中回测交易策略。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensortrade-org\u002Ftensortrade\">TensorTrade\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5.6K · 💀) - 一个开源的强化学习框架，用于…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgbeced\u002Fpyalgotrade\">PyAlgoTrade\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 4.6K · 💀) - Python算法交易库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpeerchemist\u002Ffinta\">FinTA\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.2K · 💀) - 在Pandas中实现的常用金融技术指标。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCryptoSignal\u002FCrypto-Signal\">Crypto Signals\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 5.4K · 💀) - Github.com\u002FCryptoSignal - 交易与技术分析机器人 -…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffmilthaler\u002FFinQuant\">FinQuant\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.6K · 💀) - 一款用于金融投资组合管理、分析等的程序。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftradytics\u002Fsurpriver\">surpriver\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 1.8K · 💀) - 利用机器学习在大波动股票变动之前发现它们…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falvarobartt\u002Fpyrtfolio\">pyrtfolio\u003C\u002Fa>\u003C\u002Fb> (🥉9 ·  ⭐ 150 · 💀) - 用于生成股票投资组合的Python包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n## 时间序列数据\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于时间序列和序列数据的预测、异常检测、特征提取以及机器学习的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsktime\u002Fsktime\">sktime\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 9.3K) - 一个统一的时间序列机器学习框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsktime\u002Fsktime) (👨‍💻 520 · 🔀 1.7K · 📥 110 · 📦 4.7K · 📋 3.1K - 39%开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Falan-turing-institute\u002Fsktime\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsktime) (📥 1M \u002F月 · 📦 160 · ⏱️ 25.09.2025):\n\t```\n\tpip install sktime\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsktime-all-extras) (📥 1.2M · ⏱️ 18.09.2025):\n\t```\n\tconda install -c conda-forge sktime-all-extras\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebook\u002Fprophet\">Prophet\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 20K) - 一种用于高质量时间序列预测的工具，适用于具有……的数据。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebook\u002Fprophet) (👨‍💻 190 · 🔀 4.6K · 📥 3.2K · 📦 21 · 📋 2.2K - 20%开放 · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebook\u002Fprophet\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffbprophet) (📥 84K \u002F月 · 📦 91 · ⏱️ 05.09.2020):\n\t```\n\tpip install fbprophet\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fprophet) (📥 1.5M · ⏱️ 22.10.2025):\n\t```\n\tconda install -c conda-forge prophet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNixtla\u002Fstatsforecast\">StatsForecast\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 4.6K) - 基于统计和计量经济学的闪电般快速预测…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNixtla\u002Fstatsforecast) (👨‍💻 56 · 🔀 340 · 📦 2K · 📋 400 - 34%开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNixtla\u002Fstatsforecast\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstatsforecast) (📥 990K \u002F月 · 📦 91 · ⏱️ 29.10.2025):\n\t```\n\tpip install statsforecast\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fstatsforecast) (📥 220K · ⏱️ 30.10.2025):\n\t```\n\tconda install -c conda-forge statsforecast\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftslearn-team\u002Ftslearn\">tslearn\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 3.1K) - Python中用于时间序列分析的机器学习工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftslearn-team\u002Ftslearn) (👨‍💻 46 · 🔀 350 · 📦 1.9K · 📋 380 - 38%开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftslearn-team\u002Ftslearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftslearn) (📥 400K \u002F月 · 📦 110 · ⏱️ 02.07.2025):\n\t```\n\tpip install tslearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftslearn) (📥 1.7M · ⏱️ 03.07.2025):\n\t```\n\tconda install -c conda-forge tslearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fskforecast\u002Fskforecast\">skforecast\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 1.4K) - 基于机器学习模型的时间序列预测。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fskforecast\u002Fskforecast) (👨‍💻 23 · 🔀 170 · 📦 490 · 📋 210 - 8%开放 · ⏱️ 22.09.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002FJoaquinAmatRodrigo\u002Fskforecast\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fskforecast) (📥 96K \u002F 月 · 📦 18 · ⏱️ 2025年9月22日):\n\t```\n\tpip install skforecast\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funit8co\u002Fdarts\">Darts\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 9K) - 一个用户友好的 Python 库，用于时间序列预测和异常检测。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Funit8co\u002Fdarts) (👨‍💻 140 · 🔀 970 · 📋 1.8K - 13% 开放 · ⏱️ 2025年10月26日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funit8co\u002Fdarts\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fu8darts) (📥 86K \u002F 月 · 📦 10 · ⏱️ 2025年10月3日):\n\t```\n\tpip install u8darts\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fu8darts-all) (📥 94K · ⏱️ 2025年10月5日):\n\t```\n\tconda install -c conda-forge u8darts-all\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Funit8\u002Fdarts) (📥 2.1K · ⏱️ 2025年10月3日):\n\t```\n\tdocker pull unit8\u002Fdarts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsktime\u002Fpytorch-forecasting\">pytorch-forecasting\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 4.6K) - 使用 PyTorch 进行时间序列预测。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsktime\u002Fpytorch-forecasting) (👨‍💻 79 · 🔀 710 · 📦 670 · 📋 920 - 59% 开放 · ⏱️ 2025年10月19日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjdb78\u002Fpytorch-forecasting\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch-forecasting) (📥 270K \u002F 月 · 📦 27 · ⏱️ 2025年10月10日):\n\t```\n\tpip install pytorch-forecasting\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch-forecasting) (📥 87K · ⏱️ 2025年7月5日):\n\t```\n\tconda install -c conda-forge pytorch-forecasting\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falkaline-ml\u002Fpmdarima\">pmdarima\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.7K · 💤) - 一个统计库，旨在填补 Python 在时间序列分析方面的空白。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Falkaline-ml\u002Fpmdarima) (👨‍💻 23 · 🔀 250 · 📦 13K · 📋 340 - 19% 开放 · ⏱️ 2024年11月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Falkaline-ml\u002Fpmdarima\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpmdarima) (📥 7.5M \u002F 月 · 📦 150 · ⏱️ 2023年10月23日):\n\t```\n\tpip install pmdarima\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpmdarima) (📥 1.4M · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge pmdarima\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fblue-yonder\u002Ftsfresh\">tsfresh\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 9K) - 自动从时间序列中提取相关特征：许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fblue-yonder\u002Ftsfresh) (👨‍💻 100 · 🔀 1.3K · 📦 21 · 📋 550 - 12% 开放 · ⏱️ 2025年8月30日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fblue-yonder\u002Ftsfresh\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftsfresh) (📥 340K \u002F 月 · 📦 120 · ⏱️ 2025年8月30日):\n\t```\n\tpip install tsfresh\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftsfresh) (📥 1.5M · ⏱️ 2025年8月31日):\n\t```\n\tconda install -c conda-forge tsfresh\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstumpy-dev\u002Fstumpy\">STUMPY\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 4K) - STUMPY 是一个功能强大且可扩展的 Python 库，用于现代时间序列分析。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstumpy-dev\u002Fstumpy) (👨‍💻 41 · 🔀 340 · 📦 1.6K · 📋 540 - 13% 开放 · ⏱️ 2025年9月2日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FTDAmeritrade\u002Fstumpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstumpy) (📥 380K \u002F 月 · 📦 30 · ⏱️ 2024年7月9日):\n\t```\n\tpip install stumpy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fstumpy) (📥 1.1M · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge stumpy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNixtla\u002Fneuralforecast\">NeuralForecast\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3.8K) - 可扩展且用户友好的神经网络预测算法。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNixtla\u002Fneuralforecast) (👨‍💻 55 · 🔀 450 · 📋 650 - 17% 开放 · ⏱️ 2025年10月1日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNixtla\u002Fneuralforecast\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fneuralforecast) (📥 160K \u002F 月 · 📦 30 · ⏱️ 2025年10月1日):\n\t```\n\tpip install neuralforecast\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fneuralforecast) (📥 47K · ⏱️ 2025年10月6日):\n\t```\n\tconda install -c conda-forge neuralforecast\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fgluonts\">GluonTS\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 5K) - Python 中的概率时间序列建模。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fgluonts) (👨‍💻 120 · 🔀 790 · 📋 970 - 34% 开放 · ⏱️ 2025年8月14日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fgluon-ts\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgluonts) (📥 1.9M \u002F 月 · 📦 41 · ⏱️ 2025年6月27日):\n\t```\n\tpip install gluonts\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fgluonts) (📥 3.2K · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c anaconda gluonts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-streamz\u002Fstreamz\">Streamz\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 1.3K · 💤) - 实时流处理库，适用于 Python。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpython-streamz\u002Fstreamz) (👨‍💻 49 · 🔀 150 · 📦 570 · 📋 270 - 44% 开放 · ⏱️ 2024年11月22日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpython-streamz\u002Fstreamz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstreamz) (📥 26K \u002F 月 · 📦 57 · ⏱️ 2022年7月27日):\n\t```\n\tpip install streamz\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fstreamz) (📥 2.9M · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge streamz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjohannfaouzi\u002Fpyts\">pyts\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.9K) - 一个 Python 包，用于时间序列分类。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjohannfaouzi\u002Fpyts) (👨‍💻 15 · 🔀 180 · 📦 900 · 📋 88 - 59% 开放 · ⏱️ 2025年6月18日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjohannfaouzi\u002Fpyts\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyts) (📥 190K \u002F 月 · 📦 45 · ⏱️ 2023年6月18日):\n\t```\n\tpip install pyts\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyts) (📥 35K · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge pyts\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffraunhoferportugal\u002Ftsfel\">TSFEL\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.1K) - 一个直观的库，用于从时间序列中提取特征。许可协议：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffraunhoferportugal\u002Ftsfel) (👨‍💻 21 · 🔀 150 · 📦 220 · 📋 87 - 5% 开放 · ⏱️ 2025年8月20日):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffraunhoferportugal\u002Ftsfel\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftsfel) (📥 9.4K \u002F月 · 📦 14 · ⏱️ 20.08.2025):\n\t```\n\tpip install tsfel\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flinkedin\u002Fgreykite\">greykite\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.8K · 💤) - 一个灵活、直观且快速的预测库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flinkedin\u002Fgreykite) (👨‍💻 10 · 🔀 110 · 📥 39 · 📦 47 · 📋 110 - 11% 开放 · ⏱️ 20.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flinkedin\u002Fgreykite\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgreykite) (📥 11K \u002F月 · ⏱️ 20.02.2025):\n\t```\n\tpip install greykite\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示13个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fourownstory\u002Fneural_prophet\">NeuralProphet\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 4.2K · 💀) - NeuralProphet：一个简单的预测包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRJT1990\u002Fpyflux\">PyFlux\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2.1K · 💀) - Python 的开源时间序列库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flinkedin\u002Fluminol\">luminol\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.2K · 💀) - 异常检测与关联性分析库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farundo\u002Fadtk\">ADTK\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.2K · 💀) - 用于基于规则或无监督异常检测的 Python 工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmbee\u002Fseglearn\">seglearn\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 580 · 💀) - 用于机器学习时间序列的 Python 模块。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwwrechard\u002Fpydlm\">pydlm\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 480 · 💀) - 用于贝叶斯时间序列建模的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FX-DataInitiative\u002Ftick\">tick\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 520 · 💀) - 统计学习模块，尤其侧重于时间… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftarget\u002Fmatrixprofile-ts\">matrixprofile-ts\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 740 · 💀) - 用于检测模式和异常的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpredict-idlab\u002Ftsflex\">tsflex\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 430 · 💀) - 灵活的时间序列特征提取与处理。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAuto_TS\">Auto TS\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 760 · 💀) - 自动构建 ARIMA、SARIMAX、VAR、FB Prophet 和 XGBoost… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farundo\u002Ftsaug\">tsaug\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 360 · 💀) - 用于时间序列增强的 Python 包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffirmai\u002Fatspy\">atspy\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 520 · 💀) - AtsPy：由 @firmai 开发的 Python 自动化时间序列模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhsbc\u002Ftslumen\">tslumen\u003C\u002Fa>\u003C\u002Fb> (🥉8 ·  ⭐ 71 · 💀) - 用于时间序列 EDA（探索性数据分析）的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## 医疗数据\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于处理和分析医学数据的库，例如 MRI、EEG、基因组数据以及其他医学影像格式。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnilearn\u002Fnilearn\">Nilearn\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 1.3K) - Python 中用于神经影像学的机器学习工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnilearn\u002Fnilearn) (👨‍💻 260 · 🔀 610 · 📥 410 · 📦 4.4K · 📋 2.4K - 12% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnilearn\u002Fnilearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnilearn) (📥 270K \u002F月 · 📦 350 · ⏱️ 03.09.2025):\n\t```\n\tpip install nilearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnilearn) (📥 400K · ⏱️ 04.09.2025):\n\t```\n\tconda install -c conda-forge nilearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAI\">MONAI\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 7K) - 用于医疗影像的人工智能工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAI) (👨‍💻 240 · 🔀 1.3K · 📦 4.5K · 📋 3.3K - 14% 开放 · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAI\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmonai) (📥 320K \u002F月 · 📦 200 · ⏱️ 22.09.2025):\n\t```\n\tpip install monai\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmonai) (📥 60K · ⏱️ 22.09.2025):\n\t```\n\tconda install -c conda-forge monai\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmne-tools\u002Fmne-python\">MNE\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 3.1K) - MNE：Python 中的脑磁图（MEG）和脑电图（EEG）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmne-tools\u002Fmne-python) (👨‍💻 410 · 🔀 1.4K · 📋 5.1K - 11% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmne-tools\u002Fmne-python\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmne) (📥 280K \u002F月 · 📦 530 · ⏱️ 14.10.2025):\n\t```\n\tpip install mne\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmne) (📥 620K · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge mne\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhail-is\u002Fhail\">Hail\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1K) - 基于云的基因组数据框和批处理计算。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhail-is\u002Fhail) (👨‍💻 100 · 🔀 260 · 📦 170 · 📋 2.6K - 11% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhail-is\u002Fhail\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhail) (📥 110K \u002F月 · 📦 44 · ⏱️ 09.09.2025):\n\t```\n\tpip install hail\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnibabel\">NiBabel\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 740) - 一个 Python 包，用于访问各种神经影像文件格式。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnibabel) (👨‍💻 110 · 🔀 260 · 📦 30K · 📋 550 - 23% 开放 · ⏱️ 21.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnibabel\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnibabel) (📥 910K \u002F 月 · 📦 1.2K · ⏱️ 23.10.2024):\n\t```\n\tpip install nibabel\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnibabel) (📥 1M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge nibabel\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipype\">NIPYPE\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 790) - 面向神经影像学软件包的工作流和接口。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipype) (👨‍💻 260 · 🔀 530 · 📦 7.2K · 📋 1.4K - 30% 开放 · ⏱️ 28.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipype\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnipype) (📥 360K \u002F 月 · 📦 150 · ⏱️ 19.03.2025):\n\t```\n\tpip install nipype\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnipype) (📥 990K · ⏱️ 05.05.2025):\n\t```\n\tconda install -c conda-forge nipype\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCamDavidsonPilon\u002Flifelines\">Lifelines\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.5K · 💤) - Python中的生存分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FCamDavidsonPilon\u002Flifelines) (👨‍💻 120 · 🔀 560 · 📦 4.2K · 📋 980 - 27% 开放 · ⏱️ 29.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FCamDavidsonPilon\u002Flifelines\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flifelines) (📥 1.5M \u002F 月 · 📦 160 · ⏱️ 29.10.2024):\n\t```\n\tpip install lifelines\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flifelines) (📥 500K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge lifelines\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdeepvariant\">DeepVariant\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.5K) - DeepVariant是一个使用深度神经网络的分析流程…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdeepvariant) (👨‍💻 41 · 🔀 760 · 📥 4.9K · 📦 4 · 📋 960 - 0% 开放 · ⏱️ 10.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdeepvariant\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fbioconda\u002Fdeepvariant) (📥 79K · ⏱️ 24.05.2025):\n\t```\n\tconda install -c bioconda deepvariant\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbrainiak\u002Fbrainiak\">Brainiak\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 360 · 💤) - 脑成像分析工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbrainiak\u002Fbrainiak) (👨‍💻 35 · 🔀 140 · 📋 230 - 38% 开放 · ⏱️ 06.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbrainiak\u002Fbrainiak\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbrainiak) (📥 1.3K \u002F 月 · ⏱️ 07.01.2025):\n\t```\n\tpip install brainiak\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fbrainiak\u002Fbrainiak) (📥 2K · ⭐ 1 · ⏱️ 07.01.2025):\n\t```\n\tdocker pull brainiak\u002Fbrainiak\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示10个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdipy\u002Fdipy\">DIPY\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 790) - DIPY是Python中卓越的3D\u002F4D+医学影像库…… \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNifTK\u002FNiftyNet\">NiftyNet\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.4K · 💀) - [已停止维护] 一个开源的卷积神经…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipy\">NIPY\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 400 · 💤) - Python中的神经影像学功能磁共振成像分析包。 \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Floli\u002Fmedpy\">MedPy\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 610 · 💀) - Python中的医学图像处理。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDLTK\u002FDLTK\">DLTK\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.4K · 💀) - 用于医学图像分析的深度学习工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fprojectglow\u002Fglow\">Glow\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 290 · 💤) - 一个用于大规模基因组分析的开源工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fperone\u002Fmedicaltorch\">MedicalTorch\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 870 · 💀) - 一个基于PyTorch的医学影像框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMIC-DKFZ\u002Fmedicaldetectiontoolkit\">医学检测工具包\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 1.3K · 💀) - 医学检测工具包包含2D + 3D…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FQTIM-Lab\u002FDeepNeuro\">DeepNeuro\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 130 · 💀) - 一个用于神经影像数据的深度学习Python包。由……制作。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTencent\u002FMedicalNet\">MedicalNet\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 2.1K · 💀) - 许多研究表明，深度学习的表现…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 表格数据\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于处理表格和结构化数据的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fskrub-data\u002Fskrub\">skrub\u003C\u002Fa>\u003C\u002Fb> (🥇30 ·  ⭐ 1.5K) - 使用数据框进行机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fskrub-data\u002Fskrub) (👨‍💻 82 · 🔀 170 · 📦 100 · 📋 580 - 21% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fskrub-data\u002Fskrub\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fskrub) (📥 45K \u002F 月 · 📦 20 · ⏱️ 25.09.2025):\n\t```\n\tpip install skrub\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmanujosephv\u002Fpytorch_tabular\">pytorch_tabular\u003C\u002Fa>\u003C\u002Fb> (🥈23 ·  ⭐ 1.6K) - 用于建模深度学习模型的标准框架.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmanujosephv\u002Fpytorch_tabular) (👨‍💻 27 · 🔀 160 · 📥 64 · 📋 180 - 5% 开放 · ⏱️ 19.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmanujosephv\u002Fpytorch_tabular\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch_tabular) (📥 5.5K \u002F 月 · 📦 9 · ⏱️ 28.11.2024):\n\t```\n\tpip install pytorch_tabular\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fupgini\u002Fupgini\">upgini\u003C\u002Fa>\u003C\u002Fb> (🥈21 ·  ⭐ 350) - 面向机器学习的数据搜索与增强库。轻松查找并添加数据.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fupgini\u002Fupgini) (👨‍💻 14 · 🔀 25 · 📦 9 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fupgini\u002Fupgini\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fupgini) (📥 5.9K \u002F 月 · ⏱️ 28.10.2025):\n\t```\n\tpip install upgini\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 3 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAnotherSamWilson\u002Fmiceforest\">miceforest\u003C\u002Fa>\u003C\u002Fb> (🥈21 ·  ⭐ 390) - 使用 LightGBM 在 Python 中进行多重插补。 \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcarefree0910\u002Fcarefree-learn\">carefree-learn\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 410 · 💀) - 深度学习 PyTorch。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffirmai\u002Fdeltapy\">deltapy\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 550 · 💀) - DeltaPy - 表格数据增强（由 @firmai 提供）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 光学字符识别\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于光学字符识别（OCR）以及从图像或视频中提取文本的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR\">PaddleOCR\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 62K) - 将任何PDF或图像文档转换为结构化数据，供您的.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR) (👨‍💻 320 · 🔀 9.2K · 📥 2M · 📦 6.2K · 📋 10K - 1% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpaddleocr) (📥 750K \u002F month · 📦 210 · ⏱️ 29.10.2025):\n\t```\n\tpip install paddleocr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Focrmypdf\u002FOCRmyPDF\">OCRmyPDF\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 32K) - OCRmyPDF为扫描的PDF文件添加OCR文本层，使其能够.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Focrmypdf\u002FOCRmyPDF) (👨‍💻 120 · 🔀 2.2K · 📥 15K · 📦 1.4K · 📋 1.3K - 11% open · ⏱️ 25.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Focrmypdf\u002FOCRmyPDF\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Focrmypdf) (📥 400K \u002F month · 📦 58 · ⏱️ 16.10.2025):\n\t```\n\tpip install ocrmypdf\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Focrmypdf) (📥 110K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge ocrmypdf\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmadmaze\u002Fpytesseract\">Tesseract\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 6.2K · 💤) - Python-tesseract是一种光学字符识别（OCR）.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmadmaze\u002Fpytesseract) (👨‍💻 50 · 🔀 730 · 📋 370 - 3% open · ⏱️ 17.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmadmaze\u002Fpytesseract\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytesseract) (📥 5.6M \u002F month · 📦 970 · ⏱️ 16.08.2024):\n\t```\n\tpip install pytesseract\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytesseract) (📥 690K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pytesseract\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsirfz\u002Ftesserocr\">tesserocr\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.1K) - Tesseract-OCR API的Python封装。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsirfz\u002Ftesserocr) (👨‍💻 34 · 🔀 260 · 📥 1.2K · 📦 1.3K · 📋 290 - 14% open · ⏱️ 10.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsirfz\u002Ftesserocr\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftesserocr) (📥 210K \u002F month · 📦 56 · ⏱️ 10.10.2025):\n\t```\n\tpip install tesserocr\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftesserocr) (📥 290K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tesserocr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmocr\">MMOCR\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 4.7K · 💤) - OpenMMLab文本检测、识别与理解工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmocr) (👨‍💻 90 · 🔀 770 · 📦 240 · 📋 930 - 20% open · ⏱️ 27.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fopen-mmlab\u002Fmmocr\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmmocr) (📥 6K \u002F month · 📦 4 · ⏱️ 05.05.2022):\n\t```\n\tpip install mmocr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffaustomorales\u002Fkeras-ocr\">keras-ocr\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.5K) - CRAFT文本检测器的封装且灵活版本，以及.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffaustomorales\u002Fkeras-ocr) (👨‍💻 19 · 🔀 340 · 📥 2.1M · 📦 720 · 📋 220 - 46% open · ⏱️ 22.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffaustomorales\u002Fkeras-ocr\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkeras-ocr) (📥 18K \u002F month · 📦 8 · ⏱️ 06.11.2023):\n\t```\n\tpip install keras-ocr\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fkeras-ocr) (📥 450 · ⏱️ 22.04.2025):\n\t```\n\tconda install -c anaconda keras-ocr\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示6个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJaidedAI\u002FEasyOCR\">EasyOCR\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 28K · 💀) - 即用型OCR，支持80多种语言及所有主流.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCalamari-OCR\u002Fcalamari\">calamari\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.2K) - 基于OCRopy的基于行的ATR引擎。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FWZBSocialScienceCenter\u002Fpdftabextract\">pdftabextract\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.2K · 💀) - 一套用于从PDF文件中提取表格的工具.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Femedvedev\u002Fattention-ocr\">attention-ocr\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.1K · 💀) - 一种用于文本识别的TensorFlow模型（CNN + seq2seq.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjlsutherland\u002Fdoc2text\">doc2text\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.3K · 💀) - 检测文本块，并批量对扫描质量较差的PDF进行OCR。Python.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faashrafh\u002FMozart\">Mozart\u003C\u002Fa>\u003C\u002Fb> (🥉10 ·  ⭐ 690 · 💀) - 一种光学乐谱识别（OMR）系统。将乐谱.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 数据容器与结构\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_通用数据容器与结构，以及针对pandas的实用工具和扩展。_\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python#data-containers--dataframes\">best-of-python - 数据容器\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 4.2K)  - 数据容器、数据框及pandas的集合..\n\n\u003Cbr>\n\n## 数据加载与提取\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于从各种数据源和格式中加载、收集和提取数据的库。_\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python#data-loading--extraction\">best-of-python - 数据提取\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 4.2K)  - 数据加载和提取库的集合。\n\n\u003Cbr>\n\n## 网页抓取与爬虫\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于网页抓取、爬虫、下载和数据挖掘的库，以及其他相关库。_\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-web-python#web-scraping--crawling\">best-of-web-python - 网页抓取\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 2.6K)  - 网页抓取和爬虫库的集合。\n\n\u003Cbr>\n\n## 数据管道与流处理\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于批处理和流式数据处理、工作流自动化、作业调度以及其他数据管道任务的库。_\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python#data-pipelines--streaming\">best-of-python - 数据管道\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 4.2K)  - 用于批处理和流式数据处理的库，..\n\n\u003Cdetails>\u003Csummary>显示1个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclugen\u002Fpyclugen\">pyclugen\u003C\u002Fa>\u003C\u002Fb> (🥇10 ·  ⭐ 10) - Python中的多维聚类生成。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 分布式机器学习\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_提供在大规模计算基础设施上分布式并行化机器学习任务能力的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray\">Ray\u003C\u002Fa>\u003C\u002Fb> (🥇48 ·  ⭐ 40K) - Ray是一个AI计算引擎。Ray由一个核心分布式运行时组成.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray) (👨‍💻 1.4K · 🔀 6.8K · 📥 270 · 📦 27K · 📋 22K - 14%开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fray) (📥 30M \u002F 月 · 📦 1.1K · ⏱️ 29.10.2025):\n\t```\n\tpip install ray\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fray-tune) (📥 920K · ⏱️ 22.10.2025):\n\t```\n\tconda install -c conda-forge ray-tune\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask\">dask\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 14K · 📈) - 带任务调度的并行计算。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask) (👨‍💻 630 · 🔀 1.8K · 📦 77K · 📋 5.6K - 21%开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdask) (📥 20M \u002F 月 · 📦 3.2K · ⏱️ 14.10.2025):\n\t```\n\tpip install dask\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdask) (📥 14M · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge dask\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepspeedai\u002FDeepSpeed\">DeepSpeed\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 41K) - DeepSpeed是一个深度学习优化库，它使.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepspeedai\u002FDeepSpeed) (👨‍💻 420 · 🔀 4.6K · 📦 15K · 📋 3.2K - 34%开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FDeepSpeed\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepspeed) (📥 990K \u002F 月 · 📦 350 · ⏱️ 23.10.2025):\n\t```\n\tpip install deepspeed\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fdeepspeed\u002Fdeepspeed) (📥 24K · ⭐ 4 · ⏱️ 02.09.2022):\n\t```\n\tdocker pull deepspeed\u002Fdeepspeed\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed\">dask.distributed\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 1.7K) - Dask的分布式任务调度器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed) (👨‍💻 340 · 🔀 740 · 📦 42K · 📋 3.9K - 37%开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdistributed) (📥 5.4M \u002F 月 · 📦 1K · ⏱️ 14.10.2025):\n\t```\n\tpip install distributed\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdistributed) (📥 20M · ⏱️ 14.10.2025):\n\t```\n\tconda install -c conda-forge distributed\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhorovod\u002Fhorovod\">horovod\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 15K) - 面向TensorFlow、Keras、PyTorch等的分布式训练框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhorovod\u002Fhorovod) (👨‍💻 180 · 🔀 2.3K · 📦 1.4K · 📋 2.3K - 17%开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhorovod\u002Fhorovod\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhorovod) (📥 78K \u002F 月 · 📦 34 · ⏱️ 12.06.2023):\n\t```\n\tpip install horovod\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Ftorchmetrics\">metrics\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 2.3K) - 面向分布式、可扩展PyTorch的机器学习指标。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Ftorchmetrics) (👨‍💻 280 · 🔀 460 · 📥 6.9K · 📦 45K · 📋 990 - 8%开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fmetrics\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmetrics) (📥 4.6K \u002F 月 · 📦 4 · ⏱️ 26.02.2025):\n\t```\n\tpip install metrics\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftorchmetrics) (📥 2.2M · ⏱️ 03.09.2025):\n\t```\n\tconda install -c conda-forge torchmetrics\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fh2oai\u002Fh2o-3\">H2O-3\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 7.3K) - H2O是一个开源、分布式、快速且可扩展的机器学习平台。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fh2oai\u002Fh2o-3) (👨‍💻 280 · 🔀 2K · 📦 99 · 📋 9.6K - 30%开放 · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fh2oai\u002Fh2o-3\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fh2o) (📥 180K \u002F 月 · 📦 68 · ⏱️ 08.10.2025):\n\t```\n\tpip install h2o\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhpcaitech\u002FColossalAI\">ColossalAI\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 41K) - 让大型AI模型更便宜、更快、更易用。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhpcaitech\u002FColossalAI) (👨‍💻 200 · 🔀 4.5K · 📦 530 · 📋 1.8K - 26%开放 · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhpcaitech\u002Fcolossalai\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmpi4py\u002Fmpi4py\">mpi4py\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 880) - MPI的Python绑定。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmpi4py\u002Fmpi4py) (👨‍💻 28 · 🔀 130 · 📥 39K · 📦 12K · 📋 230 - 2%开放 · ⏱️ 29.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmpi4py\u002Fmpi4py\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmpi4py) (📥 980K \u002F 月 · 📦 1K · ⏱️ 2025年10月10日):\n\t```\n\tpip install mpi4py\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmpi4py) (📥 4.5M · ⏱️ 2025年10月14日):\n\t```\n\tconda install -c conda-forge mpi4py\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairscale\">FairScale\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 3.4K) - 面向高性能和大规模训练的 PyTorch 扩展。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairscale) (👨‍💻 77 · 🔀 290 · 📦 9K · 📋 390 - 26% 开放 · ⏱️ 2025年4月26日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffairscale\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffairscale) (📥 53万 \u002F 月 · 📦 150 · ⏱️ 2022年12月11日):\n\t```\n\tpip install fairscale\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffairscale) (📥 53万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge fairscale\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookincubator\u002Fsubmitit\">Submit it\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 1.5K) - 用于向 Slurm 提交作业的 Python 3.8+ 工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookincubator\u002Fsubmitit) (👨‍💻 26 · 🔀 140 · 📦 4.7K · 📋 130 - 38% 开放 · ⏱️ 2025年5月21日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookincubator\u002Fsubmitit\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsubmitit) (📥 84万 \u002F 月 · 📦 74 · ⏱️ 2025年5月21日):\n\t```\n\tpip install submitit\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsubmitit) (📥 6.5万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge submitit\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fintel\u002Fipex-llm\">BigDL\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 8.4K) - 加速本地 LLM 推理和微调（LLaMA、Mistral 等）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fintel\u002Fipex-llm) (👨‍💻 120 · 🔀 1.4K · 📥 710 · 📋 3K - 40% 开放 · ⏱️ 2025年10月14日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fintel-analytics\u002FBigDL\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbigdl) (📥 1.5万 \u002F 月 · 📦 2 · ⏱️ 2024年3月24日):\n\t```\n\tpip install bigdl\n\t```\n- [Maven](https:\u002F\u002Fsearch.maven.org\u002Fartifact\u002Fcom.intel.analytics.bigdl\u002Fbigdl-SPARK_2.4) (📦 5 · ⏱️ 2021年4月20日):\n\t```\n\t\u003Cdependency>\n\t\t\u003CgroupId>com.intel.analytics.bigdl\u003C\u002FgroupId>\n\t\t\u003CartifactId>bigdl-SPARK_2.4\u003C\u002FartifactId>\n\t\t\u003Cversion>[VERSION]\u003C\u002Fversion>\n\t\u003C\u002Fdependency>\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML\">SynapseML\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 5.2K) - 简单且分布式机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML) (👨‍💻 130 · 🔀 850 · 📋 820 - 49% 开放 · ⏱️ 2025年10月29日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsynapseml) (📥 160万 \u002F 月 · 📦 7 · ⏱️ 2025年10月3日):\n\t```\n\tpip install synapseml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuber\u002Fpetastorm\">petastorm\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 1.9K) - Petastorm 库支持单机或分布式训练。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fuber\u002Fpetastorm) (👨‍💻 52 · 🔀 280 · 📥 580 · 📦 390 · 📋 330 - 54% 开放 · ⏱️ 2025年9月15日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fuber\u002Fpetastorm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpetastorm) (📥 27万 \u002F 月 · 📦 15 · ⏱️ 2025年8月11日):\n\t```\n\tpip install petastorm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask-ml\">dask-ml\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 940) - 使用 Dask 的可扩展机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask-ml) (👨‍💻 82 · 🔀 260 · 📦 1.3K · 📋 550 - 51% 开放 · ⏱️ 2025年9月27日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask-ml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdask-ml) (📥 12万 \u002F 月 · 📦 100 · ⏱️ 2025年2月8日):\n\t```\n\tpip install dask-ml\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdask-ml) (📥 110万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge dask-ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flearning-at-home\u002Fhivemind\">Hivemind\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.3K) - 在 PyTorch 中进行去中心化深度学习。旨在在…上训练模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flearning-at-home\u002Fhivemind) (👨‍💻 34 · 🔀 190 · 📦 130 · 📋 190 - 43% 开放 · ⏱️ 2025年10月12日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flearning-at-home\u002Fhivemind\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhivemind) (📥 4.3万 \u002F 月 · 📦 12 · ⏱️ 2025年4月20日):\n\t```\n\tpip install hivemind\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML\">MMLSpark\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 5.2K) - 简单且分布式机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML) (👨‍💻 130 · 🔀 850 · 📋 820 - 49% 开放 · ⏱️ 2025年10月29日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FSynapseML\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmmlspark) (⏱️ 2020年3月18日):\n\t```\n\tpip install mmlspark\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fsinga\">Apache Singa\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 3.6K · 💤) - 一个 distributed deep learning platform. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fapache\u002Fsinga) (👨‍💻 98 · 🔀 1.3K · 📦 6 · 📋 140 - 35% 开放 · ⏱️ 2025年3月26日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fapache\u002Fsinga\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fnusdbsystem\u002Fsinga) (📥 1.2K · ⏱️ 2025年3月25日):\n\t```\n\tconda install -c nusdbsystem singa\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fapache\u002Fsinga) (📥 9.9K · ⭐ 3 · ⏱️ 2022年5月31日):\n\t```\n\tdocker pull apache\u002Fsinga\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fintel\u002Fanalytics-zoo\">analytics-zoo\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 2.6K) - 分布式 Tensorflow、Keras 和 PyTorch 在 Apache 上运行。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fintel\u002Fanalytics-zoo) (👨‍💻 110 · 🔀 730 · 📋 1.3K - 32% 开放 · ⏱️ 2025年10月9日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fintel-analytics\u002Fanalytics-zoo\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fanalytics-zoo) (📥 600 \u002F 月 · 📦 1 · ⏱️ 2022年8月22日):\n\t```\n\tpip install analytics-zoo\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 17 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDEAP\u002Fdeap\">DEAP\u003C\u002Fa>\u003C\u002Fb> (亚军34 ·  ⭐ 6.2K) - Python中的分布式进化算法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fipython\u002Fipyparallel\">ipyparallel\u003C\u002Fa>\u003C\u002Fb> (亚军29 ·  ⭐ 2.6K) - IPython Parallel：交互式并行计算于.. \u003Ccode>❗无许可\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyahoo\u002FTensorFlowOnSpark\">TensorFlowOnSpark\u003C\u002Fa>\u003C\u002Fb> (季军25 ·  ⭐ 3.9K · 💀) - TensorFlowOnSpark将TensorFlow程序带到.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaxpumperla\u002Felephas\">Elephas\u003C\u002Fa>\u003C\u002Fb> (季军24 ·  ⭐ 1.6K · 💀) - 使用Keras和Spark进行分布式深度学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>keras\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmesh\">Mesh\u003C\u002Fa>\u003C\u002Fb> (季军23 ·  ⭐ 1.6K · 💀) - Mesh TensorFlow：让模型并行化更简单。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002Fbyteps\">BytePS\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 3.7K · 💀) - 一个高性能且通用的分布式DNN框架.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpeterwittek\u002Fsomoclu\">somoclu\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 280 · 💀) - 大规模并行自组织映射：加速在..上的训练。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdatabricks\u002Ftensorframes\">TensorFrames\u003C\u002Fa>\u003C\u002Fb> (季军19 ·  ⭐ 750 · 💀) - [已弃用] 面向DataFrame的Tensorflow封装器.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIbotta\u002Fsk-dist\">sk-dist\u003C\u002Fa>\u003C\u002Fb> (季军19 ·  ⭐ 290 · 💀) - PySpark中的分布式scikit-learn元估计器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkingoflolz\u002Fmesh-transformer-jax\">mesh-transformer-jax\u003C\u002Fa>\u003C\u002Fb> (季军18 ·  ⭐ 6.4K · 💀) - 在JAX和Haiku中实现模型并行的Transformer。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Flaunchpad\">launchpad\u003C\u002Fa>\u003C\u002Fb> (季军18 ·  ⭐ 330 · 💀) - Launchpad是一个简化编写..的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuber\u002Ffiber\">Fiber\u003C\u002Fa>\u003C\u002Fb> (季军17 ·  ⭐ 1K · 💀) - 让AI的分布式计算变得简单。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBluefog-Lib\u002Fbluefog\">bluefog\u003C\u002Fa>\u003C\u002Fb> (季军17 ·  ⭐ 290 · 💀) - 面向PyTorch的分布式与去中心化训练框架.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftunib-ai\u002Fparallelformers\">parallelformers\u003C\u002Fa>\u003C\u002Fb> (季军16 ·  ⭐ 790 · 💀) - Parallelformers：一种高效的模型并行化.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Flazycluster\">LazyCluster\u003C\u002Fa>\u003C\u002Fb> (季军13 ·  ⭐ 49 · 💀) - 让分布式机器学习变得简单。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpetuum\u002Fautodist\">autodist\u003C\u002Fa>\u003C\u002Fb> (季军12 ·  ⭐ 130 · 💀) - 在TensorFlow上进行简单的分布式深度学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmoolib\">moolib\u003C\u002Fa>\u003C\u002Fb> (季军11 ·  ⭐ 370 · 💀) - 一个用于使用PyTorch进行分布式ML训练的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## 超参数优化与自动化机器学习\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于超参数优化、自动化机器学习和神经架构搜索的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Foptuna\u002Foptuna\">Optuna\u003C\u002Fa>\u003C\u002Fb> (冠军44 ·  ⭐ 13K) - 一个超参数优化框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Foptuna\u002Foptuna) (👨‍💻 320 · 🔀 1.2K · 📦 30K · 📋 1.8K - 3%开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Foptuna\u002Foptuna\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Foptuna) (📥 7.6M \u002F 月 · 📦 1.5K · ⏱️ 18.08.2025):\n\t```\n\tpip install optuna\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Foptuna) (📥 3.4M · ⏱️ 19.08.2025):\n\t```\n\tconda install -c conda-forge optuna\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebook\u002FAx\">Ax\u003C\u002Fa>\u003C\u002Fb> (冠军36 ·  ⭐ 2.6K) - 自适应实验平台。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebook\u002FAx) (👨‍💻 200 · 🔀 350 · 📦 1.2K · 📋 930 - 12%开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebook\u002FAx\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fax-platform) (📥 240K \u002F 月 · 📦 71 · ⏱️ 09.09.2025):\n\t```\n\tpip install ax-platform\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fax-platform) (📥 49K · ⏱️ 10.09.2025):\n\t```\n\tconda install -c conda-forge ax-platform\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautogluon\u002Fautogluon\">AutoGluon\u003C\u002Fa>\u003C\u002Fb> (冠军35 ·  ⭐ 9.6K) - 用3行代码实现快速准确的机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fautogluon\u002Fautogluon) (👨‍💻 140 · 🔀 1.1K · 📦 1.2K · 📋 1.8K - 24%开放 · ⏱️ 29.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fautogluon\u002Fautogluon\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fautogluon) (📥 26万\u002F月 · 📦 38 · ⏱️ 2025年10月23日):\n\t```\n\tpip install autogluon\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fautogluon) (📥 4.5万 · ⏱️ 2025年7月30日):\n\t```\n\tconda install -c conda-forge autogluon\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fautogluon\u002Fautogluon) (📥 2万 · ⭐ 19 · ⏱️ 2025年6月16日):\n\t```\n\tdocker pull autogluon\u002Fautogluon\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fbotorch\">BoTorch\u003C\u002Fa>\u003C\u002Fb> (🥇第35名 · ⭐ 3.4K) - PyTorch中的贝叶斯优化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fbotorch) (👨‍💻 150 · 🔀 450 · 📦 1.8K · 📋 600 - 10%开放 · ⏱️ 2025年10月29日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fbotorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbotorch) (📥 48万\u002F月 · 📦 140 · ⏱️ 2025年10月23日):\n\t```\n\tpip install botorch\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbotorch) (📥 18万 · ⏱️ 2025年10月24日):\n\t```\n\tconda install -c conda-forge botorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbayesian-optimization\u002FBayesianOptimization\">Bayesian Optimization\u003C\u002Fa>\u003C\u002Fb> (🥇第34名 · ⭐ 8.4K) - 全局优化的Python实现，采用.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbayesian-optimization\u002FBayesianOptimization) (👨‍💻 52 · 🔀 1.6K · 📥 180 · 📦 4.1K · 📋 390 - 1%开放 · ⏱️ 2025年9月9日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffmfn\u002FBayesianOptimization\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbayesian-optimization) (📥 51万\u002F月 · 📦 190 · ⏱️ 2025年7月24日):\n\t```\n\tpip install bayesian-optimization\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhyperopt\u002Fhyperopt\">Hyperopt\u003C\u002Fa>\u003C\u002Fb> (🥇第34名 · ⭐ 7.5K · 💤) - Python中的分布式异步超参数优化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhyperopt\u002Fhyperopt) (👨‍💻 100 · 🔀 1.1K · 📦 2.2万 · 📋 800 - 17%开放 · ⏱️ 2024年12月27日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhyperopt\u002Fhyperopt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhyperopt) (📥 270万\u002F月 · 📦 450 · ⏱️ 2021年11月17日):\n\t```\n\tpip install hyperopt\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhyperopt) (📥 86万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge hyperopt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fautokeras\">AutoKeras\u003C\u002Fa>\u003C\u002Fb> (🥈第32名 · ⭐ 9.3K · 💤) - 用于深度学习的AutoML库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fautokeras) (👨‍💻 150 · 🔀 1.4K · 📥 2.1万 · 📦 890 · 📋 910 - 16%开放 · ⏱️ 2024年12月16日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fautokeras\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fautokeras) (📥 1.5万\u002F月 · 📦 13 · ⏱️ 2024年3月20日):\n\t```\n\tpip install autokeras\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falteryx\u002Ffeaturetools\">featuretools\u003C\u002Fa>\u003C\u002Fb> (🥈第32名 · ⭐ 7.6K · 💤) - 一个开源的Python库，用于自动化特征.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Falteryx\u002Ffeaturetools) (👨‍💻 75 · 🔀 900 · 📦 2.1K · 📋 1K - 15%开放 · ⏱️ 2024年11月13日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Falteryx\u002Ffeaturetools\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffeaturetools) (📥 10万\u002F月 · 📦 74 · ⏱️ 2024年5月14日):\n\t```\n\tpip install featuretools\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffeaturetools) (📥 27万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge featuretools\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fnevergrad\">nevergrad\u003C\u002Fa>\u003C\u002Fb> (🥈第30名 · ⭐ 4.1K) - 一个Python工具箱，用于执行无梯度优化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fnevergrad) (👨‍💻 58 · 🔀 360 · 📦 1.2K · 📋 310 - 40%开放 · ⏱️ 2025年4月23日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fnevergrad\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnevergrad) (📥 15万\u002F月 · 📦 72 · ⏱️ 2025年4月23日):\n\t```\n\tpip install nevergrad\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnevergrad) (📥 6.7万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge nevergrad\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshankarpandala\u002Flazypredict\">lazypredict\u003C\u002Fa>\u003C\u002Fb> (🥈第28名 · ⭐ 3.2K) - Lazy Predict可以帮助在无需大量代码的情况下构建许多基础模型.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fshankarpandala\u002Flazypredict) (👨‍💻 19 · 🔀 360 · 📦 1.4K · 📋 160 - 64%开放 · ⏱️ 2025年10月17日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fshankarpandala\u002Flazypredict\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flazypredict) (📥 3.1万\u002F月 · 📦 8 · ⏱️ 2025年4月5日):\n\t```\n\tpip install lazypredict\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flazypredict) (📥 6.6千 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge lazypredict\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmljar\u002Fmljar-supervised\">mljar-supervised\u003C\u002Fa>\u003C\u002Fb> (🥈第28名 · ⭐ 3.2K) - 一个Python包，用于对表格数据进行AutoML，并包含特征.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmljar\u002Fmljar-supervised) (👨‍💻 30 · 🔀 420 · 📦 170 · 📋 680 - 21%开放 · ⏱️ 2025年7月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmljar\u002Fmljar-supervised\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmljar-supervised) (📥 8.7万\u002F月 · 📦 6 · ⏱️ 2025年7月7日):\n\t```\n\tpip install mljar-supervised\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmljar-supervised) (📥 5.2万 · ⏱️ 2025年7月8日):\n\t```\n\tconda install -c conda-forge mljar-supervised\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSimonBlanke\u002FHyperactive\">Hyperactive\u003C\u002Fa>\u003C\u002Fb> (🥈第24名 · ⭐ 530) - 一个优化和数据收集工具箱，用于方便快捷地.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FSimonBlanke\u002FHyperactive) (👨‍💻 15 · 🔀 51 · 📥 340 · 📦 40 · 📋 120 - 28%开放 · ⏱️ 2025年10月25日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FSimonBlanke\u002FHyperactive\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhyperactive) (📥 4千\u002F月 · 📦 13 · ⏱️ 2025年9月20日):\n\t```\n\tpip install hyperactive\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faimclub\u002FFEDOT\">FEDOT\u003C\u002Fa>\u003C\u002Fb> (🥉第23名 · ⭐ 700) - 自动化建模和机器学习框架FEDOT。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Faimclub\u002FFEDOT) (👨‍💻 40 · 🔀 89 · 📦 65 · 📋 570 - 11%开放 · ⏱️ 2025年10月14日):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnccr-itmo\u002FFEDOT\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffedot) (📥 1.8K \u002F月 · 📦 7 · ⏱️ 2025年10月3日):\n\t```\n\tpip install fedot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FScottfreeLLC\u002FAlphaPy\">AlphaPy\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 ·  ⭐ 1.6K) - 面向交易系统和体育博彩的 Python 自动机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FScottfreeLLC\u002FAlphaPy) (👨‍💻 5 · 🔀 250 · 📦 10 · 📋 45 - 35% 开放 · ⏱️ 2025年8月24日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FScottfreeLLC\u002FAlphaPy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Falphapy) (📥 320 \u002F月 · ⏱️ 2020年8月29日):\n\t```\n\tpip install alphapy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAuto_ViML\">Auto ViML\u003C\u002Fa>\u003C\u002Fb> (🥉第20名 ·  ⭐ 540 · 💤) - 仅用一行代码即可自动构建多个机器学习模型.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAuto_ViML) (👨‍💻 9 · 🔀 100 · 📦 28 · ⏱️ 2025年1月30日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAutoViML\u002FAuto_ViML\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fautoviml) (📥 2.6K \u002F月 · 📦 3 · ⏱️ 2025年1月30日):\n\t```\n\tpip install autoviml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAutoViML\u002Ffeaturewiz\">featurewiz\u003C\u002Fa>\u003C\u002Fb> (🥉第18名 ·  ⭐ 670 · 💤) - 使用先进的特征工程策略并选择最佳.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FAutoViML\u002Ffeaturewiz) (👨‍💻 18 · 🔀 98 · 📋 110 - 0% 开放 · ⏱️ 2025年2月19日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAutoViML\u002Ffeaturewiz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffeaturewiz) (📥 4.6K \u002F月 · 📦 4 · ⏱️ 2025年2月19日):\n\t```\n\tpip install featurewiz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 36 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEpistasisLab\u002Ftpot\">TPOT\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 10K) - 一个 Python 自动化机器学习工具，用于优化机器.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras-tuner\">Keras Tuner\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.9K · 💀) - Keras 的超参数调优库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-optimize\u002Fscikit-optimize\">scikit-optimize\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.8K · 💀) - 基于序列模型的优化方法，具有一个.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fnni\">NNI\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 14K · 💀) - 一个开源的 AutoML 工具包，用于自动化机器学习生命周期，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautoml\u002Fauto-sklearn\">auto-sklearn\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 8K · 💀) - 使用 scikit-learn 的自动化机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaxpumperla\u002Fhyperas\">Hyperas\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 2.2K · 💀) - Keras + Hyperopt：一个非常简单的封装，方便.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautoml\u002FSMAC3\">SMAC3\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.2K · 💤) - SMAC3：一个多功能的贝叶斯优化包，用于.. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSD-1-Clause\">❗️BSD-1-Clause\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSheffieldML\u002FGPyOpt\">GPyOpt\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 950 · 💀) - 使用 GPy 进行高斯过程优化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fadanet\">AdaNet\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 3.5K · 💀) - 具有学习保证的快速灵活的 AutoML。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FClimbsRocks\u002Fauto_ml\">auto_ml\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 1.7K · 💀) - [未维护] 面向分析和生产的自动化机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautonomio\u002Ftalos\">Talos\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 1.6K · 💀) - 使用 TensorFlow 和 Keras 进行超参数实验。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmindsdb\u002Flightwood\">lightwood\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 490) - Lightwood 是机器学习的乐高积木。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEpistimio\u002Forion\">Orion\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 300 · 💀) - 异步分布式超参数优化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fautoml\u002FHpBandSter\">HpBandSter\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 620 · 💀) - 一种加强版的分布式 Hyperband 实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAxeldeRomblay\u002FMLBox\">MLBox\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.5K · 💀) - MLBox 是一个功能强大的自动化机器学习 Python 库。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSD-1-Clause\">❗️BSD-1-Clause\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FwilliamFalcon\u002Ftest-tube\">Test Tube\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 740 · 💀) - 一个易于记录实验并实现并行化的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNeuraxio\u002FNeuraxle\">Neuraxle\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 610 · 💀) - 世界上最干净的 AutoML 库 - 进行超参数调优.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclaesenm\u002Foptunity\">optunity\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 420 · 💀) - 用于超参数调优的优化例程。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frsteca\u002Fsklearn-deap\">sklearn-deap\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 770 · 💀) - 在.. 中使用进化算法代替网格搜索。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgugarosa\u002Fopytimizer\">opytimizer\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 630 · 💀) - Opytimizer 是一个由元启发式算法组成的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnidhaloff\u002Figel\">igel\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 3.1K · 💀) - 一个令人愉悦的机器学习工具，允许你训练、测试和.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdragonfly\u002Fdragonfly\">Dragonfly\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 890 · 💀) - 一个用于可扩展贝叶斯优化的开源 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHDI-Project\u002FATM\">Auto Tune Models\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 530 · 💀) - 自动调优模型 - 一个多租户、多数据系统，用于.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsherpa-ai\u002Fsherpa\">Sherpa\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 340 · 💀) - 超参数优化使研究人员能够.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcerlymarco\u002Fshap-hypetune\">shap-hypetune\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 580 · 💀) - 一个用于同时进行超参数调优和.. 的 Python 包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftobegit3hub\u002Fadvisor\">Advisor\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.6K · 💀) - Google Vizier 超参数调优的开源实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Freiinakano\u002Fxcessiv\">Xcessiv\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 1.3K · 💀) - 一个基于 Web 的应用程序，用于快速、可扩展且自动化的.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminimaxir\u002Fautoml-gs\">automl-gs\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 1.9K · 💀) - 提供输入 CSV 和目标字段以进行预测，生成一个.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHunterMcGushion\u002Fhyperparameter_hunter\">HyperparameterHunter\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 710 · 💀) - 简单的超参数优化和自动结果.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjmcarpenter2\u002Fparfit\">Parfit\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 200 · 💀) - 一个用于并行化拟合和灵活评分的包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcarpedm20\u002FENAS-pytorch\">ENAS\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 2.7K · 💀) - 通过.. 的高效神经架构搜索的 PyTorch 实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLGE-ARC-AdvancedAI\u002Fauptimizer\">Auptimizer\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 200 · 💀) - 一个自动化的 ML 模型优化工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgenixpro\u002Fhypermax\">Hypermax\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 110 · 💀) - 更好、更快的超参数优化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fmodel_search\">model_search\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 3.3K · 💀) - 大规模模型架构搜索的 AutoML 算法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjoeddav\u002Fdevol\">Devol\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 950 · 💀) - 使用 Keras 进行遗传神经架构搜索。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgdikov\u002Fhypertunity\">Hypertunity\u003C\u002Fa>\u003C\u002Fb> (🥉9 ·  ⭐ 140 · 💀) - 一个用于黑盒超参数优化的工具集。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 强化学习\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于构建和评估强化学习及基于智能体系统的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAI4Finance-Foundation\u002FFinRL\">FinRL\u003C\u002Fa>\u003C\u002Fb> (🥇30 ·  ⭐ 13K) - FinRL：金融强化学习。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FAI4Finance-Foundation\u002FFinRL) (👨‍💻 130 · 🔀 2.9K · 📦 110 · 📋 760 - 35% 开放 · ⏱️ 03.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAI4Finance-Foundation\u002FFinRL\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffinrl) (📥 2.8K \u002F 月 · ⏱️ 08.01.2022):\n\t```\n\tpip install finrl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FFarama-Foundation\u002FViZDoom\">ViZDoom\u003C\u002Fa>\u003C\u002Fb> (🥇29 ·  ⭐ 1.9K) - 基于1993年游戏《毁灭战士》的强化学习环境。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FFarama-Foundation\u002FViZDoom) (👨‍💻 57 · 🔀 400 · 📥 12K · 📦 340 · 📋 470 - 6% 开放 · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmwydmuch\u002FViZDoom\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvizdoom) (📥 6.9K \u002F 月 · 📦 20 · ⏱️ 22.10.2025):\n\t```\n\tpip install vizdoom\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdopamine\">Dopamine\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 11K · 💤) - Dopamine 是一个用于快速原型设计的研究框架……\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdopamine) (👨‍💻 15 · 🔀 1.4K · 📦 21 · 📋 200 - 55% 开放 · ⏱️ 04.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdopamine\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdopamine-rl) (📥 68K \u002F 月 · 📦 10 · ⏱️ 31.10.2024):\n\t```\n\tpip install dopamine-rl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Facme\">Acme\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3.8K) - 一个包含强化学习组件和智能体的库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Facme) (👨‍💻 90 · 🔀 500 · 📦 250 · 📋 270 - 24% 开放 · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmind\u002Facme\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdm-acme) (📥 6.4K \u002F 月 · 📦 3 · ⏱️ 10.02.2022):\n\t```\n\tpip install dm-acme\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdm-acme) (📥 14K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge dm-acme\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fagents\">TF-Agents\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3K) - TF-Agents：一个可靠、可扩展且易于使用的 TensorFlow……\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fagents) (👨‍💻 150 · 🔀 740 · 📋 680 - 30% 开放 · ⏱️ 16.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fagents\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftf-agents) (📥 45K \u002F 月 · 📦 14 · ⏱️ 14.12.2023):\n\t```\n\tpip install tf-agents\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Frlax\">RLax\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.4K) - 一个在 JAX 中实现的强化学习基础组件库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Frlax) (👨‍💻 23 · 🔀 95 · 📦 370 · 📋 28 - 32% 开放 · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepmind\u002Frlax\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frlax) (📥 48K \u002F 月 · 📦 22 · ⏱️ 01.09.2025):\n\t```\n\tpip install rlax\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPARL\">PARL\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.4K) - 一个高性能的分布式训练框架，用于强化学习……\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPARL) (👨‍💻 46 · 🔀 820 · 📦 140 · 📋 540 - 23% 开放 · ⏱️ 13.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPARL\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fparl) (📥 770 \u002F 月 · 📦 1 · ⏱️ 13.05.2022):\n\t```\n\tpip install parl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FReAgent\">ReAgent\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.7K) - 一个用于推理系统（强化学习等）的平台。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FReAgent) (👨‍💻 170 · 🔀 520 · 📋 160 - 53% 开放 · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FReAgent\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Freagent) (📥 50 \u002F 月 · ⏱️ 27.05.2020):\n\t```\n\tpip install reagent\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示15个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenai\u002Fgym\">OpenAI Gym\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 37K · 💀) - 用于开发和比较强化学习的工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenai\u002Fbaselines\">baselines\u003C\u002Fa>\u003C\u002Fb> (🥇29 ·  ⭐ 17K · 💀) - OpenAI Baselines：高质量的强化学习实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-rl\u002Fkeras-rl\">keras-rl\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 5.6K · 💀) - Keras 的深度强化学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorlayer\u002FTensorLayer\">TensorLayer\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 7.4K · 💀) - 面向.. 的深度学习和强化学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorforce\u002Ftensorforce\">TensorForce\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3.3K · 💀) - TensorForce：一个用于应用.. 的 TensorFlow 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frlworkgroup\u002Fgarage\">garage\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2K · 💀) - 用于可复现强化学习研究的工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fchainer\u002Fchainerrl\">ChainerRL\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.2K · 💀) - ChainerRL 是基于.. 构建的深度强化学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhill-a\u002Fstable-baselines\">Stable Baselines\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 4.3K · 💀) - OpenAI Baselines 的分支，实现了.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpfnet\u002Fpfrl\">PFRL\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.2K · 💀) - PFRL：一个基于 PyTorch 的深度强化学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Ftrfl\">TRFL\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.1K · 💀) - TensorFlow 强化学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIntelLabs\u002Fcoach\">Coach\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2.3K · 💀) - 英特尔 AI 实验室的强化学习教练，可轻松.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSerpentAI\u002FSerpentAI\">SerpentAI\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 6.9K · 💀) - 游戏智能体框架。帮助你创建能够学习的 AI \u002F 机器人。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Flab\">DeepMind Lab\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 7.3K · 💀) - 一个可定制的基于智能体的 AI 研究用 3D 平台。 \u003Ccode>❗无许可\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fenlite-ai\u002Fmaze\">Maze\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 280 · 💀) - Maze 应用强化学习框架。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=Custom\">❗自定义\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Frliable\">rliable\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 850 · 💀) - [NeurIPS21 杰出论文] 用于可靠评估的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 推荐系统\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于构建和评估推荐系统的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frecommenders-team\u002Frecommenders\">Recommenders\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 21K) - 推荐系统的最佳实践。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frecommenders-team\u002Frecommenders) (👨‍💻 140 · 🔀 3.2K · 📥 790 · 📦 180 · 📋 890 - 18% 开放 · ⏱️ 13.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Frecommenders\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frecommenders) (📥 15K \u002F 月 · 📦 4 · ⏱️ 24.12.2024):\n\t```\n\tpip install recommenders\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Ftorchrec\">torchrec\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 2.4K) - PyTorch 领域库，用于推荐系统。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Ftorchrec) (👨‍💻 400 · 🔀 560 · 📦 240 · 📋 320 - 49% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftorchrec\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchrec-nightly-cpu) (📥 160 \u002F 月 · ⏱️ 12.05.2022):\n\t```\n\tpip install torchrec-nightly-cpu\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPreferredAI\u002Fcornac\">Cornac\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1K) - 多模态推荐系统的比较框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPreferredAI\u002Fcornac) (👨‍💻 24 · 🔀 160 · 📦 300 · 📋 170 - 17% 开放 · ⏱️ 04.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPreferredAI\u002Fcornac\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcornac) (📥 44K \u002F 月 · 📦 18 · ⏱️ 04.10.2025):\n\t```\n\tpip install cornac\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcornac) (📥 920K · ⏱️ 05.10.2025):\n\t```\n\tconda install -c conda-forge cornac\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flenskit\u002Flkpy\">lkpy\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 300) - Python 推荐工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flenskit\u002Flkpy) (👨‍💻 41 · 🔀 72 · 📦 140 · 📋 290 - 33% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flenskit\u002Flkpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flenskit) (📥 6.6K \u002F 月 · 📦 13 · ⏱️ 22.10.2025):\n\t```\n\tpip install lenskit\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flenskit) (📥 52K · ⏱️ 23.10.2025):\n\t```\n\tconda install -c conda-forge lenskit\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FRecBole\">RecBole\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 4.1K · 💤) - 一个 unified, comprehensive and efficient recommendation library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FRecBole) (👨‍💻 79 · 🔀 690 · 📋 1.1K - 32% 开放 · ⏱️ 24.02.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FRecBole\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frecbole) (📥 98K \u002F 月 · 📦 2 · ⏱️ 24.02.2025):\n\t```\n\tpip install recbole\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Faibox\u002Frecbole) (📥 9.3K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c aibox recbole\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Frecommenders\">TF Recommenders\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 2K) - TensorFlow Recommenders is a library for building.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Frecommenders) (👨‍💻 45 · 🔀 290 · 📋 450 - 59% 开放 · ⏱️ 27.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Frecommenders\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-recommenders) (📥 220K \u002F 月 · 📦 2 · ⏱️ 03.02.2023):\n\t```\n\tpip install tensorflow-recommenders\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 11 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbenfred\u002Fimplicit\">implicit\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3.7K · 💀) - Fast Python Collaborative Filtering for Implicit Feedback Datasets. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flyst\u002Flightfm\">lightfm\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 5K · 💀) - A Python implementation of LightFM, a hybrid recommendation.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNicolasHug\u002FSurprise\">scikit-surprise\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 6.7K · 💀) - A Python scikit for building and analyzing recommender.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Franking\">TF Ranking\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.8K · 💀) - Learning to Rank in TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fibayer\u002FfastFM\">fastFM\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.1K · 💀) - fastFM: A Library for Factorization Machines. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjfkirk\u002Ftensorrec\">tensorrec\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.3K · 💀) - A TensorFlow recommendation algorithm and framework in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaciejkula\u002Fspotlight\">Spotlight\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 3K · 💀) - Deep recommender models using PyTorch. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstatisticianinstilettos\u002Frecmetrics\">recmetrics\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 580 · 💀) - A library of metrics for evaluating recommender systems. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcaserec\u002FCaseRecommender\">Case Recommender\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 500 · 💀) - Case Recommender: A Flexible and Extensible Python.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fylongqi\u002Fopenrec\">OpenRec\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 420 · 💀) - OpenRec is an open-source and modular library for neural network-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FShopRunner\u002Fcollie\">Collie\u003C\u002Fa>\u003C\u002Fb> (🥉10 ·  ⭐ 100 · 💀) - A library for preparing, training, and evaluating scalable deep.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 隐私机器学习\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于加密和隐私保护机器学习的库，采用联邦学习、差分隐私等方法。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fopacus\">Opacus\u003C\u002Fa>\u003C\u002Fb> (🥇32 ·  ⭐ 1.9K) - 使用差分隐私训练 PyTorch 模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fopacus) (👨‍💻 87 · 🔀 370 · 📥 150 · 📦 1.2K · 📋 340 - 19% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fopacus\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fopacus) (📥 92K \u002F month · 📦 49 · ⏱️ 27.05.2025):\n\t```\n\tpip install opacus\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fopacus) (📥 28K · ⏱️ 09.07.2025):\n\t```\n\tconda install -c conda-forge opacus\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOpenMined\u002FPySyft\">PySyft\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 9.8K) - 在他人服务器上进行数据科学操作，同时保持数据隐私。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FOpenMined\u002FPySyft) (👨‍💻 520 · 🔀 2K · 📥 2.1K · 📦 1 · 📋 3.4K - 1% open · ⏱️ 13.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FOpenMined\u002FPySyft\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsyft) (📥 32K \u002F month · 📦 5 · ⏱️ 13.04.2025):\n\t```\n\tpip install syft\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprivacy\">TensorFlow Privacy\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 2K) - 用于以..方式训练机器学习模型的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprivacy) (👨‍💻 60 · 🔀 460 · 📥 190 · 📋 210 - 55% open · ⏱️ 13.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprivacy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-privacy) (📥 18K \u002F month · 📦 21 · ⏱️ 14.02.2024):\n\t```\n\tpip install tensorflow-privacy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FFederatedAI\u002FFATE\">FATE\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 6K · 💤) - 工业级联邦学习框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FFederatedAI\u002FFATE) (👨‍💻 100 · 🔀 1.6K · 📦 1 · 📋 2.1K - 2% open · ⏱️ 19.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FFederatedAI\u002FFATE\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FETAF) (⏱️ 06.05.2020):\n\t```\n\tpip install ETAF\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FCrypTen\">CrypTen\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.6K · 💤) - 用于隐私保护机器学习的框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FCrypTen) (👨‍💻 40 · 🔀 290 · 📋 280 - 28% open · ⏱️ 23.11.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FCrypTen\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcrypten) (📥 600 \u002F month · 📦 1 · ⏱️ 08.12.2022):\n\t```\n\tpip install crypten\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 2 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftf-encrypted\u002Ftf-encrypted\">TFEncrypted\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 1.2K · 💀) - 用于..中的加密机器学习框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FOpenMined\u002FPipelineDP\">PipelineDP\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 280) - PipelineDP 是一个用于应用差分隐私的 Python 框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 工作流与实验跟踪\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于组织、跟踪和可视化机器学习实验的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow\">mlflow\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 23K) - 开源开发者平台，用于构建 AI\u002FLLM 应用程序及.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow) (👨‍💻 910 · 🔀 4.9K · 📦 66K · 📋 5.2K - 39% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmlflow) (📥 26M \u002F month · 📦 1.3K · ⏱️ 22.10.2025):\n\t```\n\tpip install mlflow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmlflow) (📥 3.7M · ⏱️ 24.10.2025):\n\t```\n\tconda install -c conda-forge mlflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\">wandb client\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 10K) - AI 开发者平台。使用 Weights & Biases 来训练和微调.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb) (👨‍💻 220 · 🔀 790 · 📥 1.2K · 📦 84K · 📋 3.7K - 18% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fwandb\u002Fclient\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fwandb) (📥 20M \u002F month · 📦 2.3K · ⏱️ 28.10.2025):\n\t```\n\tpip install wandb\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fwandb) (📥 1.2M · ⏱️ 30.10.2025):\n\t```\n\tconda install -c conda-forge wandb\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiterative\u002Fdvc\">DVC\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 15K) - 数据版本控制和机器学习实验。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fiterative\u002Fdvc) (👨‍💻 320 · 🔀 1.2K · 📦 24K · 📋 4.9K - 4% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fiterative\u002Fdvc\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdvc) (📥 1.5M \u002F month · 📦 140 · ⏱️ 02.09.2025):\n\t```\n\tpip install dvc\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdvc) (📥 3.1M · ⏱️ 02.09.2025):\n\t```\n\tconda install -c conda-forge dvc\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorboard\">TensorBoard\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 7K) - TensorFlow 的可视化工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorboard) (👨‍💻 330 · 🔀 1.7K · 📦 330K · 📋 2K - 36% open · ⏱️ 12.08.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorboard\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorboard) (📥 31M \u002F 月 · 📦 2.8K · ⏱️ 17.07.2025):\n\t```\n\tpip install tensorboard\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorboard) (📥 6M · ⏱️ 18.07.2025):\n\t```\n\tconda install -c conda-forge tensorboard\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faws\u002Fsagemaker-python-sdk\">SageMaker SDK\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 2.2K) - 用于训练和部署机器学习的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Faws\u002Fsagemaker-python-sdk) (👨‍💻 500 · 🔀 1.2K · 📦 6.2K · 📋 1.6K - 21% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Faws\u002Fsagemaker-python-sdk\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsagemaker) (📥 27M \u002F 月 · 📦 210 · ⏱️ 29.10.2025):\n\t```\n\tpip install sagemaker\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsagemaker-python-sdk) (📥 1.8M · ⏱️ 30.10.2025):\n\t```\n\tconda install -c conda-forge sagemaker-python-sdk\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNetflix\u002Fmetaflow\">Metaflow\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 9.6K) - 构建、管理和部署 AI\u002FML 系统。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNetflix\u002Fmetaflow) (👨‍💻 120 · 🔀 930 · 📦 950 · 📋 840 - 43% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNetflix\u002Fmetaflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmetaflow) (📥 740K \u002F 月 · 📦 53 · ⏱️ 29.10.2025):\n\t```\n\tpip install metaflow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmetaflow) (📥 340K · ⏱️ 29.10.2025):\n\t```\n\tconda install -c conda-forge metaflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX\">tensorboardX\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 8K) - PyTorch（以及 Chainer、MXNet、NumPy 等）的 TensorBoard。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX) (👨‍💻 85 · 🔀 860 · 📥 500 · 📦 60K · 📋 470 - 18% 开放 · ⏱️ 13.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002FtensorboardX) (📥 4.5M \u002F 月 · 📦 740 · ⏱️ 10.06.2025):\n\t```\n\tpip install tensorboardX\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorboardx) (📥 1.3M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tensorboardx\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpycaret\u002Fpycaret\">PyCaret\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 9.6K · 💤) - Python 中的一个开源、低代码机器学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpycaret\u002Fpycaret) (👨‍💻 140 · 🔀 1.8K · 📥 730 · 📦 7.9K · 📋 2.3K - 16% 开放 · ⏱️ 06.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpycaret\u002Fpycaret\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpycaret) (📥 310K \u002F 月 · 📦 31 · ⏱️ 28.04.2024):\n\t```\n\tpip install pycaret\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpycaret) (📥 78K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pycaret\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclearml\u002Fclearml\">ClearML\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 6.3K) - ClearML：自动化的 CI\u002FCD，可简化您的 AI 工作负载…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fclearml\u002Fclearml) (👨‍💻 100 · 🔀 710 · 📥 3.5K · 📦 1.9K · 📋 1.2K - 45% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fallegroai\u002Fclearml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fclearml) (📥 500K \u002F 月 · 📦 78 · ⏱️ 22.10.2025):\n\t```\n\tpip install clearml\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fallegroai\u002Ftrains) (📥 31K · ⏱️ 05.10.2020):\n\t```\n\tdocker pull allegroai\u002Ftrains\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnakemake\u002Fsnakemake\">snakemake\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 2.6K) - 这是工作流管理系统的开发主页。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsnakemake\u002Fsnakemake) (👨‍💻 380 · 🔀 610 · 📦 2.5K · 📋 2.1K - 58% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsnakemake\u002Fsnakemake\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsnakemake) (📥 130K \u002F 月 · 📦 320 · ⏱️ 22.10.2025):\n\t```\n\tpip install snakemake\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fbioconda\u002Fsnakemake) (📥 1.5M · ⏱️ 28.10.2025):\n\t```\n\tconda install -c bioconda snakemake\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKaggle\u002Fkaggle-api\">kaggle\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 6.9K) - 官方 Kaggle API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FKaggle\u002Fkaggle-api) (👨‍💻 49 · 🔀 1.2K · 📦 21 · 📋 530 - 27% 开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FKaggle\u002Fkaggle-api\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkaggle) (📥 610K \u002F 月 · 📦 240 · ⏱️ 08.05.2025):\n\t```\n\tpip install kaggle\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fkaggle) (📥 250K · ⏱️ 11.08.2025):\n\t```\n\tconda install -c conda-forge kaggle\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faimhubio\u002Faim\">aim\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 5.8K) - Aim 是一款易于使用且功能强大的开源实验跟踪工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Faimhubio\u002Faim) (👨‍💻 82 · 🔀 360 · 📦 1.1K · 📋 1.1K - 37% 开放 · ⏱️ 26.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Faimhubio\u002Faim\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faim) (📥 120K \u002F 月 · 📦 56 · ⏱️ 11.06.2025):\n\t```\n\tpip install aim\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faim) (📥 140K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge aim\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAzure\u002FMachineLearningNotebooks\">AzureML SDK\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 4.3K · 💤) - 带有 Azure ML 和深度学习示例的 Python 笔记本。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FAzure\u002FMachineLearningNotebooks) (👨‍💻 65 · 🔀 2.5K · 📥 680 · 📋 1.5K - 26% 开放 · ⏱️ 14.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAzure\u002FMachineLearningNotebooks\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fazureml-sdk) (📥 2.2M \u002F 月 · 📦 31 · ⏱️ 11.04.2025):\n\t```\n\tpip install azureml-sdk\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FVisualDL\">VisualDL\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.9K · 💤) - 深度学习可视化工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FVisualDL) (👨‍💻 36 · 🔀 630 · 📥 540 · 📦 3.6K · 📋 510 - 30% 开放 · ⏱️ 22.01.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FVisualDL\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvisualdl) (📥 17万\u002F月 · 📦 82 · ⏱️ 30.10.2024):\n\t```\n\tpip install visualdl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FIDSIA\u002Fsacred\">sacred\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.3K) - Sacred 是一款帮助你配置、组织、记录和复现实验的工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FIDSIA\u002Fsacred) (👨‍💻 110 · 🔀 390 · 📦 3.6K · 📋 560 - 18% 开放 · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FIDSIA\u002Fsacred\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsacred) (📥 4.8万\u002F月 · 📦 60 · ⏱️ 26.11.2024):\n\t```\n\tpip install sacred\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsacred) (📥 9.9万 · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge sacred\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fneptune-ai\u002Fneptune-client\">Neptune.ai\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 620) - 面向基础模型训练的实验跟踪工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fneptune-ai\u002Fneptune-client) (👨‍💻 57 · 🔀 66 · 📦 920 · 📋 260 - 12% 开放 · ⏱️ 09.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fneptune-ai\u002Fneptune-client\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fneptune-client) (📥 48万\u002F月 · 📦 77 · ⏱️ 15.04.2025):\n\t```\n\tpip install neptune-client\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fneptune-client) (📥 39万 · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge neptune-client\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Ftnt\">TNT\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 1.7K) - 一个用于 PyTorch 训练工具和实用程序的轻量级库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Ftnt) (👨‍💻 150 · 🔀 290 · 📋 150 - 56% 开放 · ⏱️ 09.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Ftnt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchnet) (📥 9.4万\u002F月 · 📦 24 · ⏱️ 29.07.2018):\n\t```\n\tpip install torchnet\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstared\u002Flivelossplot\">livelossplot\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.3K · 💤) - 适用于 Keras 等框架的 Jupyter Notebook 实时训练损失曲线绘制工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstared\u002Flivelossplot) (👨‍💻 17 · 🔀 140 · 📦 1.9K · 📋 79 - 7% 开放 · ⏱️ 03.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fstared\u002Flivelossplot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flivelossplot) (📥 1.9万\u002F月 · 📦 16 · ⏱️ 03.01.2025):\n\t```\n\tpip install livelossplot\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fml-metadata\">ml-metadata\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 660) - 用于记录和检索与机器学习相关的元数据。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fml-metadata) (👨‍💻 23 · 🔀 170 · 📥 3K · 📦 720 · 📋 130 - 41% 开放 · ⏱️ 03.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fml-metadata\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fml-metadata) (📥 5万\u002F月 · 📦 32 · ⏱️ 07.04.2025):\n\t```\n\tpip install ml-metadata\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flabmlai\u002Flabml\">Labml\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 2.3K) - 从手机端监控深度学习模型训练及硬件使用情况。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flabmlai\u002Flabml) (👨‍💻 9 · 🔀 140 · 📦 240 · 📋 50 - 12% 开放 · ⏱️ 10.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flabmlai\u002Flabml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flabml) (📥 4.6万\u002F月 · 📦 14 · ⏱️ 15.09.2024):\n\t```\n\tpip install labml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmrpowers-io\u002Fquinn\">quinn\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 680 · 💤) - 用于提升开发者效率的 PySpark 方法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmrpowers-io\u002Fquinn) (👨‍💻 31 · 🔀 98 · 📥 69 · 📦 94 · 📋 130 - 27% 开放 · ⏱️ 06.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FMrPowers\u002Fquinn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fquinn) (📥 75万\u002F月 · 📦 7 · ⏱️ 13.02.2024):\n\t```\n\tpip install quinn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fm3dev\u002Fgokart\">gokart\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 330) - Gokart 解决了可重复性、任务依赖关系以及良好代码约束等问题。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fm3dev\u002Fgokart) (👨‍💻 48 · 🔀 63 · 📦 85 · 📋 100 - 31% 开放 · ⏱️ 18.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fm3dev\u002Fgokart\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgokart) (📥 6.7万\u002F月 · 📦 8 · ⏱️ 18.06.2025):\n\t```\n\tpip install gokart\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fguildai\u002Fguildai\">Guild AI\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 890) - 实验跟踪与机器学习开发者工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fguildai\u002Fguildai) (👨‍💻 30 · 🔀 90 · 📥 32 · 📦 110 · 📋 440 - 50% 开放 · ⏱️ 29.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fguildai\u002Fguildai\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fguildai) (📥 1.7万\u002F月 · ⏱️ 11.05.2022):\n\t```\n\tpip install guildai\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Ftensorwatch\">TensorWatch\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 3.5K) - 用于 Python 机器学习的调试、监控和可视化工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Ftensorwatch) (👨‍💻 15 · 🔀 360 · 📦 160 · 📋 70 - 75% 开放 · ⏱️ 27.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Ftensorwatch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorwatch) (📥 1.4万\u002F月 · 📦 7 · ⏱️ 04.03.2020):\n\t```\n\tpip install tensorwatch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Freplicate\u002Fkeepsake\">keepsake\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 1.7K · 💤) - 机器学习版本控制工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Freplicate\u002Fkeepsake) (👨‍💻 18 · 🔀 71 · 📋 190 - 65% 开放 · ⏱️ 03.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Freplicate\u002Fkeepsake\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkeepsake) (📥 880\u002F月 · 📦 1 · ⏱️ 25.01.2021):\n\t```\n\tpip install keepsake\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdatmo\u002Fdatmo\">datmo\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 340) - 面向数据科学家的开源生产级模型管理工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdatmo\u002Fdatmo) (👨‍💻 6 · 🔀 30 · 📦 7 · 📋 180 - 17% 开放 · ⏱️ 23.06.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdatmo\u002Fdatmo\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdatmo) (📥 130 \u002F 月 · ⏱️ 2018年12月7日):\n\t```\n\tpip install datmo\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fwww.comet.com\">CometML\u003C\u002Fa>\u003C\u002Fb> (🥉第16名) - 超级增强机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub]():\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fexamples\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcomet_ml) (📥 57万 \u002F 月 · 📦 100 · ⏱️ 2025年10月29日):\n\t```\n\tpip install comet_ml\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Fcomet_ml):\n\t```\n\tconda install -c anaconda comet_ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示13个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcatalyst-team\u002Fcatalyst\">Catalyst\u003C\u002Fa>\u003C\u002Fb> (🥉第28名 ·  ⭐ 3.4K · 💀) - 加速深度学习研发。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fknockknock\">knockknock\u003C\u002Fa>\u003C\u002Fb> (🥉第25名 ·  ⭐ 2.8K · 💀) - 敲敲：只需两行代码，就能在训练结束时收到通知。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwaleedka\u002Fhiddenlayer\">hiddenlayer\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 ·  ⭐ 1.9K · 💀) - 神经网络图和训练指标工具，用于…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEducationalTestingService\u002Fskll\">SKLL\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 ·  ⭐ 560 · 💤) - SciKit-Learn Laboratory (SKLL) 让运行机器学习任务变得简单…… \u003Ccode>❗未授权\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTeamHG-Memex\u002Ftensorboard_logger\">TensorBoard Logger\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 ·  ⭐ 630 · 💀) - 在不接触 TensorFlow 的情况下记录 TensorBoard 事件。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstudioml\u002Fstudio\">Studio.ml\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 ·  ⭐ 380 · 💀) - Studio：简化并加速模型构建流程。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finstacart\u002Flore\">lore\u003C\u002Fa>\u003C\u002Fb> (🥉第20名 ·  ⭐ 1.5K · 💀) - Lore 使机器学习对软件工程师来说更加易于理解，并且…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faniketmaurya\u002Fchitra\">chitra\u003C\u002Fa>\u003C\u002Fb> (🥉第17名 ·  ⭐ 230) - 一个用于全栈深度学习的多功能库。简化…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminerva-ml\u002Fsteppy\">steppy\u003C\u002Fa>\u003C\u002Fb> (🥉第17名 ·  ⭐ 140 · 💀) - 一个轻量级的 Python 库，用于快速且可重复的实验。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fmxboard\">MXBoard\u003C\u002Fa>\u003C\u002Fb> (🥉第16名 ·  ⭐ 320 · 💀) - 用于在 TensorBoard 中可视化 MXNet 数据的日志记录工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d6190f0fd4a7.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fcaliban\">caliban\u003C\u002Fa>\u003C\u002Fb> (🥉第15名 ·  ⭐ 500 · 💀) - 使本地和云端的研究工作流程变得更加简单。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FModelChimp\u002Fmodelchimp\">ModelChimp\u003C\u002Fa>\u003C\u002Fb> (🥉第12名 ·  ⭐ 130 · 💀) - 用于机器学习和深度学习项目的实验跟踪工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjrieke\u002Ftraintool\">traintool\u003C\u002Fa>\u003C\u002Fb> (🥉第8名 ·  ⭐ 12 · 💀) - 可以在一个步骤中训练现成的机器学习模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## 模型序列化与部署\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于将模型序列化为文件、在多种模型格式之间进行转换，以及优化模型以便部署的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftriton-lang\u002Ftriton\">triton\u003C\u002Fa>\u003C\u002Fb> (🥇第45名 ·  ⭐ 1.7万) - Triton 语言和编译器的开发仓库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftriton-lang\u002Ftriton) (👨‍💻 480 · 🔀 2.3K · 📥 1.4K · 📦 7.4万 · 📋 2K - 41% 开放 · ⏱️ 2025年10月29日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fopenai\u002Ftriton\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftriton) (📥 4100万 \u002F 月 · 📦 540 · ⏱️ 2025年10月13日):\n\t```\n\tpip install triton\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fonnx\u002Fonnx\">onnx\u003C\u002Fa>\u003C\u002Fb> (🥇第43名 ·  ⭐ 2万) - 机器学习互操作性的开放标准。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fonnx\u002Fonnx) (👨‍💻 360 · 🔀 3.8K · 📥 2.5万 · 📦 4.9万 · 📋 3.1K - 9% 开放 · ⏱️ 2025年10月29日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fonnx\u002Fonnx\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fonnx) (📥 1300万 \u002F 月 · 📦 1600 · ⏱️ 2025年10月10日):\n\t```\n\tpip install onnx\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fonnx) (📥 210万 · ⏱️ 2025年10月11日):\n\t```\n\tconda install -c conda-forge onnx\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fhuggingface_hub\">huggingface_hub\u003C\u002Fa>\u003C\u002Fb> (🥈第40名 ·  ⭐ 3K) - Hugging Face Hub 的官方 Python 客户端。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fhuggingface_hub) (👨‍💻 280 · 🔀 830 · 📋 1.3K - 11% 开放 · ⏱️ 2025年10月30日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fhuggingface_hub\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhuggingface_hub) (📥 1.2亿 \u002F 月 · 📦 4100 · ⏱️ 2025年10月28日):\n\t```\n\tpip install huggingface_hub\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhuggingface_hub) (📥 420万 · ⏱️ 2025年10月28日):\n\t```\n\tconda install -c conda-forge huggingface_hub\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbentoml\u002FBentoML\">BentoML\u003C\u002Fa>\u003C\u002Fb> (🥈第36名 ·  ⭐ 8.2K) - 提供 AI 应用和模型的最简单方式——构建模型推理…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbentoml\u002FBentoML) (👨‍💻 260 · 🔀 880 · 📥 95 · 📦 2.8万 · 📋 1.1K - 11% 开放 · ⏱️ 2025年10月29日):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbentoml\u002FBentoML\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbentoml) (📥 18万\u002F月 · 📦 44 · ⏱️ 2025年10月29日):\n\t```\n\tpip install bentoml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapple\u002Fcoremltools\">Core ML 工具\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 5千) - Core ML 工具包含用于 Core ML 模型的支持工具。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fapple\u002Fcoremltools) (👨‍💻 200 · 🔀 710 · 📥 1.5万 · 📦 5.1千 · 📋 1.6千 - 26% 开放 · ⏱️ 2025年9月22日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fapple\u002Fcoremltools\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcoremltools) (📥 110万\u002F月 · 📦 110 · ⏱️ 2025年7月28日):\n\t```\n\tpip install coremltools\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcoremltools) (📥 11万 · ⏱️ 2025年10月2日):\n\t```\n\tconda install -c conda-forge coremltools\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fserve\">TorchServe\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 4.4千 · 💤) - 在生产环境中服务、优化和扩展 PyTorch 模型。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fserve) (👨‍💻 220 · 🔀 890 · 📥 8千 · 📦 900 · 📋 1.7千 - 25% 开放 · ⏱️ 2025年3月17日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fserve\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchserve) (📥 9.7万\u002F月 · 📦 26 · ⏱️ 2024年9月30日):\n\t```\n\tpip install torchserve\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fpytorch\u002Ftorchserve) (📥 57万 · ⏱️ 2025年3月25日):\n\t```\n\tconda install -c pytorch torchserve\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fpytorch\u002Ftorchserve) (📥 150万 · ⭐ 32 · ⏱️ 2024年9月30日):\n\t```\n\tdocker pull pytorch\u002Ftorchserve\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffastmachinelearning\u002Fhls4ml\">hls4ml\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.7千) - 使用 HLS 在 FPGA 上进行机器学习。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffastmachinelearning\u002Fhls4ml) (👨‍💻 82 · 🔀 440 · 📦 51 · 📋 480 - 41% 开放 · ⏱️ 2025年10月20日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffastmachinelearning\u002Fhls4ml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhls4ml) (📥 1.7千\u002F月 · 📦 1 · ⏱️ 2025年3月17日):\n\t```\n\tpip install hls4ml\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhls4ml) (📥 1.2万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge hls4ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FMMdnn\">mmdnn\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 5.8千) - MMdnn 是一套帮助用户在不同深度学习框架之间互操作的工具。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FMMdnn) (👨‍💻 86 · 🔀 960 · 📥 4千 · 📦 160 · 📋 630 - 53% 开放 · ⏱️ 2025年8月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FMicrosoft\u002FMMdnn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmmdnn) (📥 320\u002F月 · ⏱️ 2020年7月24日):\n\t```\n\tpip install mmdnn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fhummingbird\">Hummingbird\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 3.5千) - Hummingbird 将训练好的机器学习模型编译为张量计算，用于… 许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fhummingbird) (👨‍💻 40 · 🔀 290 · 📥 930 · 📋 330 - 21% 开放 · ⏱️ 2025年7月17日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fhummingbird\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhummingbird-ml) (📥 7.6千\u002F月 · 📦 7 · ⏱️ 2024年10月25日):\n\t```\n\tpip install hummingbird-ml\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhummingbird-ml) (📥 6.4万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge hummingbird-ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Friga\u002Ftfdeploy\">tfdeploy\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 360 · 💤) - 部署 TensorFlow 图以实现快速评估和导出到… 许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Friga\u002Ftfdeploy) (👨‍💻 4 · 🔀 38 · 📋 34 - 32% 开放 · ⏱️ 2025年1月4日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Friga\u002Ftfdeploy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftfdeploy) (📥 100\u002F月 · ⏱️ 2017年3月30日):\n\t```\n\tpip install tfdeploy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示10个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBayesWitnesses\u002Fm2cgen\">m2cgen\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 2.9千 · 💀) - 将机器学习模型转换为原生代码（Java、C、Python、Go等）。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnok\u002Fsklearn-porter\">sklearn-porter\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 1.3千 · 💀) - 将训练好的 scikit-learn 估计器转译为 C、Java 等。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcortexlabs\u002Fcortex\">cortex\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 8千 · 💀) - 大规模机器学习的生产基础设施。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnebuly-ai\u002Foptimate\">nebullvm\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 8.4千 · 💀) - 一系列用于优化 AI 模型性能的库。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flarq\u002Fcompute-engine\">Larq Compute Engine\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 250) - 针对二值化神经网络的高度优化推理引擎。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgmalivenko\u002Fpytorch2keras\">pytorch2keras\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 860 · 💀) - PyTorch 到 Keras 模型的转换工具。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcog-imperial\u002FOMLT\">OMLT\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 340) - 将训练好的机器学习模型表示为 Pyomo 优化问题。许可证：❗无许可\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCornerstone-OnDemand\u002Fmodelkit\">modelkit\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 150 · 💀) - 用于开发和维护机器学习模型的工具包。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbackprop-ai\u002Fbackprop\">backprop\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 240 · 💀) - Backprop 使使用、微调和部署最先进的… 变得简单。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapple\u002Fml-ane-transformers\">ml-ane-transformers\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 2.7千 · 💀) - Transformer 的参考实现。许可证：❗无许可 \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## 模型可解释性\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于可视化、解释、调试、评估和解释机器学习模型的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshap\u002Fshap\">shap\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 25K) - 一种基于博弈论的方法，用于解释任何机器学习模型的输出。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fshap\u002Fshap) (👨‍💻 280 · 🔀 3.4K · 📦 36K · 📋 2.7K - 23% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fslundberg\u002Fshap\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fshap) (📥 9.5M \u002F month · 📦 1.2K · ⏱️ 14.10.2025):\n\t```\n\tpip install shap\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fshap) (📥 7.5M · ⏱️ 17.06.2025):\n\t```\n\tconda install -c conda-forge shap\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farviz-devs\u002Farviz\">arviz\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 1.7K) - 使用Python对贝叶斯模型进行探索性分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Farviz-devs\u002Farviz) (👨‍💻 180 · 🔀 460 · 📥 190 · 📦 11K · 📋 900 - 19% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Farviz-devs\u002Farviz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Farviz) (📥 3.7M \u002F month · 📦 410 · ⏱️ 09.07.2025):\n\t```\n\tpip install arviz\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Farviz) (📥 2.5M · ⏱️ 10.07.2025):\n\t```\n\tconda install -c conda-forge arviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flutzroeder\u002Fnetron\">Netron\u003C\u002Fa>\u003C\u002Fb> (🥇36 ·  ⭐ 32K) - 神经网络、深度学习和机器学习的可视化工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flutzroeder\u002Fnetron) (👨‍💻 2 · 🔀 3K · 📥 160K · 📦 13 · 📋 1.2K - 1% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flutzroeder\u002Fnetron\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnetron) (📥 43K \u002F month · 📦 92 · ⏱️ 23.10.2025):\n\t```\n\tpip install netron\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fevaluate\">evaluate\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 2.4K) - Evaluate：一个用于轻松评估机器学习模型的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fevaluate) (👨‍💻 130 · 🔀 290 · 📦 24K · 📋 390 - 62% open · ⏱️ 25.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fevaluate\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fevaluate) (📥 3.6M \u002F month · 📦 660 · ⏱️ 18.09.2025):\n\t```\n\tpip install evaluate\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finterpretml\u002Finterpret\">InterpretML\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 6.7K) - 拟合可解释模型。解释黑盒机器学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Finterpretml\u002Finterpret) (👨‍💻 53 · 🔀 770 · 📦 930 · 📋 490 - 22% open · ⏱️ 24.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Finterpretml\u002Finterpret\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Finterpret) (📥 230K \u002F month · 📦 58 · ⏱️ 14.10.2025):\n\t```\n\tpip install interpret\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fcaptum\">Captum\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 5.4K) - PyTorch的模型可解释性和理解工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmeta-pytorch\u002Fcaptum) (👨‍💻 140 · 🔀 540 · 📦 3.5K · 📋 610 - 41% open · ⏱️ 23.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fcaptum\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcaptum) (📥 330K \u002F month · 📦 170 · ⏱️ 27.03.2025):\n\t```\n\tpip install captum\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcaptum) (📥 130K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge captum\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpy-why\u002Fdowhy\">DoWhy\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 7.8K) - DoWhy是一个支持显式因果推断的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpy-why\u002Fdowhy) (👨‍💻 100 · 🔀 980 · 📥 43 · 📦 660 · 📋 510 - 27% open · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpy-why\u002Fdowhy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdowhy) (📥 83K \u002F month · 📦 28 · ⏱️ 12.07.2025):\n\t```\n\tpip install dowhy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdowhy) (📥 51K · ⏱️ 13.07.2025):\n\t```\n\tconda install -c conda-forge dowhy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMAIF\u002Fshapash\">shapash\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3K) - Shapash：面向用户的可解释性和可理解性工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FMAIF\u002Fshapash) (👨‍💻 43 · 🔀 350 · 📦 200 · 📋 240 - 16% open · ⏱️ 03.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FMAIF\u002Fshapash\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fshapash) (📥 7.5K \u002F month · 📦 4 · ⏱️ 24.07.2025):\n\t```\n\tpip install shapash\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Foegedijk\u002Fexplainerdashboard\">explainerdashboard\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 2.5K) - 快速构建可解释AI仪表盘，展示模型内部机制。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Foegedijk\u002Fexplainerdashboard) (👨‍💻 23 · 🔀 340 · 📦 650 · 📋 240 - 16% open · ⏱️ 01.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Foegedijk\u002Fexplainerdashboard\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fexplainerdashboard) (📥 42K \u002F month · 📦 15 · ⏱️ 03.06.2025):\n\t```\n\tpip install explainerdashboard\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fexplainerdashboard) (📥 75K · ⏱️ 04.06.2025):\n\t```\n\tconda install -c conda-forge explainerdashboard\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffairlearn\u002Ffairlearn\">fairlearn\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 2.1K) - 一个Python包，用于评估和提高机器学习模型的公平性。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffairlearn\u002Ffairlearn) (👨‍💻 100 · 🔀 470 · 📦 3 · 📋 520 - 24% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffairlearn\u002Ffairlearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffairlearn) (📥 160K \u002F month · 📦 80 · ⏱️ 19.10.2025):\n\t```\n\tpip install fairlearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffairlearn) (📥 55K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge fairlearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fparrt\u002Fdtreeviz\">dtreeviz\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.1K · 💤) - 一个 Python 库，用于决策树的可视化和模型解释。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fparrt\u002Fdtreeviz) (👨‍💻 27 · 🔀 340 · 📦 1.6K · 📋 210 - 35% open · ⏱️ 06.03.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fparrt\u002Fdtreeviz\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdtreeviz) (📥 11万\u002F月 · 📦 53 · ⏱️ 2022年7月7日):\n\t```\n\tpip install dtreeviz\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdtreeviz) (📥 12万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge dtreeviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-analysis\">模型分析\u003C\u002Fa>\u003C\u002Fb> (🥈第27名 ·  ⭐ 1.3K) - 面向TensorFlow的模型分析工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-analysis) (👨‍💻 61 · 🔀 280 · 📋 97 - 39%开放 · ⏱️ 2025年8月6日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-analysis\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-model-analysis) (📥 20万\u002F月 · 📦 20 · ⏱️ 2025年6月23日):\n\t```\n\tpip install tensorflow-model-analysis\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIF360\">公平性360\u003C\u002Fa>\u003C\u002Fb> (🥈第26名 ·  ⭐ 2.7K) - 一套全面的数据集公平性度量工具，用于…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIF360) (👨‍💻 73 · 🔀 870 · 📦 740 · 📋 300 - 65%开放 · ⏱️ 2025年10月16日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIF360\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faif360) (📥 2.9万\u002F月 · 📦 32 · ⏱️ 2024年4月8日):\n\t```\n\tpip install aif360\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faif360) (📥 2.9万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge aif360\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcsinva\u002Fimodels\">imodels\u003C\u002Fa>\u003C\u002Fb> (🥈第26名 ·  ⭐ 1.5K) - 一个简洁、透明且准确的可解释机器学习软件包…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcsinva\u002Fimodels) (👨‍💻 27 · 🔀 130 · 📦 130 · 📋 98 - 38%开放 · ⏱️ 2025年8月26日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcsinva\u002Fimodels\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fimodels) (📥 3万\u002F月 · 📦 12 · ⏱️ 2025年8月26日):\n\t```\n\tpip install imodels\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Flit\">LIT\u003C\u002Fa>\u003C\u002Fb> (🥉第25名 ·  ⭐ 3.6K · 💤) - 学习可解释性工具：交互式分析机器学习模型…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Flit) (👨‍💻 38 · 🔀 360 · 📋 210 - 57%开放 · ⏱️ 2024年12月20日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Flit\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flit-nlp) (📥 1.1万\u002F月 · 📦 3 · ⏱️ 2024年12月20日):\n\t```\n\tpip install lit-nlp\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flit-nlp) (📥 13万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge lit-nlp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fresponsible-ai-toolbox\">responsible-ai-widgets\u003C\u002Fa>\u003C\u002Fb> (🥉第25名 ·  ⭐ 1.6K · 💤) - 负责任AI工具箱是一套提供……的工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fresponsible-ai-toolbox) (👨‍💻 43 · 🔀 430 · 📋 330 - 28%开放 · ⏱️ 2025年2月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fresponsible-ai-toolbox\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fraiwidgets) (📥 1万\u002F月 · 📦 6 · ⏱️ 2024年7月8日):\n\t```\n\tpip install raiwidgets\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdssg\u002Faequitas\">aequitas\u003C\u002Fa>\u003C\u002Fb> (🥉第25名 ·  ⭐ 730 · 💤) - 偏差审计与公平机器学习工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdssg\u002Faequitas) (👨‍💻 23 · 🔀 120 · 📦 200 · 📋 99 - 51%开放 · ⏱️ 2025年3月25日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdssg\u002Faequitas\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faequitas) (📥 1.9万\u002F月 · 📦 8 · ⏱️ 2024年1月30日):\n\t```\n\tpip install aequitas\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIX360\">可解释性360\u003C\u002Fa>\u003C\u002Fb> (🥉第24名 ·  ⭐ 1.7K · 💤) - 数据和……的可解释性和透明度。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIX360) (👨‍💻 41 · 🔀 310 · 📦 170 · 📋 86 - 62%开放 · ⏱️ 2025年2月26日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002FAIX360\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faix360) (📥 1.8万\u002F月 · 📦 1 · ⏱️ 2023年7月31日):\n\t```\n\tpip install aix360\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fphilipperemy\u002Fkeract\">keract\u003C\u002Fa>\u003C\u002Fb> (🥉第24名 ·  ⭐ 1.1K) - Keras中各层的输出与梯度，轻松实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fphilipperemy\u002Fkeract) (👨‍💻 17 · 🔀 190 · 📦 260 · 📋 89 - 3%开放 · ⏱️ 2025年4月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fphilipperemy\u002Fkeract\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkeract) (📥 8.8万\u002F月 · 📦 7 · ⏱️ 2025年4月7日):\n\t```\n\tpip install keract\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finterpretml\u002FDiCE\">DiCE\u003C\u002Fa>\u003C\u002Fb> (🥉第23名 ·  ⭐ 1.5K) - 为任何机器生成多样化的反事实解释…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Finterpretml\u002FDiCE) (👨‍💻 23 · 🔀 210 · 📋 190 - 49%开放 · ⏱️ 2025年7月13日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Finterpretml\u002FDiCE\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdice-ml) (📥 4.8万\u002F月 · 📦 13 · ⏱️ 2025年7月13日):\n\t```\n\tpip install dice-ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faerdem4\u002Flofo-importance\">LOFO\u003C\u002Fa>\u003C\u002Fb> (🥉第19名 ·  ⭐ 840 · 💤) - 留一特征重要性评估。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Faerdem4\u002Flofo-importance) (👨‍💻 6 · 🔀 87 · 📦 42 · 📋 30 - 13%开放 · ⏱️ 2025年2月14日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Faerdem4\u002Flofo-importance\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Flofo-importance) (📥 1.5万\u002F月 · 📦 5 · ⏱️ 2025年2月14日):\n\t```\n\tpip install lofo-importance\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fparrt\u002Frandom-forest-importances\">随机森林重要性\u003C\u002Fa>\u003C\u002Fb> (🥉第19名 ·  ⭐ 620 · 💤) - 用于计算排列重要性和列删除重要性的代码…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fparrt\u002Frandom-forest-importances) (👨‍💻 16 · 🔀 130 · 📋 39 - 20% 开源 · ⏱️ 24.03.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fparrt\u002Frandom-forest-importances\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Frfpimp) (📥 16K \u002F 月 · 📦 5 · ⏱️ 28.01.2021):\n\t```\n\tpip install rfpimp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ffairness-indicators\">fairness-indicators\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 360) - TensorFlow 的公平性评估与可视化工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ffairness-indicators) (👨‍💻 39 · 🔀 86 · 📋 45 - 77% 开源 · ⏱️ 04.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ffairness-indicators\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffairness-indicators) (📥 1.1K \u002F 月 · ⏱️ 25.06.2025):\n\t```\n\tpip install fairness-indicators\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 32 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarcotcr\u002Flime\">Lime\u003C\u002Fa>\u003C\u002Fb> (亚军32 ·  ⭐ 1.2万 · 💀) - Lime：解释任何机器学习分类器的预测。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbmabey\u002FpyLDAvis\">pyLDAvis\u003C\u002Fa>\u003C\u002Fb> (亚军29 ·  ⭐ 1.8千 · 💀) - 用于交互式主题模型可视化的 Python 库... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDistrictDataLabs\u002Fyellowbrick\">yellowbrick\u003C\u002Fa>\u003C\u002Fb> (亚军27 ·  ⭐ 4.4千 · 💀) - 可视化分析和诊断工具，以促进.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepchecks\u002Fdeepchecks\">Deep Checks\u003C\u002Fa>\u003C\u002Fb> (亚军27 ·  ⭐ 3.9千) - Deepchecks：用于持续验证机器学习模型的测试及.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSeldonIO\u002Falibi\">Alibi\u003C\u002Fa>\u003C\u002Fb> (亚军27 ·  ⭐ 2.6千) - 用于解释机器学习模型的算法。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=Intel\">❗️Intel\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Freiinakano\u002Fscikit-plot\">scikit-plot\u003C\u002Fa>\u003C\u002Fb> (亚军27 ·  ⭐ 2.4千 · 💀) - 一个直观的库，用于为.. 添加绘图功能。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FModelOriented\u002FDALEX\">DALEX\u003C\u002Fa>\u003C\u002Fb> (亚军27 ·  ⭐ 1.4千) - 模型无关的语言，用于探索和解释（JMLR 2018；.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTeamHG-Memex\u002Feli5\">eli5\u003C\u002Fa>\u003C\u002Fb> (亚军26 ·  ⭐ 2.8千 · 💀) - 一个用于调试\u002F检查机器学习分类器的库以及.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falbermax\u002Finnvestigate\">iNNvestigate\u003C\u002Fa>\u003C\u002Fb> (亚军26 ·  ⭐ 1.3千 · 💀) - 一个用于调查神经网络预测的工具箱！ \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Flucid\">Lucid\u003C\u002Fa>\u003C\u002Fb> (季军25 ·  ⭐ 4.7千 · 💀) - 一套用于研究的基础设施和工具集。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fraghakot\u002Fkeras-vis\">keras-vis\u003C\u002Fa>\u003C\u002Fb> (季军25 ·  ⭐ 3千 · 💀) - Keras 的神经网络可视化工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmckinsey\u002Fcausalnex\">CausalNex\u003C\u002Fa>\u003C\u002Fb> (季军24 ·  ⭐ 2.4千 · 💀) - 一个帮助数据科学家推断的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarcotcr\u002Fchecklist\">checklist\u003C\u002Fa>\u003C\u002Fb> (季军24 ·  ⭐ 2千 · 💀) - 超越准确度：使用 CheckList 对 NLP 模型进行行为测试。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Fwhat-if-tool\">What-If Tool\u003C\u002Fa>\u003C\u002Fb> (季军23 ·  ⭐ 980 · 💀) - What-If 工具的源代码\u002F网页\u002F演示。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsicara\u002Ftf-explain\">tf-explain\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 1千 · 💀) - 使用 TensorFlow 的 tf.keras 模型可解释性方法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkundajelab\u002Fdeeplift\">deeplift\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 870 · 💀) - 公开的 deeplift 仓库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fandosa\u002Ftreeinterpreter\">TreeInterpreter\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 760 · 💀) - 用于解释 scikit-learn 决策树的包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funderstandable-machine-intelligence-lab\u002FQuantus\">Quantus\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 630) - Quantus 是一个可解释 AI 工具箱，用于负责任地评估.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEthicalML\u002Fxai\">XAI\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 1.2千 · 💀) - XAI：一个用于机器学习的可解释性工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftcav\">tcav\u003C\u002Fa>\u003C\u002Fb> (季军20 ·  ⭐ 640 · 💀) - TCAV 机器学习可解释性项目的代码。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjalammar\u002Fecco\">ecco\u003C\u002Fa>\u003C\u002Fb> (季军19 ·  ⭐ 2.1千 · 💀) - 解释、分析和可视化 NLP 语言模型。Ecco 创建.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fedublancas\u002Fsklearn-evaluation\">sklearn-evaluation\u003C\u002Fa>\u003C\u002Fb> (季军17 ·  ⭐ 460 · 💀) - 让机器学习模型评估变得简单：图表、.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-card-toolkit\">model-card-toolkit\u003C\u002Fa>\u003C\u002Fb> (季军17 ·  ⭐ 440 · 💀) - 一个简化并自动化.. 的工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmarcotcr\u002Fanchor\">Anchor\u003C\u002Fa>\u003C\u002Fb> (季军16 ·  ⭐ 810 · 💀) - 高精度模型无关解释论文的代码。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMisaOgura\u002Fflashtorch\">FlashTorch\u003C\u002Fa>\u003C\u002Fb> (季军15 ·  ⭐ 740 · 💀) - PyTorch 中的神经网络可视化工具！演示 --。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FexplainX\u002Fexplainx\">ExplainX.ai\u003C\u002Fa>\u003C\u002Fb> (季军15 ·  ⭐ 440 · 💀) - 数据科学家的可解释 AI 框架。解释和调试任何.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgivasile\u002Feffector\">effector\u003C\u002Fa>\u003C\u002Fb> (季军15 ·  ⭐ 120) - Effector：一个用于全局和区域效应方法的 Python 包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Foracle\u002FSkater\">Skater\u003C\u002Fa>\u003C\u002Fb> (季军14 ·  ⭐ 1.1千) - 用于模型解释\u002F说明的 Python 库。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=UPL-1.0\">❗️UPL-1.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finterpretml\u002Finterpret-text\">interpret-text\u003C\u002Fa>\u003C\u002Fb> (季军14 ·  ⭐ 430 · 💀) - 一个结合了最先进解释器的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fintuit\u002Fbias-detector\">bias-detector\u003C\u002Fa>\u003C\u002Fb> (季军13 ·  ⭐ 45 · 💀) - Bias Detector 是一个用于检测机器中偏见的 Python 包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsuinleelab\u002Fattributionpriors\">Attribution Priors\u003C\u002Fa>\u003C\u002Fb> (季军12 ·  ⭐ 120 · 💀) - 用于使用.. 训练可解释模型的工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSAP-archive\u002Fcontextual-ai\">contextual-ai\u003C\u002Fa>\u003C\u002Fb> (季军12 ·  ⭐ 87 · 💀) - Contextual AI 为不同阶段添加可解释性。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 向量相似性搜索（ANN）\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于近似最近邻搜索以及向量索引\u002F相似性搜索的库。_\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ferikbern\u002Fann-benchmarks\">ANN 基准测试\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 5.5K)  - Python 中近似最近邻库的基准测试。\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 38K) - Milvus 是一个高性能、云原生的向量数据库，专为.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus) (👨‍💻 330 · 🔀 3.5K · 📥 290K · 📋 15K - 5% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpymilvus) (📥 3.3M \u002F 月 · 📦 350 · ⏱️ 19.09.2025):\n\t```\n\tpip install pymilvus\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fmilvusdb\u002Fmilvus) (📥 72M · ⭐ 90 · ⏱️ 30.10.2025):\n\t```\n\tdocker pull milvusdb\u002Fmilvus\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss\">Faiss\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 38K · 📈) - 一个用于高效相似性搜索和稠密向量聚类的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss) (👨‍💻 260 · 🔀 4K · 📦 5K · 📋 2.7K - 9% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpymilvus) (📥 3.3M \u002F 月 · 📦 350 · ⏱️ 19.09.2025):\n\t```\n\tpip install pymilvus\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffaiss) (📥 3M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge faiss\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspotify\u002Fannoy\">Annoy\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 14K) - C++\u002FPython 中的近似最近邻搜索，针对内存使用进行了优化.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fspotify\u002Fannoy) (👨‍💻 90 · 🔀 1.2K · 📦 5.4K · 📋 420 - 16% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fspotify\u002Fannoy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fannoy) (📥 1M \u002F 月 · 📦 200 · ⏱️ 14.06.2023):\n\t```\n\tpip install annoy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpython-annoy) (📥 800K · ⏱️ 01.09.2025):\n\t```\n\tconda install -c conda-forge python-annoy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funum-cloud\u002FUSearch\">USearch\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 3.2K) - 面向向量及任意数据类型的快速开源搜索与聚类引擎.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Funum-cloud\u002FUSearch) (👨‍💻 81 · 🔀 230 · 📥 110K · 📦 210 · 📋 250 - 32% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Funum-cloud\u002Fusearch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fusearch) (📥 140K \u002F 月 · 📦 44 · ⏱️ 04.09.2025):\n\t```\n\tpip install usearch\n\t```\n- [npm](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fusearch) (📥 18K \u002F 月 · 📦 23 · ⏱️ 29.10.2025):\n\t```\n\tnpm install usearch\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Funum\u002Fusearch) (📥 480 · ⭐ 1 · ⏱️ 29.10.2025):\n\t```\n\tdocker pull unum\u002Fusearch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnmslib\u002Fnmslib\">NMSLIB\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 3.5K) - 非度量空间库 (NMSLIB): 一种高效的相似性搜索.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fnmslib\u002Fnmslib) (👨‍💻 49 · 🔀 460 · 📦 1.4K · 📋 440 - 20% 开放 · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fnmslib\u002Fnmslib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fnmslib) (📥 280K \u002F 月 · 📦 67 · ⏱️ 23.10.2025):\n\t```\n\tpip install nmslib\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnmslib) (📥 230K · ⏱️ 30.08.2025):\n\t```\n\tconda install -c conda-forge nmslib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fpynndescent\">PyNNDescent\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 950) - 一个用于近似最近邻的 Python 最近邻下降算法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fpynndescent) (👨‍💻 31 · 🔀 110 · 📦 13K · 📋 140 - 53% 开放 · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fpynndescent\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpynndescent) (📥 2.5M \u002F 月 · 📦 160 · ⏱️ 17.06.2024):\n\t```\n\tpip install pynndescent\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpynndescent) (📥 2.5M · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pynndescent\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyahoojapan\u002FNGT\">NGT\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.3K) - 基于邻域图和树结构的最近邻搜索，适用于高维数据.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fyahoojapan\u002FNGT) (👨‍💻 19 · 🔀 120 · 📋 150 - 18% 开放 · ⏱️ 15.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fyahoojapan\u002FNGT\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fngt) (📥 1.8K \u002F 月 · 📦 12 · ⏱️ 26.02.2025):\n\t```\n\tpip install ngt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 5 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnmslib\u002Fhnswlib\">hnswlib\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 5K · 💀) - 一个仅包含头文件的 C++\u002FPython 库，用于快速近似最近.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpixelogik\u002FNearPy\">NearPy\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 770 · 💀) - 一个 Python 框架，用于在高维空间中进行快速（近似的）最近邻搜索.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkakao\u002Fn2\">N2\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 580 · 💀) - TOROS N2 - 一个轻量级的近似最近邻库，可在.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplasticityai\u002Fmagnitude\">Magnitude\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.7K · 💀) - 一个快速、高效的通用向量嵌入工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpysparnn\">PySparNN\u003C\u002Fa>\u003C\u002Fb> (🥉11 ·  ⭐ 920 · 💀) - 一个用于 Python 中稀疏数据的近似最近邻搜索！ \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 概率论与统计学\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_提供概率编程\u002F推理、贝叶斯推断、高斯过程或统计学相关功能的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpymc-devs\u002Fpymc\">PyMC3\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 9.3K) - 在 Python 中进行贝叶斯建模和概率编程。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpymc-devs\u002Fpymc) (👨‍💻 530 · 🔀 2.1K · 📥 140 · 📦 7.7K · 📋 3.6K - 11% 开放 · ⏱️ 28.10.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpymc-devs\u002Fpymc\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpymc3)（📥 33万\u002F月 · 📦 190 · ⏱️ 2024年5月31日）：\n\t```\n\tpip install pymc3\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpymc3)（📥 86万 · ⏱️ 2025年4月22日）：\n\t```\n\tconda install -c conda-forge pymc3\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprobability\">tensorflow-probability\u003C\u002Fa>\u003C\u002Fb>（🥇35 · ⭐ 4.4K）——用于概率推理和统计分析的…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprobability)（👨‍💻 500 · 🔀 1.1K · 📦 4 · 📋 1.5K —— 48%已开放 · ⏱️ 2025年10月22日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprobability\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-probability)（📥 88万\u002F月 · 📦 620 · ⏱️ 2024年11月8日）：\n\t```\n\tpip install tensorflow-probability\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorflow-probability)（📥 20万 · ⏱️ 2025年4月22日）：\n\t```\n\tconda install -c conda-forge tensorflow-probability\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcornellius-gp\u002Fgpytorch\">GPyTorch\u003C\u002Fa>\u003C\u002Fb>（🥇34 · ⭐ 3.8K）——PyTorch中高效的高斯过程实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcornellius-gp\u002Fgpytorch)（👨‍💻 140 · 🔀 580 · 📦 3.2K · 📋 1.4K —— 28%已开放 · ⏱️ 2025年10月14日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcornellius-gp\u002Fgpytorch\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgpytorch)（📥 50万\u002F月 · 📦 250 · ⏱️ 2025年10月14日）：\n\t```\n\tpip install gpytorch\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgpytorch)（📥 23万 · ⏱️ 2025年10月18日）：\n\t```\n\tconda install -c conda-forge gpytorch\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpgmpy\u002Fpgmpy\">pgmpy\u003C\u002Fa>\u003C\u002Fb>（🥇34 · ⭐ 3.1K）——用于因果推断和概率建模的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpgmpy\u002Fpgmpy)（👨‍💻 180 · 🔀 860 · 📥 680 · 📦 1.7K · 📋 1.1K —— 27%已开放 · ⏱️ 2025年10月29日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpgmpy\u002Fpgmpy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpgmpy)（📥 12万\u002F月 · 📦 72 · ⏱️ 2025年3月31日）：\n\t```\n\tpip install pgmpy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpydata\u002Fpatsy\">patsy\u003C\u002Fa>\u003C\u002Fb>（🥈34 · ⭐ 980）——使用符号公式在Python中描述统计模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpydata\u002Fpatsy)（👨‍💻 23 · 🔀 100 · 📦 13万 · 📋 160 —— 46%已开放 · ⏱️ 2025年10月20日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpydata\u002Fpatsy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpatsy)（📥 2200万\u002F月 · 📦 680 · ⏱️ 2025年10月20日）：\n\t```\n\tpip install patsy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpatsy)（📥 1900万 · ⏱️ 2025年10月20日）：\n\t```\n\tconda install -c conda-forge patsy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyro-ppl\u002Fpyro\">Pyro\u003C\u002Fa>\u003C\u002Fb>（🥈32 · ⭐ 8.9K）——基于Python和PyTorch的深度通用概率编程。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyro-ppl\u002Fpyro)（👨‍💻 160 · 🔀 1K · 📋 1.1K —— 24%已开放 · ⏱️ 2025年7月9日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyro-ppl\u002Fpyro\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyro-ppl)（📥 63万\u002F月 · 📦 190 · ⏱️ 2024年6月2日）：\n\t```\n\tpip install pyro-ppl\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyro-ppl)（📥 28万 · ⏱️ 2025年4月22日）：\n\t```\n\tconda install -c conda-forge pyro-ppl\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSALib\u002FSALib\">SALib\u003C\u002Fa>\u003C\u002Fb>（🥈31 · ⭐ 960）——Python中的敏感性分析库。包含Sobol、Morris、FAST等方法…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FSALib\u002FSALib)（👨‍💻 54 · 🔀 250 · 📦 1.6K · 📋 350 —— 18%已开放 · ⏱️ 2025年10月12日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FSALib\u002FSALib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsalib)（📥 25万\u002F月 · 📦 190 · ⏱️ 2025年10月12日）：\n\t```\n\tpip install salib\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsalib)（📥 29万 · ⏱️ 2025年10月12日）：\n\t```\n\tconda install -c conda-forge salib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhmmlearn\u002Fhmmlearn\">hmmlearn\u003C\u002Fa>\u003C\u002Fb>（🥈30 · ⭐ 3.3K · 💤）——Python中的隐马尔可夫模型，具有类似scikit-learn的API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhmmlearn\u002Fhmmlearn)（👨‍💻 49 · 🔀 740 · 📦 3.7K · 📋 450 —— 16%已开放 · ⏱️ 2024年10月31日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhmmlearn\u002Fhmmlearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhmmlearn)（📥 24万\u002F月 · 📦 92 · ⏱️ 2024年10月31日）：\n\t```\n\tpip install hmmlearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhmmlearn)（📥 43万 · ⏱️ 2025年9月10日）：\n\t```\n\tconda install -c conda-forge hmmlearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdfm\u002Femcee\">emcee\u003C\u002Fa>\u003C\u002Fb>（🥈30 · ⭐ 1.5K）——Python中的仿射不变MCMC集合采样工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdfm\u002Femcee)（👨‍💻 76 · 🔀 430 · 📦 3.2K · 📋 300 —— 19%已开放 · ⏱️ 2025年10月14日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdfm\u002Femcee\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Femcee)（📥 17万\u002F月 · 📦 440 · ⏱️ 2024年4月19日）：\n\t```\n\tpip install emcee\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Femcee)（📥 51万 · ⏱️ 2025年4月22日）：\n\t```\n\tconda install -c conda-forge emcee\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FGPflow\u002FGPflow\">GPflow\u003C\u002Fa>\u003C\u002Fb>（🥉29 · ⭐ 1.9K）——TensorFlow中的高斯过程。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FGPflow\u002FGPflow)（👨‍💻 84 · 🔀 430 · 📦 790 · 📋 840 —— 19%已开放 · ⏱️ 2025年5月29日）：\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FGPflow\u002FGPflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgpflow)（📥 3.2万\u002F月 · 📦 43 · ⏱️ 2025年5月29日）：\n\t```\n\tpip install gpflow\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgpflow)（📥 5.1万 · ⏱️ 2025年4月22日）：\n\t```\n\tconda install -c conda-forge gpflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbambinos\u002Fbambi\">bambi\u003C\u002Fa>\u003C\u002Fb>（🥉29 · ⭐ 1.2K）——Python中的贝叶斯建模界面（Bambi）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbambinos\u002Fbambi)（👨‍💻 47 · 🔀 140 · 📦 220 · 📋 460 —— 21%已开放 · ⏱️ 2025年10月24日）：\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbambinos\u002Fbambi\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbambi) (📥 48K \u002F 月 · 📦 19 · ⏱️ 2025年10月24日):\n\t```\n\tpip install bambi\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbambi) (📥 56K · ⏱️ 2025年10月27日):\n\t```\n\tconda install -c conda-forge bambi\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fpomegranate\">pomegranate\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 · ⭐ 3.5K · 💤) - 快速、灵活且易于使用的 Python 概率模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fpomegranate) (👨‍💻 75 · 🔀 590 · 📋 800 - 4% 开放 · ⏱️ 2025年2月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fpomegranate\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpomegranate) (📥 36K \u002F 月 · 📦 67 · ⏱️ 2025年2月7日):\n\t```\n\tpip install pomegranate\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpomegranate) (📥 23万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge pomegranate\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaximtrp\u002Fscikit-posthocs\">scikit-posthocs\u003C\u002Fa>\u003C\u002Fb> (🥉第24名 · ⭐ 380) - Python 中的多重成对比较（事后检验）测试。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmaximtrp\u002Fscikit-posthocs) (👨‍💻 18 · 🔀 41 · 📥 67 · 📦 1.2K · 📋 72 - 6% 开放 · ⏱️ 2025年9月11日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmaximtrp\u002Fscikit-posthocs\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-posthocs) (📥 12万 \u002F 月 · 📦 73 · ⏱️ 2025年3月29日):\n\t```\n\tpip install scikit-posthocs\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscikit-posthocs) (📥 110万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge scikit-posthocs\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftwopirllc\u002Fpandas-ta\">pandas-ta\u003C\u002Fa>\u003C\u002Fb> (🥉第23名 · ⭐ 5.5K) - 技术分析指标 - Pandas TA 是一个易于使用的.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftwopirllc\u002Fpandas-ta) (👨‍💻 40 · 🔀 1.1K):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftwopirllc\u002Fpandas-ta\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpandas-ta) (📥 29万 \u002F 月 · 📦 190 · ⏱️ 2025年9月14日):\n\t```\n\tpip install pandas-ta\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpandas-ta) (📥 3.9万 · ⏱️ 2025年9月23日):\n\t```\n\tconda install -c conda-forge pandas-ta\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbaal-org\u002Fbaal\">Baal\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 · ⭐ 910) - 用于研究和工业应用的贝叶斯主动学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fbaal-org\u002Fbaal) (👨‍💻 24 · 🔀 87 · 📦 67 · 📋 120 - 18% 开放 · ⏱️ 2025年10月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fbaal-org\u002Fbaal\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fbaal) (📥 1.8千 \u002F 月 · 📦 2 · ⏱️ 2025年6月24日):\n\t```\n\tpip install baal\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fbaal) (📥 1.5万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge baal\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuber\u002Forbit\">Orbit\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 · ⭐ 2K) - 一个面向对象设计的贝叶斯预测 Python 包.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fuber\u002Forbit) (👨‍💻 21 · 🔀 140 · 📋 410 - 13% 开放 · ⏱️ 2025年6月5日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fuber\u002Forbit\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Forbit-ml) (📥 2.4万 \u002F 月 · 📦 1 · ⏱️ 2024年4月1日):\n\t```\n\tpip install orbit-ml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmattjj\u002Fpyhsmm\">pyhsmm\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 · ⭐ 570 · 💤) - 在 HSMM 和 HMM 中进行贝叶斯推断。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fmattjj\u002Fpyhsmm) (👨‍💻 14 · 🔀 170 · 📦 35 · 📋 100 - 39% 开放 · ⏱️ 2025年1月25日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fmattjj\u002Fpyhsmm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyhsmm) (📥 300 \u002F 月 · 📦 1 · ⏱️ 2017年5月10日):\n\t```\n\tpip install pyhsmm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FENSTA-U2IS-AI\u002Ftorch-uncertainty\">TorchUncertainty\u003C\u002Fa>\u003C\u002Fb> (🥉第20名 · ⭐ 440 · 📉) - 一个开源框架，用于不确定性与深度.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FENSTA-U2IS-AI\u002Ftorch-uncertainty) (👨‍💻 13 · 🔀 35 · 📋 67 - 23% 开放 · ⏱️ 2025年7月31日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FENSTA-U2IS-AI\u002Ftorch-uncertainty\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-uncertainty) (📥 920 \u002F 月 · 📦 4 · ⏱️ 2025年7月31日):\n\t```\n\tpip install torch-uncertainty\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 6 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frlabbe\u002Ffilterpy\">filterpy\u003C\u002Fa>\u003C\u002Fb> (🥈第31名 · ⭐ 3.7K · 💀) - Python 卡尔曼滤波和最优估计库。实现了.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fraphaelvallat\u002Fpingouin\">pingouin\u003C\u002Fa>\u003C\u002Fb> (🥉第29名 · ⭐ 1.8K) - 基于 Pandas 的 Python 统计包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fblei-lab\u002Fedward\">Edward\u003C\u002Fa>\u003C\u002Fb> (🥉第27名 · ⭐ 4.8K · 💀) - TensorFlow 中的概率编程语言。深度.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstan-dev\u002Fpystan\">PyStan\u003C\u002Fa>\u003C\u002Fb> (🥉第27名 · ⭐ 360 · 💀) - PyStan，Stan 的 Python 接口，Stan 是一个用于统计的平台.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3hkKRql\">ISC\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyro-ppl\u002Ffunsor\">Funsor\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 · ⭐ 240 · 💀) - 用于概率编程的功能张量。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fthu-ml\u002Fzhusuan\">ZhuSuan\u003C\u002Fa>\u003C\u002Fb> (🥉第15名 · ⭐ 2.2K · 💀) - 一个用于贝叶斯深度学习的概率编程库，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 对抗鲁棒性\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于测试机器学习模型在面对对抗性\u002F恶意样本攻击时的鲁棒性的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002Fadversarial-robustness-toolbox\">ART\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 5.6K) - 对抗鲁棒性工具箱 (ART) - 用于机器学习的 Python 库.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002Fadversarial-robustness-toolbox) (👨‍💻 140 · 🔀 1.2K · 📦 770 · 📋 910 - 1% 开源 · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002Fadversarial-robustness-toolbox\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fadversarial-robustness-toolbox) (📥 29K \u002F 月 · 📦 25 · ⏱️ 07.07.2025):\n\t```\n\tpip install adversarial-robustness-toolbox\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fadversarial-robustness-toolbox) (📥 85K · ⏱️ 07.07.2025):\n\t```\n\tconda install -c conda-forge adversarial-robustness-toolbox\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FQData\u002FTextAttack\">TextAttack\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.3K) - TextAttack 是一个用于对抗性攻击、数据等的 Python 框架.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FQData\u002FTextAttack) (👨‍💻 67 · 🔀 420 · 📦 430 · 📋 290 - 23% 开源 · ⏱️ 10.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FQData\u002FTextAttack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftextattack) (📥 9.1K \u002F 月 · 📦 11 · ⏱️ 11.03.2024):\n\t```\n\tpip install textattack\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftextattack) (📥 11K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge textattack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 7 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcleverhans-lab\u002Fcleverhans\">CleverHans\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 6.4K · 💀) - 一个用于构造攻击的对抗样本库，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbethgelab\u002Ffoolbox\">Foolbox\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.9K · 💀) - 一个 Python 工具箱，用于创建能够欺骗神经网络的对抗样本.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBorealisAI\u002Fadvertorch\">advertorch\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.4K · 💀) - 一个用于对抗鲁棒性研究的工具箱。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMadryLab\u002Frobustness\">robustness\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 950 · 💀) - 一个用于实验、训练和评估神经网络的库.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadvboxes\u002FAdvBox\">AdvBox\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 1.4K · 💀) - Advbox 是一个用于生成能够欺骗的对抗样本的工具箱.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftextflint\u002Ftextflint\">textflint\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 650 · 💀) - 一个统一的多语言鲁棒性评估工具包，用于.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fairbnb\u002Fartificial-adversary\">Adversary\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 400 · 💀) - 一个用于生成对抗性文本样本并测试机器.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## GPU 与加速器工具库\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_这些库需要并利用 CUDA\u002FGPU 或其他加速硬件功能来优化机器学习任务。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Foptimum\">optimum\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 3.1K) - 加速 Transformer、Diffusers、TIMM 等模型的推理和训练.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Foptimum) (👨‍💻 150 · 🔀 600 · 📦 6.3K · 📋 860 - 30% 开源 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Foptimum\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Foptimum) (📥 3.7M \u002F 月 · 📦 270 · ⏱️ 09.10.2025):\n\t```\n\tpip install optimum\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Foptimum) (📥 50K · ⏱️ 09.10.2025):\n\t```\n\tconda install -c conda-forge optimum\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcudf\">cuDF\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 9.3K) - cuDF - GPU 数据框库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcudf) (👨‍💻 310 · 🔀 980 · 📦 64 · 📋 7.3K - 15% 开源 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcudf\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcudf) (📥 2.8K \u002F 月 · 📦 22 · ⏱️ 01.06.2020):\n\t```\n\tpip install cudf\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finducer\u002Fpycuda\">PyCUDA\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 2K) - 为 Python 提供 CUDA 集成，并附加一些炫酷功能。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Finducer\u002Fpycuda) (👨‍💻 83 · 🔀 300 · 📦 4K · 📋 290 - 29% 开源 · ⏱️ 12.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Finducer\u002Fpycuda\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpycuda) (📥 66K \u002F 月 · 📦 200 · ⏱️ 09.09.2025):\n\t```\n\tpip install pycuda\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpycuda) (📥 1.1M · ⏱️ 27.10.2025):\n\t```\n\tconda install -c conda-forge pycuda\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex\">Apex\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 8.8K) - PyTorch 扩展：提供易于使用的混合精度和分布式.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex) (👨‍💻 140 · 🔀 1.4K · 📦 3.3K · 📋 1.3K - 57% 开源 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNVIDIA\u002Fapex\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fnvidia-apex) (📥 580K · ⏱️ 26.07.2025):\n\t```\n\tconda install -c conda-forge nvidia-apex\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcuml\">cuML\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 5K) - cuML - RAPIDS 机器学习库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcuml) (👨‍💻 190 · 🔀 600 · 📋 3K - 31% 开源 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcuml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcuml) (📥 2.5K \u002F 月 · 📦 14 · ⏱️ 01.06.2020):\n\t```\n\tpip install cuml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwookayin\u002Fgpustat\">gpustat\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.3K) - 一个简单的命令行工具，用于查询和监控 GPU 状态。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fwookayin\u002Fgpustat) (👨‍💻 17 · 🔀 280 · 📦 7.9K · 📋 130 - 22% 开源 · ⏱️ 13.04.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fwookayin\u002Fgpustat\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgpustat) (📥 1.1M \u002F月 · 📦 150 · ⏱️ 22.08.2023):\n\t```\n\tpip install gpustat\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgpustat) (📥 310K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge gpustat\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farrayfire\u002Farrayfire\">ArrayFire\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 4.8K) - ArrayFire：一个通用的GPU库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Farrayfire\u002Farrayfire) (👨‍💻 97 · 🔀 540 · 📥 9.6K · 📋 1.8K - 19% 开放 · ⏱️ 28.07.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Farrayfire\u002Farrayfire\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Farrayfire) (📥 4.5K \u002F月 · 📦 13 · ⏱️ 22.02.2022):\n\t```\n\tpip install arrayfire\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcugraph\">cuGraph\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 2.1K) - cuGraph：RAPIDS 图分析库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcugraph) (👨‍💻 120 · 🔀 340 · 📋 1.9K - 6% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcugraph\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcugraph) (📥 550 \u002F月 · 📦 4 · ⏱️ 01.06.2020):\n\t```\n\tpip install cugraph\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Flibcugraph) (📥 69K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge libcugraph\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcupy\u002Fcupy\">CuPy\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 11K) - NumPy 和 SciPy 的 GPU 版本。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcupy\u002Fcupy) (👨‍💻 340 · 🔀 950):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcupy\u002Fcupy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcupy) (📥 39K \u002F月 · 📦 400 · ⏱️ 18.08.2025):\n\t```\n\tpip install cupy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcupy) (📥 7.2M · ⏱️ 14.09.2025):\n\t```\n\tconda install -c conda-forge cupy\n\t```\n- [Docker Hub](https:\u002F\u002Fhub.docker.com\u002Fr\u002Fcupy\u002Fcupy) (📥 92K · ⭐ 14 · ⏱️ 18.08.2025):\n\t```\n\tdocker pull cupy\u002Fcupy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FDALI\">DALI\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 5.5K) - 一个由高度优化的组件构成的 GPU 加速库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FDALI) (👨‍💻 99 · 🔀 650 · 📋 1.7K - 15% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FNVIDIA\u002FDALI\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKomputeProject\u002Fkompute\">Vulkan Kompute\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 2.4K) - 一个基于 Vulkan 构建的通用 GPU 计算框架，用于... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FKomputeProject\u002Fkompute) (👨‍💻 35 · 🔀 160 · 📥 700 · 📋 230 - 32% 开放 · ⏱️ 05.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FKomputeProject\u002Fkompute\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fkp) (📥 1.8K \u002F月 · ⏱️ 20.01.2024):\n\t```\n\tpip install kp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 9 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fanderskm\u002Fgputil\">GPUtil\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 1.2K · 💀) - 一个 Python 模块，用于通过...获取 NVIDIA GPU 的状态。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flebedov\u002Fscikit-cuda\">scikit-cuda\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 990 · 💀) - 一个 Python 接口，用于与 GPU 驱动的库进行交互。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffbcotter\u002Fpy3nvml\">py3nvml\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 250 · 💀) - NVML 库的 Python 3 绑定。用于在...中获取 NVIDIA GPU 的状态。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBlazingDB\u002Fblazingsql\">BlazingSQL\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 2K · 💀) - BlazingSQL 是一个轻量级、GPU 加速的 SQL 引擎，用于... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA-Merlin\u002FMerlin\">Merlin\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 860 · 💀) - NVIDIA Merlin 是一个开源库，提供端到端的 GPU... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicolargo\u002Fnvidia-ml-py3\">nvidia-ml-py3\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 140 · 💀) - NVIDIA 管理库的 Python 3 绑定。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSantosh-Gupta\u002FSpeedTorch\">SpeedTorch\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 680 · 💀) - 一个用于加速 Pytorch 中固定 CPU 到 GPU 数据传输的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstas00\u002Fipyexperiments\">ipyexperiments\u003C\u002Fa>\u003C\u002Fb> (🥉15 ·  ⭐ 220 · 💀) - 自动化的 GPU+CPU 内存分析、复用及内存... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_30780f272ab4.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frapidsai\u002Fcusignal\">cuSignal\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 730 · 💀) - GPU 加速的信号处理。 \u003Ccode>❗未授权\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## TensorFlow 工具\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_扩展 TensorFlow 功能的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdatasets\">TensorFlow Datasets\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 4.5K) - TFDS 是一组可直接用于...的数据集。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdatasets) (👨‍💻 660 · 🔀 1.6K · 📦 25K · 📋 1.5K - 47% 开放 · ⏱️ 17.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fdatasets\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-datasets) (📥 1.8M \u002F月 · 📦 340 · ⏱️ 28.05.2025):\n\t```\n\tpip install tensorflow-datasets\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorflow-datasets) (📥 51K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tensorflow-datasets\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fhub\">tensorflow-hub\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 3.5K · 💤) - 一个用于迁移学习的库，通过重用部分...实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fhub) (👨‍💻 110 · 🔀 1.7K · 📋 710 - 2% 开放 · ⏱️ 17.01.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fhub\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-hub) (📥 200万\u002F月 · 📦 300 · ⏱️ 2024年1月30日):\n\t```\n\tpip install tensorflow-hub\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorflow-hub) (📥 13万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge tensorflow-hub\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftfx\">TFX\u003C\u002Fa>\u003C\u002Fb> (🥈第31名 ·  ⭐ 2.2K · 💤) - TFX 是一个用于部署生产级机器学习的端到端平台.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftfx) (👨‍💻 200 · 🔀 710 · 📦 1.8K · 📋 1.2K - 22% 开放 · ⏱️ 2025年3月26日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftfx\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftfx) (📥 3.7万\u002F月 · 📦 17 · ⏱️ 2024年12月11日):\n\t```\n\tpip install tfx\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-optimization\">TF 模型优化\u003C\u002Fa>\u003C\u002Fb> (🥈第29名 ·  ⭐ 1.6K) - 一个用于优化机器学习模型以进行部署的工具包.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-optimization) (👨‍💻 87 · 🔀 320 · 📋 400 - 57% 开放 · ⏱️ 2025年7月7日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-optimization\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-model-optimization) (📥 92万\u002F月 · 📦 45 · ⏱️ 2024年2月8日):\n\t```\n\tpip install tensorflow-model-optimization\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fio\">TensorFlow I\u002FO\u003C\u002Fa>\u003C\u002Fb> (🥈第29名 ·  ⭐ 730) - 数据集、流式传输和文件系统扩展.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fio) (👨‍💻 120 · 🔀 290 · 📋 660 - 44% 开放 · ⏱️ 2025年4月10日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-io) (📥 73万\u002F月 · 📦 61 · ⏱️ 2024年7月1日):\n\t```\n\tpip install tensorflow-io\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftransform\">TensorFlow Transform\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 ·  ⭐ 990) - 输入管道框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftransform) (👨‍💻 31 · 🔀 220 · 📋 220 - 17% 开放 · ⏱️ 2025年8月6日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftransform\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-transform) (📥 25万\u002F月 · 📦 19 · ⏱️ 2025年6月13日):\n\t```\n\tpip install tensorflow-transform\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fneural-structured-learning\">神经结构化学习\u003C\u002Fa>\u003C\u002Fb> (🥉第24名 ·  ⭐ 1K · 💤) - 使用结构化信号训练神经网络模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fneural-structured-learning) (👨‍💻 39 · 🔀 190 · 📦 520 · 📋 69 - 1% 开放 · ⏱️ 2025年1月29日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fneural-structured-learning\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fneural-structured-learning) (📥 3.2千\u002F月 · 📦 3 · ⏱️ 2022年7月29日):\n\t```\n\tpip install neural-structured-learning\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcloud\">TensorFlow Cloud\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 ·  ⭐ 380) - TensorFlow Cloud 仓库提供了.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcloud) (👨‍💻 29 · 🔀 92 · 📋 100 - 73% 开放 · ⏱️ 2025年10月1日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcloud\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-cloud) (📥 1.8万\u002F月 · 📦 7 · ⏱️ 2021年6月17日):\n\t```\n\tpip install tensorflow-cloud\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcompression\">TF 压缩\u003C\u002Fa>\u003C\u002Fb> (🥉第20名 ·  ⭐ 900) - TensorFlow 中的数据压缩。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcompression) (👨‍💻 24 · 🔀 260 · 📋 100 - 10% 开放 · ⏱️ 2025年8月19日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fcompression\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorflow-compression) (📥 4.3千\u002F月 · 📦 2 · ⏱️ 2024年2月2日):\n\t```\n\tpip install tensorflow-compression\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 7 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensor2tensor\">tensor2tensor\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 17K · 💀) - 一个设计用于深度学习模型和数据集的库.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Faddons\">TF Addons\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.7K · 💀) - 为 TensorFlow 2.x 提供的实用扩展功能，由维护团队持续更新.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras-preprocessing\">Keras-Preprocessing\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 1K · 💀) - 用于处理图像数据、文本数据等的工具库.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqubvel\u002Fefficientnet\">efficientnet\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.1K · 💀) - EfficientNet 模型的实现。基于 Keras 和.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Fsaliency\">Saliency\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 980 · 💀) - 与框架无关的最新技术实现.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftaehoonlee\u002Ftensornets\">TensorNets\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1K · 💀) - 高层次网络定义，包含预训练权重，在.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeffy\u002Ftffm\">tffm\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 780 · 💀) - 任意阶因子分解机的 TensorFlow 实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## Jax 工具库\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_通过额外功能扩展 Jax 的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpatrick-kidger\u002Fequinox\">equinox\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 2.6K) - 在 Jax 中实现优雅易用的神经网络和科学计算.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpatrick-kidger\u002Fequinox) (👨‍💻 81 · 🔀 170 · 📦 1.4K · 📋 610 - 35% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpatrick-kidger\u002Fequinox\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fequinox) (📥 500K \u002F 月 · 📦 350 · ⏱️ 09.10.2025):\n\t```\n\tpip install equinox\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 2 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fevojax\">evojax\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 920 · 💀) - EvoJAX：硬件加速的神经进化。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fucl-bug\u002Fjaxdf\">jaxdf\u003C\u002Fa>\u003C\u002Fb> (🥉12 ·  ⭐ 130 · 💀) - 基于 JAX 的可微分研究框架.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_7c56c4b141f9.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## Sklearn 工具库\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_通过附加功能扩展 scikit-learn 的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuxlfoundation\u002Fscikit-learn-intelex\">scikit-learn-intelex\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 1.3K) - Scikit-learn 的扩展，是一种无缝加速的方式.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fuxlfoundation\u002Fscikit-learn-intelex) (👨‍💻 86 · 🔀 180 · 📦 14K · 📋 250 - 15% 开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fintel\u002Fscikit-learn-intelex\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-learn-intelex) (📥 89K \u002F 月 · 📦 74 · ⏱️ 22.10.2025):\n\t```\n\tpip install scikit-learn-intelex\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscikit-learn-intelex) (📥 650K · ⏱️ 30.10.2025):\n\t```\n\tconda install -c conda-forge scikit-learn-intelex\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fimbalanced-learn\">imbalanced-learn\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 7.1K) - 一个用于解决不平衡数据问题的 Python 包.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fimbalanced-learn) (👨‍💻 89 · 🔀 1.3K · 📋 630 - 8% 开放 · ⏱️ 14.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fimbalanced-learn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fimbalanced-learn) (📥 14M \u002F 月 · 📦 600 · ⏱️ 14.08.2025):\n\t```\n\tpip install imbalanced-learn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fimbalanced-learn) (📥 750K · ⏱️ 14.08.2025):\n\t```\n\tconda install -c conda-forge imbalanced-learn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frasbt\u002Fmlxtend\">MLxtend\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 5.1K) - 一个用于扩展和辅助 Python 数据科学的库.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frasbt\u002Fmlxtend) (👨‍💻 110 · 🔀 880 · 📦 21K · 📋 500 - 29% 开放 · ⏱️ 19.06.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frasbt\u002Fmlxtend\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmlxtend) (📥 960K \u002F 月 · 📦 200 · ⏱️ 26.01.2025):\n\t```\n\tpip install mlxtend\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fmlxtend) (📥 460K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge mlxtend\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fcategory_encoders\">category_encoders\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 2.5K · 💤) - 一个兼容 sklearn 的分类变量编码库.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fcategory_encoders) (👨‍💻 71 · 🔀 400 · 📦 4.1K · 📋 300 - 13% 开放 · ⏱️ 24.03.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fcategory_encoders\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcategory_encoders) (📥 2.1M \u002F月 · 📦 310 · ⏱️ 15.03.2025):\n\t```\n\tpip install category_encoders\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fcategory_encoders) (📥 370K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge category_encoders\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkoaning\u002Fscikit-lego\">scikit-lego\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.4K) - scikit-learn管道的额外组件。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fkoaning\u002Fscikit-lego) (👨‍💻 69 · 🔀 120 · 📦 190 · 📋 340 - 9% 开放 · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fkoaning\u002Fscikit-lego\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-lego) (📥 53K \u002F月 · 📦 13 · ⏱️ 15.09.2025):\n\t```\n\tpip install scikit-lego\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscikit-lego) (📥 76K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge scikit-lego\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fguofei9987\u002Fscikit-opt\">scikit-opt\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 6.2K) - 遗传算法、粒子群优化、模拟退火等。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fguofei9987\u002Fscikit-opt) (👨‍💻 24 · 🔀 1.1K · 📦 280 · 📋 180 - 37% 开放 · ⏱️ 31.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fguofei9987\u002Fscikit-opt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-opt) (📥 9.1K \u002F月 · 📦 15 · ⏱️ 14.01.2022):\n\t```\n\tpip install scikit-opt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftrent-b\u002Fiterative-stratification\">iterative-stratification\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 880 · 💤) - scikit-learn的迭代分层交叉验证器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftrent-b\u002Fiterative-stratification) (👨‍💻 7 · 🔀 75 · 📦 620 · 📋 27 - 7% 开放 · ⏱️ 12.10.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftrent-b\u002Fiterative-stratification\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fiterative-stratification) (📥 54K \u002F月 · 📦 15 · ⏱️ 12.10.2024):\n\t```\n\tpip install iterative-stratification\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-tda\u002Fscikit-tda\">scikit-tda\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 550) - Python中的拓扑数据分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-tda\u002Fscikit-tda) (👨‍💻 7 · 🔀 54 · 📦 93 · 📋 23 - 17% 开放 · ⏱️ 28.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-tda\u002Fscikit-tda\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscikit-tda) (📥 1.8K \u002F月 · ⏱️ 19.07.2024):\n\t```\n\tpip install scikit-tda\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示11个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsebp\u002Fscikit-survival\">scikit-survival\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.2K) - 基于scikit-learn构建的生存分析工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiskandr\u002Ffancyimpute\">fancyimpute\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.3K · 💀) - 多变量插补和矩阵完成... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-multilearn\u002Fscikit-multilearn\">scikit-multilearn\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 950 · 💀) - 基于scikit-learn的多标签学习模块等... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTeamHG-Memex\u002Fsklearn-crfsuite\">sklearn-crfsuite\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 430 · 💀) - 受scikit-learn启发的CRFsuite API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fskope-rules\">skope-rules\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 650 · 💀) - 使用逻辑规则进行Python机器学习。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=BSD-1-Clause\">❗️BSD-1-Clause\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyzhao062\u002Fcombo\">combo\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 660 · 💀) - （AAAI 20）用于机器学习模型的Python工具箱... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>xgboost\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmathurinm\u002Fceler\">celer\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 230) - L1型问题的快速求解器：Lasso、稀疏逻辑回归等。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Flightning\">sklearn-contrib-lightning\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 1.8K · 💀) - 大规模线性分类、回归等。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Famueller\u002Fdabl\">dabl\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 730 · 💀) - 数据分析基准库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002FDESlib\">DESlib\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 490 · 💀) - 用于动态分类器和集成选择的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fskggm\u002Fskggm\">skggm\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 250) - 兼容scikit-learn的一般图模型估计。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n\n\n## Pytorch实用工具\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_扩展Pytorch功能的库。_\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Faccelerate\">accelerate\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 9.2K) - 在..上启动、训练和使用PyTorch模型的简单方法。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Faccelerate) (👨‍💻 370 · 🔀 1.2K · 📦 110K · 📋 1.9K - 5% open · ⏱️ 22.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Faccelerate\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faccelerate) (📥 17M \u002F month · 📦 2.8K · ⏱️ 20.10.2025):\n\t```\n\tpip install accelerate\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Faccelerate) (📥 670K · ⏱️ 24.10.2025):\n\t```\n\tconda install -c conda-forge accelerate\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftinygrad\u002Ftinygrad\">tinygrad\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 30K) - 你喜欢 PyTorch 吗？你喜欢 MicroGrad 吗？那你一定会爱上 TinyGrad！\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftinygrad\u002Ftinygrad) (👨‍💻 420 · 🔀 3.6K · 📦 20 · 📋 1K - 12% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgeohot\u002Ftinygrad\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKevinMusgrave\u002Fpytorch-metric-learning\">PML\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 6.2K) - 在你的应用中使用深度度量学习的最简单方法。模块化，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FKevinMusgrave\u002Fpytorch-metric-learning) (👨‍💻 45 · 🔀 660 · 📦 2.9K · 📋 530 - 14% open · ⏱️ 17.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FKevinMusgrave\u002Fpytorch-metric-learning\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch-metric-learning) (📥 2.3M \u002F month · 📦 68 · ⏱️ 17.08.2025):\n\t```\n\tpip install pytorch-metric-learning\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fmetric-learning\u002Fpytorch-metric-learning) (📥 13K · ⏱️ 25.03.2025):\n\t```\n\tconda install -c metric-learning pytorch-metric-learning\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frtqichen\u002Ftorchdiffeq\">torchdiffeq\u003C\u002Fa>\u003C\u002Fb> (🥇31 ·  ⭐ 6.2K) - 具有完整 GPU 支持的可微分常微分方程求解器，以及.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frtqichen\u002Ftorchdiffeq) (👨‍💻 23 · 🔀 940 · 📦 5.5K · 📋 230 - 35% open · ⏱️ 04.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frtqichen\u002Ftorchdiffeq\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchdiffeq) (📥 1M \u002F month · 📦 120 · ⏱️ 21.11.2024):\n\t```\n\tpip install torchdiffeq\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftorchdiffeq) (📥 24K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge torchdiffeq\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftorchsde\">torchsde\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.7K · 💤) - 具有 GPU 支持和高效实现的可微分随机微分方程求解器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftorchsde) (👨‍💻 9 · 🔀 210 · 📦 5.5K · 📋 84 - 36% open · ⏱️ 30.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle-research\u002Ftorchsde\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorchsde) (📥 4.6M \u002F month · 📦 37 · ⏱️ 26.09.2023):\n\t```\n\tpip install torchsde\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftorchsde) (📥 46K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge torchsde\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_scatter\">torch-scatter\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 1.7K) - 针对 PyTorch 的优化散点操作扩展库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_scatter) (👨‍💻 34 · 🔀 200 · 📋 420 - 6% open · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_scatter\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-scatter) (📥 82K \u002F month · 📦 150 · ⏱️ 06.10.2023):\n\t```\n\tpip install torch-scatter\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch_scatter) (📥 1M · ⏱️ 03.10.2025):\n\t```\n\tconda install -c conda-forge pytorch_scatter\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_sparse\">PyTorch Sparse\u003C\u002Fa>\u003C\u002Fb> (🥈25 ·  ⭐ 1.1K) - 针对 PyTorch 的优化自动微分稀疏操作扩展库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_sparse) (👨‍💻 48 · 🔀 160 · 📋 300 - 10% open · ⏱️ 12.08.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_sparse\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftorch-sparse) (📥 63K \u002F month · 📦 120 · ⏱️ 06.10.2023):\n\t```\n\tpip install torch-sparse\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpytorch_sparse) (📥 940K · ⏱️ 03.10.2025):\n\t```\n\tconda install -c conda-forge pytorch_sparse\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBloodAxe\u002Fpytorch-toolbelt\">PyTorch Toolbelt\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.6K) - 用于快速研发原型和 Kaggle 竞赛的 PyTorch 扩展库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FBloodAxe\u002Fpytorch-toolbelt) (👨‍💻 9 · 🔀 120 · 📥 180 · 📋 33 - 12% open · ⏱️ 09.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FBloodAxe\u002Fpytorch-toolbelt\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpytorch_toolbelt) (📥 8.3K \u002F month · 📦 12 · ⏱️ 21.11.2024):\n\t```\n\tpip install pytorch_toolbelt\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmadgrad\">madgrad\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 800 · 💤) - MADGRAD 优化方法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmadgrad) (👨‍💻 3 · 🔀 58 · 📦 110 · ⏱️ 27.01.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fmadgrad\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmadgrad) (📥 9.7K \u002F month · 📦 1 · ⏱️ 08.03.2022):\n\t```\n\tpip install madgrad\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fszagoruyko\u002Fpytorchviz\">pytorchviz\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 3.4K · 💤) - 一个 small package to create visualizations of PyTorch execution.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fszagoruyko\u002Fpytorchviz) (👨‍💻 6 · 🔀 280 · 📋 72 - 47% open · ⏱️ 30.12.2024):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fszagoruyko\u002Fpytorchviz\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 22 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCadene\u002Fpretrained-models.pytorch\">pretrainedmodels\u003C\u002Fa>\u003C\u002Fb> (亚军29 ·  ⭐ 9.1K · 💀) - 针对 PyTorch 的预训练卷积神经网络：NASNet、ResNeXt 等。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flukemelas\u002FEfficientNet-PyTorch\">EfficientNet-PyTorch\u003C\u002Fa>\u003C\u002Fb> (亚军28 ·  ⭐ 8.2K · 💀) - EfficientNet 的 PyTorch 实现。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-Universe\u002Flightning-flash\">lightning-flash\u003C\u002Fa>\u003C\u002Fb> (亚军27 ·  ⭐ 1.7K · 💀) - 您的 PyTorch AI 工厂 - Flash 让您轻松地.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjettify\u002Fpytorch-optimizer\">pytorch-optimizer\u003C\u002Fa>\u003C\u002Fb> (亚军26 ·  ⭐ 3.1K · 💀) - torch-optimizer -- 一系列用于.. 的优化器。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdreamquark-ai\u002Ftabnet\">TabNet\u003C\u002Fa>\u003C\u002Fb> (亚军26 ·  ⭐ 2.9K · 💀) - TabNet 论文的 PyTorch 实现：.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frwightman\u002Fgen-efficientnet-pytorch\">EfficientNets\u003C\u002Fa>\u003C\u002Fb> (亚军25 ·  ⭐ 1.6K · 💀) - 预训练的 EfficientNet、EfficientNet-Lite、MixNet 等。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsksq96\u002Fpytorch-summary\">pytorch-summary\u003C\u002Fa>\u003C\u002Fb> (季军24 ·  ⭐ 4.1K · 💀) - 类似于 `model.summary()` 的 PyTorch 模型摘要。。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fhigher\">Higher\u003C\u002Fa>\u003C\u002Fb> (季军23 ·  ⭐ 1.6K · 💀) - higher 是一个 PyTorch 库，允许用户获得更高阶的.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Fmicrograd\">micrograd\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 14K · 💀) - 一个微型标量值自动微分引擎和神经网络库。。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fasappresearch\u002Fsru\">SRU\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 2.1K · 💀) - 以与 CNN 同样的速度训练 RNN（https:\u002F\u002Farxiv.org\u002Fabs\u002F1709.02755）。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadobe\u002Fantialiased-cnns\">抗锯齿 CNN\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 1.7K · 💀) - 使用 pip 安装 antialiased-cnns 来提高稳定性和.. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=CC%20BY-NC-SA%204.0\">❗️CC BY-NC-SA 4.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLuolc\u002FAdaBound\">AdaBound\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 2.9K · 💀) - 一种优化器，其训练速度与 Adam 相当，性能却可媲美 SGD。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Freformer-pytorch\">reformer-pytorch\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 2.2K · 💀) - Reformer，高效的 Transformer，在 PyTorch 中实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftristandeleu\u002Fpytorch-meta\">Torchmeta\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 2K · 💀) - 一套用于少样本学习的扩展和数据加载器。。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FGRAAL-Research\u002Fpoutyne\">Poutyne\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 580) - 一个简化的 PyTorch 框架和工具集。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fperformer-pytorch\">Performer Pytorch\u003C\u002Fa>\u003C\u002Fb> (季军19 ·  ⭐ 1.2K · 💀) - Performer 的实现，一种线性注意力-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fharvardnlp\u002Fpytorch-struct\">Torch-Struct\u003C\u002Fa>\u003C\u002Fb> (季军19 ·  ⭐ 1.1K · 💀) - 快速、通用且经过测试的可微结构化.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Flambda-networks\">Lambda Networks\u003C\u002Fa>\u003C\u002Fb> (季军17 ·  ⭐ 1.5K · 💀) - LambdaNetworks 的实现，一种新的方法来.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fachaiah\u002Fpywick\">Pywick\u003C\u002Fa>\u003C\u002Fb> (季军17 ·  ⭐ 400 · 💀) - 高级、开箱即用的神经网络训练库，适用于.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTorchDrift\u002FTorchDrift\">TorchDrift\u003C\u002Fa>\u003C\u002Fb> (季军15 ·  ⭐ 320 · 💀) - 用于您的 PyTorch 模型的漂移检测。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fabhishekkrthakur\u002Ftez\">Tez\u003C\u002Fa>\u003C\u002Fb> (季军14 ·  ⭐ 1.2K · 💀) - Tez 是一个超级简单轻量级的 PyTorch 训练器。它.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fparrt\u002Ftensor-sensor\">Tensor Sensor\u003C\u002Fa>\u003C\u002Fb> (季军14 ·  ⭐ 810 · 💀) - 该库的目标是生成更有帮助的.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\u003Cbr>\n\n## 数据库客户端\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n_用于连接、操作和查询数据库的库。_\n\n🔗 \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python#database-clients\">best-of-python - DB Clients\u003C\u002Fa>\u003C\u002Fb> ( ⭐ 4.2K)  - Python数据库客户端集合。\n\n\u003Cbr>\n\n## 其他\n\n\u003Ca href=\"#contents\">\u003Cimg align=\"right\" width=\"15\" height=\"15\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_24b9d31eb293.png\" alt=\"返回顶部\">\u003C\u002Fa>\n\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscipy\u002Fscipy\">scipy\u003C\u002Fa>\u003C\u002Fb> (🥇51 ·  ⭐ 14K) - 数学、科学和工程领域的开源软件生态系统。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscipy\u002Fscipy) (👨‍💻 1.8K · 🔀 5.5K · 📥 97K · 📦 1.4M · 📋 11K - 15% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscipy\u002Fscipy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fscipy) (📥 220M \u002F 月 · 📦 61K · ⏱️ 28.10.2025):\n\t```\n\tpip install scipy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fscipy) (📥 70M · ⏱️ 29.10.2025):\n\t```\n\tconda install -c conda-forge scipy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsympy\u002Fsympy\">SymPy\u003C\u002Fa>\u003C\u002Fb> (🥇49 ·  ⭐ 14K) - 一个 computer algebra system written in pure Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsympy\u002Fsympy) (👨‍💻 1.4K · 🔀 4.8K · 📥 570K · 📦 290K · 📋 15K - 37% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsympy\u002Fsympy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsympy) (📥 73M \u002F 月 · 📦 4.6K · ⏱️ 27.04.2025):\n\t```\n\tpip install sympy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fsympy) (📥 11M · ⏱️ 29.04.2025):\n\t```\n\tconda install -c conda-forge sympy\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit\">Streamlit\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 42K) - Streamlit A faster way to build and share data apps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit) (👨‍💻 570 · 🔀 3.8K · 📦 1M · 📋 5.7K - 23% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fstreamlit) (📥 19M \u002F 月 · 📦 4.6K · ⏱️ 29.10.2025):\n\t```\n\tpip install streamlit\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio\">Gradio\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 40K) - Wrap UIs around any model, share with anyone. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio) (👨‍💻 700 · 🔀 3.1K · 📦 84K · 📋 6.1K - 6% 开放 · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgradio) (📥 11M \u002F 月 · 📦 1.6K · ⏱️ 22.10.2025):\n\t```\n\tpip install gradio\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcarla-simulator\u002Fcarla\">carla\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 13K) - Open-source simulator for autonomous driving research. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fcarla-simulator\u002Fcarla) (👨‍💻 190 · 🔀 4.2K · 📦 1.1K · 📋 6.2K - 18% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fcarla-simulator\u002Fcarla\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcarla) (📥 18K \u002F 月 · 📦 16 · ⏱️ 14.09.2025):\n\t```\n\tpip install carla\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHIPS\u002Fautograd\">Autograd\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 7.4K) - Efficiently computes derivatives of NumPy code. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FHIPS\u002Fautograd) (👨‍💻 64 · 🔀 910 · 📦 14K · 📋 440 - 42% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FHIPS\u002Fautograd\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fautograd) (📥 3.4M \u002F 月 · 📦 310 · ⏱️ 05.05.2025):\n\t```\n\tpip install autograd\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fautograd) (📥 680K · ⏱️ 05.05.2025):\n\t```\n\tconda install -c conda-forge autograd\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPennyLaneAI\u002Fpennylane\">PennyLane\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 2.9K) - PennyLane is a cross-platform Python library for quantum.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FPennyLaneAI\u002Fpennylane) (👨‍💻 210 · 🔀 700 · 📥 100 · 📦 1.9K · 📋 1.7K - 25% 开放 · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FPennyLaneAI\u002FPennyLane\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpennylane) (📥 200K \u002F 月 · 📦 89 · ⏱️ 15.10.2025):\n\t```\n\tpip install pennylane\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpennylane) (📥 340K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pennylane\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyzhao062\u002Fpyod\">PyOD\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 9.6K) - A Python Library for Outlier and Anomaly Detection, Integrating Classical.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fyzhao062\u002Fpyod) (👨‍💻 64 · 🔀 1.4K · 📦 5.5K · 📋 390 - 59% 开放 · ⏱️ 29.04.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fyzhao062\u002Fpyod\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyod) (📥 840K \u002F 月 · 📦 130 · ⏱️ 29.04.2025):\n\t```\n\tpip install pyod\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyod) (📥 170K · ⏱️ 30.04.2025):\n\t```\n\tconda install -c conda-forge pyod\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fdatasette\">Datasette\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 10K) - An open source multi-tool for exploring and publishing data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fdatasette) (👨‍💻 82 · 🔀 770 · 📥 75 · 📦 1.6K · 📋 1.9K - 32% 开放 · ⏱️ 26.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fdatasette\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdatasette) (📥 180K \u002F 月 · 📦 480 · ⏱️ 22.04.2025):\n\t```\n\tpip install datasette\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdatasette) (📥 73K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge datasette\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepchem\u002Fdeepchem\">DeepChem\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 6.3K · 📉) - Democratizing Deep-Learning for Drug Discovery, Quantum.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_98d39edfd444.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdeepchem\u002Fdeepchem) (👨‍💻 260 · 🔀 1.9K · 📦 650 · 📋 2.1K - 40% 开放 · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdeepchem\u002Fdeepchem\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdeepchem) (📥 54K \u002F 月 · 📦 24 · ⏱️ 27.10.2025):\n\t```\n\tpip install deepchem\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fdeepchem) (📥 120K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge deepchem\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserge-sans-paille\u002Fpythran\">Pythran\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 2.1K) - Ahead of Time compiler for numeric kernels. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fserge-sans-paille\u002Fpythran) (👨‍💻 75 · 🔀 200 · 📦 3.6K · 📋 930 - 15% open · ⏱️ 30.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fserge-sans-paille\u002Fpythran\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpythran) (📥 500K \u002F month · 📦 28 · ⏱️ 23.05.2025):\n\t```\n\tpip install pythran\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpythran) (📥 1.3M · ⏱️ 07.07.2025):\n\t```\n\tconda install -c conda-forge pythran\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwireservice\u002Fagate\">agate\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 1.2K) - 一个专为人类设计而非机器优化的 Python 数据分析库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fwireservice\u002Fagate) (👨‍💻 55 · 🔀 150 · 📦 5.3K · 📋 650 - 0% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fwireservice\u002Fagate\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fagate) (📥 24M \u002F month · 📦 54 · ⏱️ 29.01.2025):\n\t```\n\tpip install agate\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fagate) (📥 410K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge agate\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fonline-ml\u002Friver\">River\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 5.6K) - Python 中的在线机器学习。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fonline-ml\u002Friver) (👨‍💻 130 · 🔀 590 · 📦 800 · 📋 630 - 19% open · ⏱️ 05.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fonline-ml\u002Friver\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Friver) (📥 91K \u002F month · 📦 64 · ⏱️ 25.11.2024):\n\t```\n\tpip install river\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Friver) (📥 130K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge river\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fhdbscan\">hdbscan\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 3K) - HDBSCAN 聚类算法的高性能实现。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fhdbscan) (👨‍💻 97 · 🔀 500 · 📦 7.6K · 📋 530 - 67% open · ⏱️ 11.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fhdbscan\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fhdbscan) (📥 1.1M \u002F month · 📦 350 · ⏱️ 18.11.2024):\n\t```\n\tpip install hdbscan\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fhdbscan) (📥 2.8M · ⏱️ 09.09.2025):\n\t```\n\tconda install -c conda-forge hdbscan\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopen-edge-platform\u002Fanomalib\">anomalib\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 5.1K · 📉) - 一个包含最先进方法的异常检测库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fopen-edge-platform\u002Fanomalib) (👨‍💻 98 · 🔀 820 · 📥 42K · 📦 200 · 📋 1.2K - 6% open · ⏱️ 27.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fopenvinotoolkit\u002Fanomalib\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fanomalib) (📥 200K \u002F month · 📦 7 · ⏱️ 09.10.2025):\n\t```\n\tpip install anomalib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyjanitor-devs\u002Fpyjanitor\">pyjanitor\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 1.5K) - 用于数据清洗的简洁 API。Python 实现了 R 包的功能。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpyjanitor-devs\u002Fpyjanitor) (👨‍💻 110 · 🔀 170 · 📦 980 · 📋 590 - 18% open · ⏱️ 21.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpyjanitor-devs\u002Fpyjanitor\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpyjanitor) (📥 280K \u002F month · 📦 42 · ⏱️ 07.03.2025):\n\t```\n\tpip install pyjanitor\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fpyjanitor) (📥 300K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge pyjanitor\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fuber\u002Fcausalml\">causalml\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 5.6K) - 使用机器学习进行提升建模和因果推断。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fuber\u002Fcausalml) (👨‍💻 71 · 🔀 830 · 📦 310 · 📋 420 - 10% open · ⏱️ 26.09.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fuber\u002Fcausalml\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fcausalml) (📥 79K \u002F month · 📦 10 · ⏱️ 09.07.2025):\n\t```\n\tpip install causalml\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdstackai\u002Fdstack\">dstack\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.9K) - dstack 是一个开源控制平面，用于运行开发、..\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdstackai\u002Fdstack) (👨‍💻 63 · 🔀 200 · 📦 22 · 📋 1.5K - 6% open · ⏱️ 30.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fdstackai\u002Fdstack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fdstack) (📥 4.2K \u002F month · ⏱️ 30.10.2025):\n\t```\n\tpip install dstack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorly\u002Ftensorly\">tensorly\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.6K) - TensorLy：Python 中的张量学习。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftensorly\u002Ftensorly) (👨‍💻 73 · 🔀 290 · 📦 1.1K · 📋 280 - 22% open · ⏱️ 05.05.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftensorly\u002Ftensorly\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftensorly) (📥 130K \u002F month · 📦 99 · ⏱️ 12.11.2024):\n\t```\n\tpip install tensorly\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ftensorly) (📥 380K · ⏱️ 22.04.2025):\n\t```\n\tconda install -c conda-forge tensorly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdbt-labs\u002Fmetricflow\">metricflow\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 1.3K) - MetricFlow 允许你在…中定义、构建和维护指标。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fdbt-labs\u002Fmetricflow) (👨‍💻 52 · 🔀 130 · 📦 37 · 📋 370 - 27% open · ⏱️ 29.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftransform-data\u002Fmetricflow\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmetricflow) (📥 94K \u002F month · 📦 4 · ⏱️ 14.10.2025):\n\t```\n\tpip install metricflow\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsepandhaghighi\u002Fpycm\">pycm\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.5K) - Python 中的多分类混淆矩阵库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fsepandhaghighi\u002Fpycm) (👨‍💻 18 · 🔀 120 · 📦 420 · 📋 210 - 7% open · ⏱️ 14.10.2025):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fsepandhaghighi\u002Fpycm\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpycm) (📥 190K \u002F month · 📦 28 · ⏱️ 15.10.2025):\n\t```\n\tpip install pycm\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMaxHalford\u002Fprince\">Prince\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.4K) - Python 中的多元探索性数据分析：PCA、CA、MCA、MFA 等。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FMaxHalford\u002Fprince) (👨‍💻 16 · 🔀 190 · 📦 770 · ⏱️ 04.08.2025):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002FMaxHalford\u002Fprince\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fprince) (📥 23万\u002F月 · 📦 23 · ⏱️ 2025年8月4日):\n\t```\n\tpip install prince\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fprince-factor-analysis) (📥 2.8万 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge prince-factor-analysis\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftrax\">Trax\u003C\u002Fa>\u003C\u002Fb> (🥉第27名 · ⭐ 8.3K) - Trax：清晰代码与高速度的深度学习框架。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftrax) (👨‍💻 82人 · 🔀 830次 · 📦 230个 · 📋 250–50%开放 · ⏱️ 2025年9月26日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fgoogle\u002Ftrax\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftrax) (📥 每月4.3万次 · 📦 1个 · ⏱️ 2021年10月26日):\n\t```\n\tpip install trax\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fadapter-hub\u002Fadapters\">adapter-transformers\u003C\u002Fa>\u003C\u002Fb> (🥉第27名 · ⭐ 2.8K) - 一个统一的库，用于参数高效的模块化.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>huggingface\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fadapter-hub\u002Fadapters) (👨‍💻 17人 · 🔀 360次 · 📦 260个 · 📋 410–10%开放 · ⏱️ 2025年10月12日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FAdapter-Hub\u002Fadapter-transformers\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fadapter-transformers) (📥 每月4.9万次 · 📦 12个 · ⏱️ 2024年7月7日):\n\t```\n\tpip install adapter-transformers\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\">AugLy\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 · ⭐ 5.1K) - 针对音频、图像、文本和视频的数据增强库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy) (👨‍💻 42人 · 🔀 310次 · 📦 180个 · 📋 80–30%开放 · ⏱️ 2025年10月27日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FAugLy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Faugly) (📥 每月1.3万次 · 📦 4个 · ⏱️ 2023年12月5日):\n\t```\n\tpip install augly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FContinualAI\u002Favalanche\">avalanche\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 · ⭐ 2K · 💤) - Avalanche：基于…的持续学习端到端库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FContinualAI\u002Favalanche) (👨‍💻 87人 · 🔀 310次 · 📥 60次 · 📦 140个 · 📋 840–13%开放 · ⏱️ 2025年3月11日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FContinualAI\u002Favalanche\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Favalanche-lib) (📥 每月3.2万次 · 📦 3个 · ⏱️ 2024年10月29日):\n\t```\n\tpip install avalanche-lib\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftrevorstephens\u002Fgplearn\">gplearn\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 · ⭐ 1.8K) - Python中的遗传编程，采用scikit-learn风格的API。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftrevorstephens\u002Fgplearn) (👨‍💻 12人 · 🔀 300次 · 📦 730个 · 📋 220–11%开放 · ⏱️ 2025年7月23日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftrevorstephens\u002Fgplearn\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgplearn) (📥 每月2万次 · 📦 19个 · ⏱️ 2022年5月3日):\n\t```\n\tpip install gplearn\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fgplearn) (📥 1.1万次 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge gplearn\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftableau\u002FTabPy\">TabPy\u003C\u002Fa>\u003C\u002Fb> (🥉第26名 · ⭐ 1.6K · 💤) - 在Tableau中实时执行Python代码并显示结果。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Ftableau\u002FTabPy) (👨‍💻 51人 · 🔀 600次 · 📦 220个 · 📋 320–6%开放 · ⏱️ 2024年11月25日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Ftableau\u002FTabPy\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ftabpy) (📥 每月7.1万次 · 📦 2个 · ⏱️ 2024年11月25日):\n\t```\n\tpip install tabpy\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fanaconda\u002Ftabpy-client) (📥 5.8万次 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c anaconda tabpy-client\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminrk\u002Ffindspark\">findspark\u003C\u002Fa>\u003C\u002Fb> (🥉第25名 · ⭐ 520) - 查找pyspark使其可导入。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_fe704fb3770b.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fminrk\u002Ffindspark) (👨‍💻 16人 · 🔀 72次 · 📦 5.6万个 · 📋 23–47%开放 · ⏱️ 2025年9月4日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fminrk\u002Ffindspark\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Ffindspark) (📥 每月260万次 · 📦 100个 · ⏱️ 2022年2月11日):\n\t```\n\tpip install findspark\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Ffindspark) (📥 100万次 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge findspark\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvecxoz\u002Fvecstack\">vecstack\u003C\u002Fa>\u003C\u002Fb> (🥉第23名 · ⭐ 700) - 用于堆叠（机器学习技术）的Python包。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fvecxoz\u002Fvecstack) (👨‍💻 1人 · 🔀 82次 · 📦 570个 · ⏱️ 2025年9月28日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fvecxoz\u002Fvecstack\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fvecstack) (📥 每月1.8万次 · 📦 5个 · ⏱️ 2025年9月28日):\n\t```\n\tpip install vecstack\n\t```\n- [Conda](https:\u002F\u002Fanaconda.org\u002Fconda-forge\u002Fvecstack) (📥 3万次 · ⏱️ 2025年4月22日):\n\t```\n\tconda install -c conda-forge vecstack\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAILabel\">MONAILabel\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 · ⭐ 760) - MONAI Label是一个智能的开源图像标注工具及..\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAILabel) (👨‍💻 69人 · 🔀 240次 · 📥 13万次 · 📋 560–26%开放 · ⏱️ 2025年8月14日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002FProject-MONAI\u002FMONAILabel\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fmonailabel-weekly) (📥 每月200次 · ⏱️ 2023年10月1日):\n\t```\n\tpip install monailabel-weekly\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fapricot\">apricot\u003C\u002Fa>\u003C\u002Fb> (🥉第22名 · ⭐ 520) - apricot实现了子模优化，用于选择.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fapricot) (👨‍💻 4人 · 🔀 49次 · 📥 33次 · 📦 200个 · 📋 34–38%开放 · ⏱️ 2025年6月9日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fapricot\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fapricot-select) (📥 每月1.3万次 · 📦 16个 · ⏱️ 2021年2月18日):\n\t```\n\tpip install apricot-select\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpykale\u002Fpykale\">pykale\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 · ⭐ 470) - 知识感知机器学习（KALE）：易于使用的机器学习.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fpykale\u002Fpykale) (👨‍💻 28人 · 🔀 70次 · 📦 6个 · 📋 140–8%开放 · ⏱️ 2025年10月14日):\n\n```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fpykale\u002Fpykale\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fpykale) (📥 72 \u002F 月 · ⏱️ 2022年4月12日):\n\t```\n\tpip install pykale\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fyzhao062\u002FSUOD\">SUOD\u003C\u002Fa>\u003C\u002Fb> (🥉第21名 ·  ⭐ 390 · 💤) - (MLSys 21) 一种用于大规模无监督学习的加速系统.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Fyzhao062\u002FSUOD) (👨‍💻 3 · 🔀 49 · 📦 560 · 📋 15 - 80% 开放 · ⏱️ 2025年3月24日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Fyzhao062\u002FSUOD\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Fsuod) (📥 1.3万 \u002F 月 · 📦 9 · ⏱️ 2025年3月24日):\n\t```\n\tpip install suod\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>\u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finfer-actively\u002Fpymdp\">pymdp\u003C\u002Fa>\u003C\u002Fb> (🥉第16名 ·  ⭐ 570) - 马尔可夫决策过程中的主动推理的 Python 实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\u003C\u002Fsummary>\n\n- [GitHub](https:\u002F\u002Fgithub.com\u002Finfer-actively\u002Fpymdp) (👨‍💻 19 · 🔀 110 · 📋 130 - 39% 开放 · ⏱️ 2025年9月9日):\n\n\t```\n\tgit clone https:\u002F\u002Fgithub.com\u002Finfer-actively\u002Fpymdp\n\t```\n- [PyPi](https:\u002F\u002Fpypi.org\u002Fproject\u002Finferactively-pymdp) (📥 1.1千 \u002F 月 · ⏱️ 2022年12月8日):\n\t```\n\tpip install inferactively-pymdp\n\t```\n\u003C\u002Fdetails>\n\u003Cdetails>\u003Csummary>显示 31 个隐藏项目...\u003C\u002Fsummary>\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finducer\u002Fpyopencl\">pyopencl\u003C\u002Fa>\u003C\u002Fb> (亚军31 ·  ⭐ 1.1K) - Python 的 OpenCL 集成，附带炫酷功能。 \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle-deepmind\u002Fpysc2\">pysc2\u003C\u002Fa>\u003C\u002Fb> (亚军30 ·  ⭐ 8.2K · 💀) - 星际争霸 II 学习环境。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FmodAL-python\u002FmodAL\">modAL\u003C\u002Fa>\u003C\u002Fb> (亚军30 ·  ⭐ 2.3K · 💀) - 一个模块化的 Python 主动学习框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdatalad\u002Fdatalad\">datalad\u003C\u002Fa>\u003C\u002Fb> (亚军30 ·  ⭐ 620 · 📈) - 使用 git 和 git-.. 来管理代码、数据和容器。 \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcleanlab\u002Fcleanlab\">cleanlab\u003C\u002Fa>\u003C\u002Fb> (亚军29 ·  ⭐ 11K) - Cleanlabs 开源库是以数据为中心的 AI 标准.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3pwmjO5\">❗️AGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSeldonIO\u002Falibi-detect\">alibi-detect\u003C\u002Fa>\u003C\u002Fb> (亚军29 ·  ⭐ 2.4K) - 用于异常值、对抗样本和漂移检测的算法。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=Intel\">❗️Intel\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJustGlowing\u002Fminisom\">minisom\u003C\u002Fa>\u003C\u002Fb> (亚军28 ·  ⭐ 1.6K) - MiniSom 是自组织映射的极简实现.. \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=CC-BY-3.0\">❗️CC-BY-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fljvmiranda921\u002Fpyswarms\">PySwarms\u003C\u002Fa>\u003C\u002Fb> (亚军28 ·  ⭐ 1.4K · 💀) - 用于 Python 中粒子群优化的研究工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicodv\u002Fkmodes\">kmodes\u003C\u002Fa>\u003C\u002Fb> (亚军28 ·  ⭐ 1.3K · 💀) - k-modes 和 k-原型聚类的 Python 实现.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fannoviko\u002Fpyclustering\">pyclustering\u003C\u002Fa>\u003C\u002Fb> (亚军28 ·  ⭐ 1.2K · 💀) - pyclustering 是一个 Python 和 C++ 数据挖掘库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fcython-blis\">Cython BLIS\u003C\u002Fa>\u003C\u002Fb> (亚军28 ·  ⭐ 230) - 快速矩阵乘法作为独立的 Python 库，无需.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsolegalli\u002Ffeature_engine\">Feature Engine\u003C\u002Fa>\u003C\u002Fb> (季军26 ·  ⭐ 2.1K · 💀) - 具有 sklearn 风格功能的特征工程包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fmetric-learn\">metric-learn\u003C\u002Fa>\u003C\u002Fb> (季军26 ·  ⭐ 1.4K · 💀) - Python 中的距离度量学习算法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsinaptik-ai\u002Fpandas-ai\">pandas-ai\u003C\u002Fa>\u003C\u002Fb> (季军25 ·  ⭐ 22K) - 与你的数据库或数据湖（SQL、CSV、parquet）聊天... \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmars-project\u002Fmars\">Mars\u003C\u002Fa>\u003C\u002Fb> (季军24 ·  ⭐ 2.7K · 💀) - Mars 是一个基于张量的大规模数据统一框架.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FastroML\u002FastroML\">AstroML\u003C\u002Fa>\u003C\u002Fb> (季军24 ·  ⭐ 1.1K · 💀) - 用于天文学的机器学习、统计学和数据挖掘.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleHub\">PaddleHub\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 13K · 💀) - 400 多种 AI 模型：丰富、高质量的 AI 模型，包括.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_78a8ec7dec20.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fopyrator\">opyrator\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 3.1K · 💀) - 将你的机器学习代码转换为带有 Web API 的微服务，.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fflennerhag\u002Fmlens\">mlens\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 860 · 💀) - ML-Ensemble 高性能集成学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBioPandas\u002Fbiopandas\">BioPandas\u003C\u002Fa>\u003C\u002Fb> (季军22 ·  ⭐ 740 · 💀) - 在 pandas DataFrame 中处理分子结构。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclementchadebec\u002Fbenchmark_VAE\">benchmark_VAE\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 2K · 💀) - 统一变分自编码器 (VAE).. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Feltonlaw\u002Fimpyute\">impyute\u003C\u002Fa>\u003C\u002Fb> (季军21 ·  ⭐ 360 · 💀) - 用于预处理包含缺失数据的数据集的数据插补库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fairbnb\u002Fstreamalert\">StreamAlert\u003C\u002Fa>\u003C\u002Fb> (季军20 ·  ⭐ 2.9K · 💀) - StreamAlert 是一种无服务器、实时数据分析.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FkLabUM\u002Frrcf\">rrcf\u003C\u002Fa>\u003C\u002Fb> (季军20 ·  ⭐ 520 · 💀) - 异常检测中鲁棒随机切割森林算法的实现.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEpistasisLab\u002Fscikit-rebate\">scikit-rebate\u003C\u002Fa>\u003C\u002Fb> (季军20 ·  ⭐ 420 · 💀) - 一种与 scikit-learn 兼容的 Python 实现.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falegonz\u002Fbaikal\">baikal\u003C\u002Fa>\u003C\u002Fb> (季军18 ·  ⭐ 590 · 💀) - 一个基于图的函数式 API，用于构建复杂的 scikit-learn.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpandas-ml\u002Fpandas-ml\">pandas-ml\u003C\u002Fa>\u003C\u002Fb> (季军16 ·  ⭐ 320 · 💀) - pandas、scikit-learn、xgboost 和 seaborn 的集成。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_c3e72c366451.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_d30ba83eda7c.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSforAiDl\u002FKD_Lib\">KD-Lib\u003C\u002Fa>\u003C\u002Fb> (季军15 ·  ⭐ 650 · 💀) - 一个用于基准测试和.. 的 Pytorch 知识蒸馏库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_readme_60de76573b29.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FNeuralCompression\">NeuralCompression\u003C\u002Fa>\u003C\u002Fb> (季军14 ·  ⭐ 580 · 💀) - 一套面向神经压缩爱好者的工具。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjrieke\u002Ftraingenerator\">traingenerator\u003C\u002Fa>\u003C\u002Fb> (季军13 ·  ⭐ 1.4K · 💀) - 一个用于生成机器学习模板代码的 Web 应用程序。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPalashio\u002Fnylon\">nylon\u003C\u002Fa>\u003C\u002Fb> (季军12 ·  ⭐ 82 · 💀) - 一种智能、灵活的机器学习语法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\u003C\u002Fdetails>\n\n---\n\n\n\n## 相关资源\n\n- [**Papers With Code**](https:\u002F\u002Fpaperswithcode.com)：发现机器学习论文、代码和评估表格。\n- [**Sotabench**](https:\u002F\u002Fsotabench.com)：发现并比较开源的机器学习模型。\n- [**Google 数据集搜索**](https:\u002F\u002Ftoolbox.google.com\u002Fdatasetsearch)：由 Google 提供的数据集搜索引擎。\n- [**Dataset List**](https:\u002F\u002Fwww.datasetlist.com\u002F)：来自全网的最大型机器学习数据集列表。\n- [**Awesome Public Datasets**](https:\u002F\u002Fgithub.com\u002Fawesomedata\u002Fawesome-public-datasets)：按主题分类的开源数据集列表。\n- [**Best-of 列表**](https:\u002F\u002Fbest-of.org)：探索涵盖各类主题的优秀开源项目 Best-of 列表。\n- [**best-of-python-dev**](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-python-dev)：Python 开发者工具和库的排名列表。\n- [**best-of-web-python**](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-web-python)：用于 Web 开发的优秀 Python 库排名列表。\n\n## 贡献\n\n我们鼓励并欢迎任何形式的贡献！如果您希望添加或更新项目，请选择以下方式之一：\n\n- 在 [issue 页面](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fissues\u002Fnew\u002Fchoose) 中选择一个预设类别，创建新 issue，并填写所需信息。\n- 修改 [projects.yaml](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fblob\u002Fmain\u002Fprojects.yaml)，加入您的内容或进行更改，然后提交 pull request。您也可以直接通过 [Github UI](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fedit\u002Fmain\u002Fprojects.yaml) 完成操作。\n\n如果您希望参与项目元数据收集或 Markdown 生成的相关工作，或提出建议，请参考 [best-of-generator](https:\u002F\u002Fgithub.com\u002Fbest-of-lists\u002Fbest-of-generator) 仓库。如果您想创建自己的 Best-of 列表，我们建议您参考 [此指南](https:\u002F\u002Fgithub.com\u002Fbest-of-lists\u002Fbest-of\u002Fblob\u002Fmain\u002Fcreate-best-of-list.md)。\n\n有关如何添加或更新项目的更多信息，请阅读 [贡献指南](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fblob\u002Fmain\u002FCONTRIBUTING.md)。参与本项目即表示您同意遵守其 [行为准则](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python\u002Fblob\u002Fmain\u002F.github\u002FCODE_OF_CONDUCT.md)。\n\n## 许可证\n\n[![CC0](https:\u002F\u002Fmirrors.creativecommons.org\u002Fpresskit\u002Fbuttons\u002F88x31\u002Fsvg\u002Fby-sa.svg)](https:\u002F\u002Fcreativecommons.org\u002Flicenses\u002Fby-sa\u002F4.0\u002F)","# best-of-ml-python 快速上手指南\n\n`best-of-ml-python` 并非一个可直接安装的 Python 库，而是一个**精选的机器学习开源项目排行榜**。它汇集了 920+ 个高质量的 Python 机器学习库，并按质量评分排序。本指南将帮助你利用该列表快速发现、评估并安装适合你的机器学习工具。\n\n## 环境准备\n\n在浏览和使用列表中的项目前，请确保你的开发环境满足以下通用要求：\n\n*   **操作系统**: Linux, macOS 或 Windows (WSL 推荐)\n*   **Python 版本**: 建议安装 **Python 3.8 - 3.11** (具体版本需视目标库的要求而定)\n*   **包管理工具**:\n    *   `pip` (Python 自带)\n    *   `conda` (推荐用于科学计算环境管理)\n*   **Git**: 用于克隆项目源码\n*   **国内加速建议**:\n    *   **PyPI 镜像**: 推荐使用清华源或阿里源加速 Python 包下载。\n        ```bash\n        pip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple \u003Cpackage_name>\n        ```\n    *   **Conda 镜像**: 推荐配置清华源。\n        ```bash\n        conda config --add channels https:\u002F\u002Fmirrors.tuna.tsinghua.edu.cn\u002Fanaconda\u002Fpkgs\u002Fmain\u002F\n        conda config --add channels https:\u002F\u002Fmirrors.tuna.tsinghua.edu.cn\u002Fanaconda\u002Fpkgs\u002Ffree\u002F\n        ```\n    *   **GitHub 加速**: 若克隆源码速度慢，可使用国内代码托管平台（如 Gitee）的镜像仓库，或使用代理加速。\n\n## 安装步骤\n\n由于这是一个项目列表，你不需要安装 `best-of-ml-python` 本身。你需要做的是**从列表中找到目标库并进行安装**。\n\n### 1. 浏览与选择\n访问 [best-of-ml-python GitHub 仓库](https:\u002F\u002Fgithub.com\u002Fml-tooling\u002Fbest-of-ml-python)，根据分类（如机器学习框架、NLP、图像处理等）查找所需库。关注以下指标：\n*   🥇🥈🥉: 综合质量评分\n*   ⭐️: GitHub Star 数\n*   📥: 月度下载量\n*   ⏱️: 最后更新时间（避免使用 💀 已停止维护的项目）\n\n### 2. 安装目标库\n假设你在列表中发现并选择了 **TensorFlow**、**PyTorch** 或 **scikit-learn**，请使用以下命令安装（推荐使用国内镜像）：\n\n**使用 pip 安装 (推荐清华源):**\n```bash\n# 安装 TensorFlow\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple tensorflow\n\n# 安装 PyTorch (注意：PyTorch 通常建议使用官方命令生成器获取特定 CUDA 版本的安装命令，此处为 CPU 版本示例)\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple torch torchvision torchaudio\n\n# 安装 scikit-learn\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple scikit-learn\n```\n\n**使用 Conda 安装:**\n```bash\n# 安装 TensorFlow\nconda install -c conda-forge tensorflow\n\n# 安装 PyTorch\nconda install -c pytorch pytorch torchvision torchaudio\n\n# 安装 scikit-learn\nconda install -c conda-forge scikit-learn\n```\n\n**克隆源码 (如需贡献或查看最新代码):**\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorflow.git\n# 或其他项目地址\n```\n\n## 基本使用\n\n安装完成后，即可在 Python 中导入并使用这些库。以下是三个主流框架的最简使用示例：\n\n### 示例 1: 使用 scikit-learn 进行简单分类\n```python\nfrom sklearn.datasets import load_iris\nfrom sklearn.model_selection import train_test_split\nfrom sklearn.ensemble import RandomForestClassifier\n\n# 加载数据\ndata = load_iris()\nX_train, X_test, y_train, y_test = train_test_split(data.data, data.target, test_size=0.2)\n\n# 训练模型\nclf = RandomForestClassifier()\nclf.fit(X_train, y_train)\n\n# 预测\nprint(clf.predict(X_test))\n```\n\n### 示例 2: 使用 PyTorch 创建简单张量\n```python\nimport torch\n\n# 创建张量\nx = torch.rand(5, 3)\nprint(x)\n\n# 检查 GPU 支持\nif torch.cuda.is_available():\n    device = torch.device(\"cuda\")\n    y = x.to(device)\n    print(\"Tensor moved to GPU\")\n```\n\n### 示例 3: 使用 TensorFlow\u002FKeras 构建简单神经网络\n```python\nimport tensorflow as tf\nfrom tensorflow import keras\n\n# 定义模型\nmodel = keras.Sequential([\n    keras.layers.Dense(64, activation='relu', input_shape=(10,)),\n    keras.layers.Dense(1, activation='sigmoid')\n])\n\n# 编译模型\nmodel.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])\n\nprint(\"Model built successfully\")\n```\n\n> **提示**: 对于列表中其他特定领域的库（如 NLP 中的 `transformers` 或图像处理中的 `opencv-python`），请参考该项目在 `best-of-ml-python` 页面中提供的链接，跳转至其官方文档获取具体 API 用法。","某初创公司的算法工程师需要在两周内为电商客户搭建一套包含推荐系统和异常检测的原型，面对海量且碎片化的 Python 机器学习库，他急需快速锁定高质量工具。\n\n### 没有 best-of-ml-python 时\n- **筛选效率极低**：在 GitHub 上盲目搜索\"recommendation system\"会返回成千上万个仓库，难以区分哪些是活跃维护的项目，哪些是已废弃的“坑”。\n- **质量评估困难**：缺乏统一的量化标准，只能手动检查 Star 数、最后提交时间和 Issue 回复率，容易误选表面热闹但实际架构脆弱的库。\n- **技术选型片面**：由于精力有限，往往只熟知主流的 TensorFlow 或 PyTorch 生态，错过了如专门针对稀疏数据优化的轻量级库，导致模型训练成本过高。\n- **分类查找混乱**：需要跨多个领域（如数据清洗、超参数优化、模型部署）找工具，在不同论坛和博客间跳转，无法在一个视图下完成全链路技术栈规划。\n\n### 使用 best-of-ml-python 后\n- **精准锁定目标**：直接查阅\"Recommender Systems\"和\"Anomaly Detection\"分类，基于项目质量评分（Project-quality score）迅速锁定了排名前三的开源库，将调研时间从 3 天压缩至 2 小时。\n- **信赖权威排行**：依据自动采集的 GitHub 指标和包管理器数据生成的排名，放心采用了高评分的冷门库，避免了因选用停止维护项目而导致后期重构的风险。\n- **发现最优解**：在\"Hyperparameter Optimization\"类别中发现了比默认方案更高效的 AutoML 工具，显著提升了原型模型的准确率并减少了算力消耗。\n- **全景式技术规划**：通过 34 个细分分类的一站式浏览，快速拼凑出从数据加载到模型部署的完整最佳实践链路，确保了技术栈的统一性和先进性。\n\nbest-of-ml-python 通过将分散的 920+ 优质项目转化为带质量评分的结构化清单，让开发者从“大海捞针”变为“按图索骥”，极大提升了技术决策的准确性与研发效率。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flukasmasuch_best-of-ml-python_410099e4.png","lukasmasuch","Lukas Masuch","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Flukasmasuch_8393517b.jpg",null,"@streamlit","Berlin","https:\u002F\u002Flukasmasuch.com","https:\u002F\u002Fgithub.com\u002Flukasmasuch",23399,3117,"2026-04-09T15:50:44","CC-BY-SA-4.0",1,"","未说明",{"notes":88,"python":86,"dependencies":89},"该工具（best-of-ml-python）本身是一个机器学习和深度学习 Python 库的精选列表和排名集合，并非一个需要特定运行环境的单一可执行软件或模型。它列出了包括 TensorFlow、PyTorch、scikit-learn 等在内的 920 个项目。用户应根据列表中具体想要使用的某个子项目（如 TensorFlow 或 PyTorch）去查阅其各自的文档以获取具体的操作系统、GPU、内存、Python 版本及依赖库要求。",[],[91,35,16,14,13],"其他",[93,94,95,96,97,98,99,100,101,102,103,104,105,106,107,108,109,110,111],"python","machine-learning","data-science","nlp","data-visualization","tensorflow","pytorch","scikit-learn","keras","data-visualizations","deep-learning","automl","ml","jax","transformer","data-analysis","chatgpt","gpt","gpt-3","2026-03-27T02:49:30.150509","2026-04-10T09:05:00.211831",[],[116,121,126,131,136,141,146,151,156,161,166,171,176,181,186,191,196,201,206,211],{"id":117,"version":118,"summary_zh":119,"released_at":120},180521,"2025.10.30","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提高的项目。原因可能多种多样，例如下载量增加或代码活动增强。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask\">dask\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 14K · 📈) - 基于任务调度的并行计算。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002FspaCy\">spaCy\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 33K · 📈) - Python中的工业级自然语言处理（NLP）。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss\">Faiss\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 38K · 📈) - 用于高效相似性搜索和稠密向量聚类的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-image\u002Fscikit-image\">scikit-image\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 6.4K · 📈) - Python中的图像处理。 \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmozilla\u002FDeepSpeech\">DeepSpeech\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 27K · 📈) - DeepSpeech是一个开源的嵌入式（离线、在.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbeetbox\u002Faudioread\">audioread\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 520 · 📈) - 跨库（GStreamer + Core Audio + MAD + FFmpeg）音频.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdatalad\u002Fdatalad\">datalad\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 620 · 📈) - 使用git和git-..来管理代码、数据和容器。 \u003Ccode>❗未授权\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdedupeio\u002Fdedupe\">Dedupe\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 4.4K · 📈) - 一个用于准确且可扩展的模糊匹配、记录..的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpavlin-policar\u002FopenTSNE\">openTSNE\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 1.6K · 📈) - 可扩展、并行化的t-SNE实现。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeunwoochoi\u002Fkapre\">kapre\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 930 · 📈) - kapre: Keras音频预处理器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所降低的项目。原因可能多种多样，例如下载量减少或代码活动减弱。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 30K · 📉) - Python SDK，代理服务器（LLM网关），用于调用100多个.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface\">deepface\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 21K · 📉) - 一个轻量级的人脸识别和面部属性分析（年龄,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href","2025-11-04T05:45:47",{"id":122,"version":123,"summary_zh":124,"released_at":125},180522,"2025.10.23","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提升的项目。原因可能多种多样，例如下载量增加或代码活跃度提高。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR\">PaddleOCR\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 61K · 📈) - 将任何PDF或图像文档转换为结构化数据，用于…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1M\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 38K · 📈) - Milvus是一款高性能、云原生的向量数据库，专为…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fimageio\u002Fimageio\">imageio\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 1.7K · 📈) - 用于读取和写入图像数据的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcomet-ml\u002Fopik\">Opik\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 15K · 📈) - 用于调试、评估和监控您的LLM应用、RAG系统等。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffairlearn\u002Ffairlearn\">fairlearn\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 2.1K · 📈) - 一个用于评估和提升机器学习公平性的Python包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fisnowfy\u002Fsnownlp\">snownlp\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 6.6K · 💀) - 用于处理中文文本的Python库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjameslyons\u002Fpython_speech_features\">python_speech_features\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 2.4K · 💀) - 该库提供了用于ASR的常用语音特征。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frun-house\u002Fkubetorch\">Runhouse\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.1K · 📈) - 以神奇的方式在Python中分发和运行AI工作负载，例如…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAnotherSamWilson\u002Fmiceforest\">miceforest\u003C\u002Fa>\u003C\u002Fb> (🥈21 ·  ⭐ 390 · 📈) - 使用LightGBM进行Python中的多重插补。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsherpa-ai\u002Fsherpa\">Sherpa\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 340 · 💀) - 一种超参数优化工具，使研究人员能够…… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所下降的项目。原因可能多种多样，例如下载量减少或代码活跃度降低。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss\">Faiss\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 38K · 📉) - 一个用于高效相似性搜索和稠密向量聚类的库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack\">haystack\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 23K · 📉) - 一个用于构建可定制AI系统的编排框架，","2025-10-23T23:29:18",{"id":127,"version":128,"summary_zh":129,"released_at":130},180523,"2025.10.16","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提高的项目。原因可能多种多样，例如下载量增加或代码活跃度提升。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-pillow\u002FPillow\">Pillow\u003C\u002Fa>\u003C\u002Fb> (🥇49 ·  ⭐ 13K · 📈) - Python 图像处理库（分支）。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=PIL\">❗️PIL\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow\">mlflow\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 23K · 📈) - 用于构建 AI\u002FLLM 应用程序的开源开发者平台。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 30K · 📈) - Python SDK、代理服务器（LLM 网关），用于调用 100 多种… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLightGBM\">LightGBM\u003C\u002Fa>\u003C\u002Fb> (🥈42 ·  ⭐ 18K · 📈) - 一种快速、分布式、高性能的梯度提升算法（GBT、GBDT、… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpiskvorky\u002Fgensim\">gensim\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 16K · 📈) - 面向人类的主题建模工具。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=LGPL-2.1\">❗️LGPL-2.1\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEsri\u002Farcgis-python-api\">ArcGIS API\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 2.1K · 📈) - ArcGIS Python API 的文档和示例。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcornellius-gp\u002Fgpytorch\">GPyTorch\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 3.8K · 📈) - 在…中实现高效率的高斯过程。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FSALib\u002FSALib\">SALib\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 950 · 📈) - Python 中的敏感性分析库。包含 Sobol、Morris、FAST 等方法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdbt-labs\u002Fmetricflow\">metricflow\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.3K · 📈) - MetricFlow 允许您定义、构建和维护指标。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FModelOriented\u002FDALEX\">DALEX\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 1.4K · 📈) - 用于探索和解释的模型无关语言。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所下降的项目。原因可能包括下载量减少或代码活跃度降低等。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray\">Ray\u003C\u002Fa>\u003C\u002Fb> (🥇48 ·  ⭐ 39K · 📉) - Ray 是一个 AI 计算引擎。Ray 包含一个核心的分布式… \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\">PySpark\u003C\u002Fa>\u003C\u002Fb> (🥈44 ·  ⭐ 42K · 📉) - Apache Spark 的 Python API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg","2025-10-18T01:18:51",{"id":132,"version":133,"summary_zh":134,"released_at":135},180524,"2025.10.09","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提高的项目。原因可能多种多样，例如下载量增加或代码活动增强。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle\">PaddlePaddle\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 23K · 📈) - 并行分布式深度学习：机器学习.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1M\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\">PySpark\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 42K · 📈) - Apache Spark Python API。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffastai\u002Ffastai\">Fastai\u003C\u002Fa>\u003C\u002Fb> (🥈41 ·  ⭐ 27K · 📈) - Fastai深度学习库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fflink\">PyFlink\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 25K · 📈) - Apache Flink Python API。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fmxnet\">MXNet\u003C\u002Fa>\u003C\u002Fb> (🥈38 ·  ⭐ 21K · 💀) - 轻量级、可移植、灵活的分布式\u002F移动深度.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1X\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob\">TextBlob\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 9.4K · 📈) - 简单、Python式的文本处理——情感分析、词性分.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstanfordnlp\u002Fstanza\">stanza\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 7.6K · 📈) - 斯坦福NLP Python库，用于分词、句子.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftflearn\u002Ftflearn\">TFlearn\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 9.6K · 💀) - 深度学习库，为TensorFlow提供更高级别的API。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvi3k6i5\u002Fflashtext\">flashtext\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 5.7K · 💀) - 从句子中提取关键词或替换句子中的关键词。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Famaiya\u002Fktrain\">ktrain\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.3K · 💀) - ktrain是一个Python库，使深度学习和AI.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所降低的项目。原因可能多种多样，例如下载量减少或代码活动减弱。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNVIDIA-NeMo\u002FNeMo\">NeMo\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 16K · 📉) - 一个可扩展的生成…","2025-10-09T18:58:23",{"id":137,"version":138,"summary_zh":139,"released_at":140},180525,"2025.10.02","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提高的项目。原因可能多种多样，例如下载量增加或代码活跃度提升。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnetworkx\u002Fnetworkx\">networkx\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 16K · 📈) - Python中的网络分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnltk\u002Fnltk\">nltk\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 14K · 📈) - 用于符号和统计自然语言处理的库及程序集合。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpiskvorky\u002Fgensim\">gensim\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 16K · 📈) - 面向人类的主题建模。 \u003Ccode>\u003Ca href=\"https:\u002F\u002Ftldrlegal.com\u002Fsearch?q=LGPL-2.1\">❗️LGPL-2.1\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball\">snowballstemmer\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 810 · 📈) - Snowball编译器及词干提取算法。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmozilla\u002FDeepSpeech\">DeepSpeech\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 27K · 📈) - DeepSpeech是一个开源的嵌入式（离线、本地）.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcltk\u002Fcltk\">CLTK\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 870 · 📈) - 古典语言工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fallenai\u002Fscispacy\">SciSpacy\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 1.9K · 📈) - 面向科学\u002F生物医学领域的完整spaCy管道及模型。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeomstats\u002Fgeomstats\">Geomstats\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 1.4K · 📈) - 具有几何结构的流形上的计算与统计。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsinaptik-ai\u002Fpandas-ai\">pandas-ai\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 22K · 📈) - 与您的数据库或数据湖对话（SQL、CSV、.. \u003Ccode>❗无许可\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjmschrei\u002Fapricot\">apricot\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 520 · 📈) - apricot实现了子模优化，用于.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所下降的项目。原因可能包括下载量减少或代码活跃度降低等。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras\">Keras\u003C\u002Fa>\u003C\u002Fb> (🥇48 ·  ⭐ 63K · 📉) - 面向人类的深度学习。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\">PySpark\u003C\u002Fa>\u003C\u002Fb> (🥈42 ·  ⭐ 42K · 📉) - Apache Spark的Python API。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle\">","2025-10-02T16:56:20",{"id":142,"version":143,"summary_zh":144,"released_at":145},180526,"2025.09.25","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提高的项目。原因可能多种多样，例如下载量增加或代码活跃度提升。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray\">Ray\u003C\u002Fa>\u003C\u002Fb> (🥇48 ·  ⭐ 39K · 📈) - Ray 是一个 AI 计算引擎。Ray 包含一个核心的分布式.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 29K · 📈) - Python SDK，代理服务器（LLM 网关），用于调用 100 多种.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvisgl\u002Fdeck.gl\">pydeck\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 13K · 📈) - 基于 WebGL2 的可视化框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshapely\u002Fshapely\">Shapely\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 4.3K · 📈) - 几何对象的操作与分析。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fhuggingface_hub\">huggingface_hub\u003C\u002Fa>\u003C\u002Fb> (🥈40 ·  ⭐ 2.9K · 📈) - Hugging Face Hub 的官方 Python 客户端。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fxflr6\u002Fgraphviz\">Graphviz\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 1.8K · 📈) - Graphviz 的简单 Python 接口。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpatrick-kidger\u002Fequinox\">equinox\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 2.5K · 📈) - 优雅且易于使用的神经网络 + 科学计算.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fjax.readthedocs.io\u002Fen\u002Flatest\u002F_static\u002Ffavicon.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fundertheseanlp\u002Funderthesea\">underthesea\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 1.6K · 📈) - Underthesea - 越南语 NLP 工具包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvecxoz\u002Fvecstack\">vecstack\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 700 · 📈) - 用于堆叠（机器学习技术）的 Python 包。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPAIR-code\u002Fsaliency\">Saliency\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 980 · 💀) - 与框架无关的最先进实现.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所下降的项目。原因可能多种多样，例如下载量减少或代码活跃度降低。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fpytorch-lightning\">pytorch-lightning\u003C\u002Fa>\u003C\u002Fb> (🥈44 ·  ⭐ 30K · 📉) - 在任何规模上预训练、微调任意 AI 模型.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode","2025-09-25T20:48:17",{"id":147,"version":148,"summary_zh":149,"released_at":150},180527,"2025.09.18","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提高的项目。原因可能多种多样，例如下载量增加或代码活动增强。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 29K · 📈) - Python SDK、代理服务器（LLM 网关），用于调用 100 多种.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Franaroussi\u002Fyfinance\">yfinance\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 19K · 📈) - 从 Yahoo! Finance API 下载市场数据。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed\">dask.distributed\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 1.6K · 📈) - Dask 的分布式任务调度器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack\">haystack\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 23K · 📈) - 用于构建可定制、生产级 AI 工作流的框架。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcarla-simulator\u002Fcarla\">carla\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 13K · 📈) - 用于自动驾驶研究的开源模拟器。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob\">TextBlob\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 9.4K · 📈) - 简单、Python 风格的文本处理工具——情感分析、词性分.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fimageio\u002Fimageio\">imageio\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 1.6K · 📈) - 用于读取和写入图像数据的 Python 库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEsri\u002Farcgis-python-api\">ArcGIS API\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 2.1K · 📈) - ArcGIS for Python API 的文档和示例。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FEpistasisLab\u002Ftpot\">TPOT\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 10K · 📈) - 一种 Python 自动化机器学习工具，可优化.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBloodAxe\u002Fpytorch-toolbelt\">Pytorch Toolbelt\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 1.6K · 📈) - 用于快速研发原型设计的 PyTorch 扩展库。 \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所降低的项目。原因可能包括下载量减少或代码活动减弱等。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\">PyTorch\u003C\u002Fa>\u003C\u002Fb> (🥇55 ·  ⭐ 93K · 📉) - 在 Python 中使用张量和动态神经网络，并具有强大的 GPU.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"htt","2025-09-18T17:27:13",{"id":152,"version":153,"summary_zh":154,"released_at":155},180528,"2025.09.11","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提高的项目。原因可能多种多样，例如下载量增加或代码活动增强。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fpytorch-lightning\">pytorch-lightning\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 30K · 📈) - 在任何规模的任何 AI 模型上进行预训练、微调……\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftriton-lang\u002Ftriton\">triton\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 17K · 📈) - Triton 语言及编译器的开发仓库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\">folium\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 7.2K · 📈) - Python 数据可视化工具，基于 Leaflet.js 地图。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmne-tools\u002Fmne-python\">MNE\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 3K · 📈) - MNE：用于脑磁图（MEG）和脑电图（EEG）的……\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frasterio\u002Frasterio\">Rasterio\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 2.4K · 📈) - Rasterio 可读写地理空间栅格数据集。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX\">tensorboardX\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 8K · 📈) - 面向 PyTorch（以及 Chainer、MXNet、NumPy 等）的 TensorBoard 扩展。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fonline-ml\u002Friver\">River\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 5.5K · 📈) - Python 中的在线机器学习库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fdeepvariant\">DeepVariant\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 3.5K · 📈) - DeepVariant 是一种利用深度……的分析流程。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fminrk\u002Ffindspark\">findspark\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 520 · 📈) - 用于查找并导入 PySpark 的工具。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmathurinm\u002Fceler\">celer\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 230 · 📈) - 用于求解 L1 类型问题的快速算法：Lasso、稀疏逻辑回归……\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所降低的项目。原因可能包括下载量减少或代码活动减弱等。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 29K · 📉) - Python SDK 和代理服务器（LLM 网关），可用于调用 100 多种……\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccod","2025-09-11T17:31:18",{"id":157,"version":158,"summary_zh":159,"released_at":160},180529,"2025.09.04","## 📈 上升趋势\n\n_与上次更新相比，项目质量得分有所提高的项目。原因可能多种多样，例如下载量增加或代码活动增强。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscipy\u002Fscipy\">scipy\u003C\u002Fa>\u003C\u002Fb> (🥇51 ·  ⭐ 14K · 📈) - 数学、科学等领域的一系列开源软件。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\">PySpark\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 42K · 📈) - Apache Spark 的 Python API。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 28K · 📈) - 用于调用 100 多种模型的 Python SDK 和代理服务器（LLM 网关）。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 37K · 📈) - Milvus 是一款高性能、云原生向量数据库，专为…设计。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspotify\u002Fannoy\">Annoy\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 14K · 💀) - C++\u002FPython 实现的近似最近邻搜索，针对内存优化。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDEAP\u002Fdeap\">DEAP\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 6.2K · 📈) - Python 中的分布式进化算法。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F37RvQcA\">❗️LGPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNixtla\u002Fstatsforecast\">StatsForecast\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 4.5K · 📈) - 基于统计方法及其他技术的闪电般快速预测工具。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fblue-yonder\u002Ftsfresh\">tsfresh\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 8.9K · 📈) - 自动从时间序列中提取相关特征：许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftpvasconcelos\u002Fridgeplot\">ridgeplot\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 240 · 📈) - 用 Python 绘制精美的脊状图。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funum-cloud\u002Fuform\">UForm\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1.2K · 📈) - 便携式多模态 AI，用于内容理解等。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\n## 📉 下降趋势\n\n_与上次更新相比，项目质量得分有所降低的项目。原因可能包括下载量减少或代码活动减弱等。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface\">deepface\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 20K · 📉) - 轻量级的人脸识别与面部属性分析工具（年龄、…）。许可证：\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed\">dask.dis","2025-09-04T16:12:34",{"id":162,"version":163,"summary_zh":164,"released_at":165},180530,"2025.08.28","## 📈 热度上升\n\n_与上次更新相比，项目质量评分更高的项目。原因可能多种多样，例如下载量增加或代码活跃度提升。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit\">Streamlit\u003C\u002Fa>\u003C\u002Fb>（🥇47 ·  ⭐ 4.1万 · 📈）— Streamlit：一种更快构建和分享数据应用的方式。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio\">Gradio\u003C\u002Fa>\u003C\u002Fb>（🥇45 ·  ⭐ 4万 · 📈）— 为任意模型封装 UI，轻松分享给任何人。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftriton-lang\u002Ftriton\">triton\u003C\u002Fa>\u003C\u002Fb>（🥇44 ·  ⭐ 1.7万 · 📈）— Triton 语言及编译器的开发仓库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python\">opencv-python\u003C\u002Fa>\u003C\u002Fb>（🥇38 ·  ⭐ 5千 · 📈）— 自动化 CI 工具链，用于生成预编译的 opencv-python……\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Faudio\">torchaudio\u003C\u002Fa>\u003C\u002Fb>（🥇37 ·  ⭐ 2.7千 · 📈）— 面向音频信号的数据操作与转换。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fevaluate\">evaluate\u003C\u002Fa>\u003C\u002Fb>（🥇35 ·  ⭐ 2.3千 · 📈）— Evaluate：一个用于轻松评估机器学习的库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftext\">TensorFlow Text\u003C\u002Fa>\u003C\u002Fb>（🥈35 ·  ⭐ 1.3千 · 📈）— 让文本在 TensorFlow 中成为一等公民。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FmodAL-python\u002FmodAL\">modAL\u003C\u002Fa>\u003C\u002Fb>（🥈30 ·  ⭐ 2.3千 · 💀）— 一个面向 Python 的模块化主动学习框架。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcsinva\u002Fimodels\">imodels\u003C\u002Fa>\u003C\u002Fb>（🥈28 ·  ⭐ 1.5千 · 📈）— 可解释的机器学习包，旨在实现简洁、透明且准确的模型。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmrpowers-io\u002Fquinn\">quinn\u003C\u002Fa>\u003C\u002Fb>（🥉24 ·  ⭐ 670 · 💤）— 用于提升开发者生产力的 PySpark 方法。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\n\n## 📉 热度下降\n\n_与上次更新相比，项目质量评分较低的项目。原因可能多种多样，例如下载量减少或代码活跃度下降。_\n\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frusty1s\u002Fpytorch_sparse\">PyTorch Sparse\u003C\u002Fa>\u003C\u002Fb>（🥈24 ·  ⭐ 1.1千 · 📉）— PyTorch 的优化 Autograd 稀疏扩展库。\u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg","2025-08-28T15:54:56",{"id":167,"version":168,"summary_zh":169,"released_at":170},180531,"2025.08.21","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\">PyTorch\u003C\u002Fa>\u003C\u002Fb> (🥇54 ·  ⭐ 93K · 📈) - Tensors and Dynamic neural networks in Python with strong GPU.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 37K · 📈) - Milvus is a high-performance, cloud-native vector database built.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 28K · 📈) - Python SDK, Proxy Server (LLM Gateway) to call 100+.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyvista\u002Fpyvista\">PyVista\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 3.3K · 📈) - 3D plotting and mesh analysis through a streamlined interface.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhpcaitech\u002FColossalAI\">ColossalAI\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 41K · 📈) - Making large AI models cheaper, faster and more accessible. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flibrosa\u002Flibrosa\">librosa\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 7.8K · 📈) - Python library for audio and music analysis. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3hkKRql\">ISC\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnibabel\">NiBabel\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 720 · 📈) - Python package to access a cacophony of neuro-imaging file formats. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FKevinMusgrave\u002Fpytorch-metric-learning\">PML\u003C\u002Fa>\u003C\u002Fb> (🥇29 ·  ⭐ 6.2K · 📈) - The easiest way to use deep metric learning in your application... \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdwyl\u002Fenglish-words\">english-words\u003C\u002Fa>\u003C\u002Fb> (🥈24 ·  ⭐ 12K · 💤) - A text file containing 479k English words for all your.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rvuUlR\">Unlicense\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffraunhoferportugal\u002Ftsfel\">TSFEL\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 1K · 📈) - An intuitive library to extract features from time series. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR\">PaddleOCR\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 53K · 📉) - Awesome multilingual OCR and Document Parsing toolkits.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1M\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\">PySpark\u003C\u002Fa>\u003C\u002Fb> (🥈41 ·  ⭐ 42K · 📉) - Apache Spark Python API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002FspaCy\">spaCy\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 32K · 📉) - Industrial-strength Natural Language Processing (NLP) in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcatboost\u002Fcatboost\">Catboost\u003C\u002Fa>\u003C\u002Fb> (🥈39 ·  ⭐ 8.5K · 📉) - A fast, scalable, high performance Gradient Boosting on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\">folium\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 7.2K · 📉) - Python Data. Leaflet.js Maps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Franaroussi\u002Fyfinance\">yfinance\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 19K · 📉) - Download market data from Yahoo! Finances API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frasterio\u002Frasterio\">Rasterio\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 2.4K · 📉) - Rasterio reads and writes geospatial raster datasets. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscipy\u002Fscipy\">scipy\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 14K · 📉) - Ecosystem of open-source software for mathematics, science, and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FNixtla\u002Fneuralforecast\">NeuralForecast\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3.7K · 📉) - Scalable and user friendly neural forecasting algorithms. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fqubvel\u002Fefficientnet\">efficientnet\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.1K · 💀) - Implementation of EfficientNet model. Keras and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C","2025-08-21T15:28:46",{"id":172,"version":173,"summary_zh":174,"released_at":175},180532,"2025.08.14","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeras-team\u002Fkeras\">Keras\u003C\u002Fa>\u003C\u002Fb> (🥇48 ·  ⭐ 63K · 📈) - Deep Learning for humans. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py\">Plotly\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 18K · 📈) - The interactive graphing library for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbokeh\u002Fbokeh\">Bokeh\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 20K · 📈) - Interactive Data Visualization in the browser, from Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fspark\">PySpark\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 42K · 📈) - Apache Spark Python API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit\">Streamlit\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 41K · 📈) - Streamlit A faster way to build and share data apps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\">folium\u003C\u002Fa>\u003C\u002Fb> (🥇40 ·  ⭐ 7.2K · 📈) - Python Data. Leaflet.js Maps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece\">sentencepiece\u003C\u002Fa>\u003C\u002Fb> (🥇37 ·  ⭐ 11K · 📈) - Unsupervised text tokenizer for Neural Network-based text.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyproj4\u002Fpyproj\">pyproj\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 1.1K · 📈) - Python interface to PROJ (cartographic projections and coordinate.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpavlin-policar\u002FopenTSNE\">openTSNE\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 1.6K · 📈) - Extensible, parallel implementations of t-SNE. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjasmcaus\u002Fcaer\">Caer\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 800 · 📈) - A lightweight Computer Vision library. Scale your models, not boilerplate. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 37K · 📉) - Milvus is a high-performance, cloud-native vector database built.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebook\u002Fprophet\">Prophet\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 20K · 📉) - Tool for producing high quality forecasts for time series data that.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Foptimum\">optimum\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 3K · 📉) - Accelerate inference and training of Transformers, Diffusers, TIMM.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Farogozhnikov\u002Feinops\">einops\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 9.1K · 📉) - Flexible and powerful tensor operations for readable and reliable code.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprobability\">tensorflow-probability\u003C\u002Fa>\u003C\u002Fb> (🥇31 ·  ⭐ 4.4K · 📉) - Probabilistic reasoning and statistical analysis in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flmcinnes\u002Fumap\">UMAP\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 7.9K · 📉) - Uniform Manifold Approximation and Projection. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-learn-contrib\u002Fhdbscan\">hdbscan\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 3K · 📉) - A high performance implementation of HDBSCAN clustering. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal\">PySAL\u003C\u002Fa>\u003C\u002Fb> (🥉29 ·  ⭐ 1.4K · 📉) - PySAL: Python Spatial Analysis Library Meta-Package. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnibabel\">NiBabel\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 720 · 📉) - Python package to access a cacophony of neuro-imaging file formats. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fmxboard\">MXBoard\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 320 · 💀) - Logging MXNet data for visualization in TensorBoard. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1X\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n\r\n","2025-08-14T15:40:37",{"id":177,"version":178,"summary_zh":179,"released_at":180},180533,"2025.08.07","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal\">PySAL\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 1.4K · 📈) - PySAL: Python Spatial Analysis Library Meta-Package. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstreamlit\u002Fstreamlit\">Streamlit\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 41K · 📉) - Streamlit A faster way to build and share data apps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 27K · 📉) - Python SDK, Proxy Server (LLM Gateway) to call 100+.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio\">Gradio\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 39K · 📉) - Wrap UIs around any model, share with anyone. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftriton-lang\u002Ftriton\">triton\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 16K · 📉) - Development repository for the Triton language and compiler. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffastai\u002Ffastai\">Fastai\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 27K · 📉) - The fastai deep learning library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fapache\u002Fflink\">PyFlink\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 25K · 📉) - Apache Flink Python API. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspeechbrain\u002Fspeechbrain\">speechbrain\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 10K · 📉) - A PyTorch-based Speech Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python\">opencv-python\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 4.9K · 📉) - Automated CI toolchain to produce precompiled opencv-python,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FmodAL-python\u002FmodAL\">modAL\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 2.3K · 💀) - A modular active learning framework for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmrpowers-io\u002Fquinn\">quinn\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 680 · 💤) - pyspark methods to enhance developer productivity. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n\r\n","2025-08-07T16:45:45",{"id":182,"version":183,"summary_zh":184,"released_at":185},180534,"2025.07.31","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py\">Plotly\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 18K · 📈) - The interactive graphing library for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserengil\u002Fdeepface\">deepface\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 20K · 📈) - A Lightweight Face Recognition and Facial Attribute Analysis (Age,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyecharts\u002Fpyecharts\">pyecharts\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 15K · 📈) - Python Echarts Plotting Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjiaaro\u002Fpydub\">Pydub\u003C\u002Fa>\u003C\u002Fb> (🥇36 ·  ⭐ 9.5K · 💀) - Manipulate audio with a simple and easy high level interface. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX\">tensorboardX\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 8K · 📈) - tensorboard for pytorch (and chainer, mxnet, numpy, ...). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnipy\u002Fnipype\">NIPYPE\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 790 · 📈) - Workflows and interfaces for neuroimaging packages. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fscikit-optimize\u002Fscikit-optimize\">scikit-optimize\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 2.8K · 💀) - Sequential model-based optimization with a.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpatrick-kidger\u002Fequinox\">equinox\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 2.4K · 📈) - Elegant easy-to-use neural networks + scientific computing.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fjax.readthedocs.io\u002Fen\u002Flatest\u002F_static\u002Ffavicon.png\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmpld3\u002Fmpld3\">mpld3\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.4K · 📈) - An interactive data visualization tool which brings matplotlib.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fmxboard\">MXBoard\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 320 · 💀) - Logging MXNet data for visualization in TensorBoard. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1X\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FRasaHQ\u002Frasa\">Rasa\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 20K · 📉) - Open source machine learning framework to automate text- and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftinygrad\u002Ftinygrad\">tinygrad\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 30K · 📉) - You like pytorch? You like micrograd? You love tinygrad!. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball\">snowballstemmer\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 800 · 📉) - Snowball compiler and stemming algorithms. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiver56\u002Faudiomentations\">audiomentations\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 2.1K · 📉) - A Python library for audio data augmentation. Useful for.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FDenisCarriere\u002Fgeocoder\">Geocoder\u003C\u002Fa>\u003C\u002Fb> (🥉30 ·  ⭐ 1.6K · 💀) - Python Geocoder. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAnotherSamWilson\u002Fmiceforest\">miceforest\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 380 · 💤) - Multiple Imputation with LightGBM in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flucidrains\u002Fperformer-pytorch\">Performer Pytorch\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 1.1K · 💀) - An implementation of Performer, a linear attention-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdmbee\u002Fseglearn\">seglearn\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 580 · 💀) - Python module for machine learning time series:. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fparrt\u002Ftensor-sensor\">Tensor Sensor\u003C\u002Fa>\u003C\u002Fb> (🥉14 ·  ⭐ 810 · 💀) - The goal of this library is to generate more helpful.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fabhishekkrthakur\u002Ftez\">Tez\u003C\u002Fa>\u003C\u002Fb> (🥉13 ·  ⭐ 1.2K · 💀) - Tez is a super-simple and lightweigh","2025-07-31T15:34:39",{"id":187,"version":188,"summary_zh":189,"released_at":190},180535,"2025.07.24","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fpytorch\">PyTorch\u003C\u002Fa>\u003C\u002Fb> (🥇56 ·  ⭐ 92K · 📈) - Tensors and Dynamic neural networks in Python with strong GPU.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray\">Ray\u003C\u002Fa>\u003C\u002Fb> (🥇48 ·  ⭐ 38K · 📈) - Ray is an AI compute engine. Ray consists of a core distributed.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 36K · 📈) - Milvus is a high-performance, cloud-native vector database built.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Ffaiss\">Faiss\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 36K · 📈) - A library for efficient similarity search and clustering of dense vectors. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fneptune-ai\u002Fneptune-client\">Neptune.ai\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 620 · 📈) - The experiment tracker for foundation model training. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fitdxer\u002Fneupy\">NeuPy\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 740 · 💀) - NeuPy is a Tensorflow based python library for prototyping and building.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnubank\u002Ffklearn\">fklearn\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.5K · 📈) - fklearn: Functional Machine Learning. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Funderstandable-machine-intelligence-lab\u002FQuantus\">Quantus\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 610 · 📈) - Quantus is an eXplainable AI toolkit for responsible evaluation.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F2M0xdwT\">❗️GPL-3.0\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fkeunwoochoi\u002Fkapre\">kapre\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 930 · 💀) - kapre: Keras Audio Preprocessors. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ffairness-indicators\">fairness-indicators\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 350 · 📈) - Tensorflows Fairness Evaluation and Visualization.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fplotly\u002Fplotly.py\">Plotly\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 17K · 📉) - The interactive graphing library for Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjax-ml\u002Fjax\">jax\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 33K · 📉) - Composable transformations of Python+NumPy programs: differentiate,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdask\">dask\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 13K · 📉) - Parallel computing with task scheduling. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision\">torchvision\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 17K · 📉) - Datasets, Transforms and Models specific to Computer Vision. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcatboost\u002Fcatboost\">Catboost\u003C\u002Fa>\u003C\u002Fb> (🥈41 ·  ⭐ 8.5K · 📉) - A fast, scalable, high performance Gradient Boosting on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbentoml\u002FBentoML\">BentoML\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 7.9K · 📉) - The easiest way to serve AI apps and models - Build Model.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flanpa\u002FtensorboardX\">tensorboardX\u003C\u002Fa>\u003C\u002Fb> (🥈31 ·  ⭐ 8K · 📉) - tensorboard for pytorch (and chainer, mxnet, numpy, ...). \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbastibe\u002Fpython-soundfile\">python-soundfile\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 780 · 📉) - SoundFile is an audio library based on libsndfile, CFFI,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftimesler\u002Ffacenet-pytorch\">facenet-pytorch\u003C\u002Fa>\u003C\u002Fb> (🥉25 ·  ⭐ 4.9K · 💤) - Pretrained Pytorch face detection (MTCNN) and facial.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fawslabs\u002Fmxboard\">MXBoard\u003C\u002Fa>\u003C\u002Fb> (🥉16 ·  ⭐ 320 · 💀) - Logging MXNet data for visualization in TensorBo","2025-07-24T16:15:51",{"id":192,"version":193,"summary_zh":194,"released_at":195},180536,"2025.07.17","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddle\">PaddlePaddle\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 23K · 📈) - PArallel Distributed Deep LEarning: Machine Learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1M\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio\">Gradio\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 39K · 📈) - Wrap UIs around any model, share with anyone. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fcornellius-gp\u002Fgpytorch\">GPyTorch\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 3.7K · 📈) - A highly efficient implementation of Gaussian Processes in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FQData\u002FTextAttack\">TextAttack\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 3.2K · 📈) - TextAttack is a Python framework for adversarial attacks, data.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdbt-labs\u002Fmetricflow\">metricflow\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.2K · 📈) - MetricFlow allows you to define, build, and maintain.. \u003Ccode>❗Unlicensed\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Finterpretml\u002FDiCE\">DiCE\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 1.4K · 📈) - Generate Diverse Counterfactual Explanations for any machine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHironsan\u002Fanago\">anaGo\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 1.5K · 💀) - Bidirectional LSTM-CRF and ELMo for Named-Entity Recognition,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepgraph\u002Fdeepgraph\">DeepGraph\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 300 · 📈) - Analyze Data with Pandas-based Networks... \u003Ccode>❗Unlicensed\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1S\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flarq\u002Fcompute-engine\">Larq Compute Engine\u003C\u002Fa>\u003C\u002Fb> (🥉21 ·  ⭐ 250 · 📈) - Highly optimized inference engine for Binarized.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdatabricks\u002Ftensorframes\">TensorFrames\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 750 · 💀) - [DEPRECATED] Tensorflow wrapper for DataFrames on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\">folium\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 7.2K · 📉) - Python Data. Leaflet.js Maps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FHIPS\u002Fautograd\">Autograd\u003C\u002Fa>\u003C\u002Fb> (🥇36 ·  ⭐ 7.3K · 📉) - Efficiently computes derivatives of NumPy code. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhorovod\u002Fhorovod\">horovod\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 15K · 📉) - Distributed training framework for TensorFlow, Keras, PyTorch,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fprobability\">tensorflow-probability\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 4.3K · 📉) - Probabilistic reasoning and statistical analysis in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FJohnSnowLabs\u002Fspark-nlp\">spark-nlp\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 4K · 📉) - State of the Art Natural Language Processing. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1N\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2\">detectron2\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 32K · 📉) - Detectron2 is a platform for object detection,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPreferredAI\u002Fcornac\">Cornac\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 970 · 📉) - A Comparative Framework for Multimodal Recommender Systems. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fitdxer\u002Fneupy\">NeuPy\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 740 · 💀) - NeuPy is a Tensorflow based python library for prototyping and building.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F","2025-07-17T16:20:56",{"id":197,"version":198,"summary_zh":199,"released_at":200},180537,"2025.07.10","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 25K · 📈) - Python SDK, Proxy Server (LLM Gateway) to call 100+.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fstatsmodels\u002Fstatsmodels\">StatsModels\u003C\u002Fa>\u003C\u002Fb> (🥈44 ·  ⭐ 11K · 📈) - Statsmodels: statistical modeling and econometrics in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fivy-llc\u002Fivy\">ivy\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 14K · 📈) - Convert Machine Learning Code Between Frameworks. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python\">opencv-python\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 4.9K · 📈) - Automated CI toolchain to produce precompiled opencv-python,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fdetectron2\">detectron2\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 32K · 📈) - Detectron2 is a platform for object detection,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fthinc\">Thinc\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 2.9K · 📈) - A refreshing functional take on deep learning, compatible with your.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpycaret\u002Fpycaret\">PyCaret\u003C\u002Fa>\u003C\u002Fb> (🥈34 ·  ⭐ 9.4K · 📈) - An open-source, low-code machine learning library in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmljar\u002Fmljar-supervised\">mljar-supervised\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 3.2K · 📈) - Python package for AutoML on Tabular Data with Feature.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FContextLab\u002Fhypertools\">HyperTools\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 1.8K · 📈) - A Python toolbox for gaining geometric insights into high-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgeospace-code\u002Fpymap3d\">pymap3d\u003C\u002Fa>\u003C\u002Fb> (🥉26 ·  ⭐ 420 · 📈) - pure-Python (Numpy optional) 3D coordinate conversions for geospace.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3rqEWVr\">BSD-2\u003C\u002Fa>\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgradio-app\u002Fgradio\">Gradio\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 39K · 📉) - Wrap UIs around any model, share with anyone. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fvisgl\u002Fdeck.gl\">pydeck\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 13K · 📉) - WebGL2 powered visualization framework. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiterative\u002Fdvc\">DVC\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 15K · 📉) - Data Versioning and ML Experiments. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Falbumentations-team\u002Falbumentations\">Albumentations\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 15K · 📉) - Fast and flexible image augmentation library. Paper.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fspeechbrain\u002Fspeechbrain\">speechbrain\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 10K · 📉) - A PyTorch-based Speech Toolkit. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgunthercox\u002FChatterBot\">ChatterBot\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 14K · 📉) - ChatterBot is a machine learning, conversational dialog engine.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fignite\">Ignite\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 4.7K · 📉) - High-level library to help with training and evaluating neural.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fdatashader\">datashader\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 3.4K · 📉) - Quickly and accurately render even the largest data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fshankarpandala\u002Flazypredict\">lazypredict\u003C\u002Fa>\u003C\u002Fb> (🥈27 ·  ⭐ 3.2K · 📉) - Lazy Predict help build a lot of basic models without much.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepgraph\u002Fdeepgraph\">DeepGraph\u003C\u002Fa>\u003C\u002Fb> (🥉19 ·  ⭐ 300 · ","2025-07-10T15:26:13",{"id":202,"version":203,"summary_zh":204,"released_at":205},180538,"2025.07.03","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmlflow\u002Fmlflow\">mlflow\u003C\u002Fa>\u003C\u002Fb> (🥇45 ·  ⭐ 21K · 📈) - Open source platform for the machine learning lifecycle. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FUKPLab\u002Fsentence-transformers\">sentence-transformers\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 17K · 📈) - State-of-the-Art Text Embeddings. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 36K · 📈) - Milvus is a high-performance, cloud-native vector database built.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision\">torchvision\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 17K · 📈) - Datasets, Transforms and Models specific to Computer Vision. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fiterative\u002Fdvc\">DVC\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 15K · 📈) - Data Versioning and ML Experiments. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyqtgraph\u002Fpyqtgraph\">PyQtGraph\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 4.1K · 📈) - Fast data visualization and GUI tools for scientific \u002F engineering.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbayesian-optimization\u002FBayesianOptimization\">Bayesian Optimization\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 8.3K · 📈) - A Python implementation of global optimization with.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTrusted-AI\u002Fadversarial-robustness-toolbox\">ART\u003C\u002Fa>\u003C\u002Fb> (🥇35 ·  ⭐ 5.4K · 📈) - Adversarial Robustness Toolbox (ART) - Python Library for Machine Learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fparrt\u002Ftensor-sensor\">Tensor Sensor\u003C\u002Fa>\u003C\u002Fb> (🥉17 ·  ⭐ 810 · 💀) - The goal of this library is to generate more helpful.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fclugen\u002Fpyclugen\">pyclugen\u003C\u002Fa>\u003C\u002Fb> (🥇12 ·  ⭐ 9 · 📈) - Multidimensional cluster generation in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsloria\u002FTextBlob\">TextBlob\u003C\u002Fa>\u003C\u002Fb> (🥈36 ·  ⭐ 9.4K · 📉) - Simple, Pythonic, text processing--Sentiment analysis, part-of-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpyecharts\u002Fpyecharts\">pyecharts\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 15K · 📉) - Python Echarts Plotting Library. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpycaret\u002Fpycaret\">PyCaret\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 9.4K · 📉) - An open-source, low-code machine learning library in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FAzure\u002FMachineLearningNotebooks\">AzureML SDK\u003C\u002Fa>\u003C\u002Fb> (🥈30 ·  ⭐ 4.2K · 📉) - Python notebooks with ML and deep learning examples with Azure.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fexplosion\u002Fcython-blis\">Cython BLIS\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 230 · 📉) - Fast matrix-multiplication as a self-contained Python library.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpysal\u002Fpysal\">PySAL\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 1.4K · 📉) - PySAL: Python Spatial Analysis Library Meta-Package. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbastibe\u002Fpython-soundfile\">python-soundfile\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 780 · 📉) - SoundFile is an audio library based on libsndfile, CFFI,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-streamz\u002Fstreamz\">Streamz\u003C\u002Fa>\u003C\u002Fb> (🥉27 ·  ⭐ 1.3K · 💤) - Real-time stream processing for python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmljar\u002Fmljar-supervised\">mljar-supervised\u003C\u002Fa>\u003C\u002Fb> (🥈26 ·  ⭐ 3.2K · 📉) - Python package for AutoML on Tabular Data with Feature.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmaximtrp\u002Fscikit-posthocs\">scikit-posthocs\u003C\u002Fa>\u003C\u002Fb> (🥉24 ·  ⭐ 370 · 📉) - Multiple Pairwise Comparisons (Post Hoc) Tests in.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n\r\n","2025-07-03T15:41:36",{"id":207,"version":208,"summary_zh":209,"released_at":210},180539,"2025.06.26","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FLightning-AI\u002Fpytorch-lightning\">pytorch-lightning\u003C\u002Fa>\u003C\u002Fb> (🥈44 ·  ⭐ 30K · 📈) - Pretrain, finetune ANY AI model of ANY size on.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwandb\u002Fwandb\">wandb client\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 10K · 📈) - The AI developer platform. Use Weights & Biases to train and.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FZulko\u002Fmoviepy\">MoviePy\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 14K · 📈) - Video editing with Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsktime\u002Fsktime\">sktime\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 9.1K · 📈) - A unified framework for machine learning with time series. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faws\u002Fsagemaker-python-sdk\">SageMaker SDK\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 2.2K · 📈) - A library for training and deploying machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1X\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnilearn\u002Fnilearn\">Nilearn\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 1.3K · 📈) - Machine learning for NeuroImaging in Python. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopencv\u002Fopencv-python\">opencv-python\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 4.9K · 📈) - Automated CI toolchain to produce precompiled opencv-python,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsnowballstem\u002Fsnowball\">snowballstemmer\u003C\u002Fa>\u003C\u002Fb> (🥈35 ·  ⭐ 800 · 📈) - Snowball compiler and stemming algorithms. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fhuggingface\u002Fevaluate\">evaluate\u003C\u002Fa>\u003C\u002Fb> (🥇33 ·  ⭐ 2.2K · 📈) - Evaluate: A library for easily evaluating machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fgraphistry\u002Fpygraphistry\">pygraphistry\u003C\u002Fa>\u003C\u002Fb> (🥈29 ·  ⭐ 2.3K · 📈) - PyGraphistry is a Python library to quickly load,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FUKPLab\u002Fsentence-transformers\">sentence-transformers\u003C\u002Fa>\u003C\u002Fb> (🥇42 ·  ⭐ 17K · 📉) - State-of-the-Art Text Embeddings. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface\">InsightFace\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 26K · 📉) - State-of-the-art 2D and 3D Face Analysis Project. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1X\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepset-ai\u002Fhaystack\">haystack\u003C\u002Fa>\u003C\u002Fb> (🥈37 ·  ⭐ 21K · 📉) - AI orchestration framework to build customizable, production-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Frasbt\u002Fmlxtend\">MLxtend\u003C\u002Fa>\u003C\u002Fb> (🥇34 ·  ⭐ 5K · 📉) - A library of extension and helper modules for Pythons data.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1F\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fsimonw\u002Fdatasette\">Datasette\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 10K · 📉) - An open source multi-tool for exploring and publishing data. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fserge-sans-paille\u002Fpythran\">Pythran\u003C\u002Fa>\u003C\u002Fb> (🥈33 ·  ⭐ 2.1K · 📉) - Ahead of Time compiler for numeric kernels. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fidiap\u002Fcoqui-ai-TTS\">Coqui TTS\u003C\u002Fa>\u003C\u002Fb> (🥈32 ·  ⭐ 1.5K · 📉) - - a deep learning toolkit for Text-to-Speech, battle-.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3postzC\">MPL-2.0\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleHub\">PaddleHub\u003C\u002Fa>\u003C\u002Fb> (🥉23 ·  ⭐ 13K · 💤) - 400+ AI Models: Rich, high-","2025-06-26T15:25:44",{"id":212,"version":213,"summary_zh":214,"released_at":215},180540,"2025.06.19","## 📈 Trending Up\r\n\r\n_Projects that have a higher project-quality score compared to the last update. There might be a variety of reasons, such as increased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fjax-ml\u002Fjax\">jax\u003C\u002Fa>\u003C\u002Fb> (🥇46 ·  ⭐ 33K · 📈) - Composable transformations of Python+NumPy programs: differentiate,.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FPaddlePaddle\u002FPaddleOCR\">PaddleOCR\u003C\u002Fa>\u003C\u002Fb> (🥇44 ·  ⭐ 51K · 📈) - Awesome multilingual OCR and Document Parsing toolkits.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1M\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpython-visualization\u002Ffolium\">folium\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 7.2K · 📈) - Python Data. Leaflet.js Maps. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fholoviz\u002Fholoviews\">HoloViews\u003C\u002Fa>\u003C\u002Fb> (🥈39 ·  ⭐ 2.8K · 📈) - With Holoviews, your data visualizes itself. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepinsight\u002Finsightface\">InsightFace\u003C\u002Fa>\u003C\u002Fb> (🥇38 ·  ⭐ 26K · 📈) - State-of-the-art 2D and 3D Face Analysis Project. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1X\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Fmodel-analysis\">Model Analysis\u003C\u002Fa>\u003C\u002Fb> (🥈28 ·  ⭐ 1.3K · 📈) - Model analysis tools for TensorFlow. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FCellProfiler\u002FCellProfiler\">CellProfiler\u003C\u002Fa>\u003C\u002Fb> (🥉28 ·  ⭐ 990 · 📈) - An open-source application for biological image analysis. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fnicolaskruchten\u002Fjupyter_pivottablejs\">pivottablejs\u003C\u002Fa>\u003C\u002Fb> (🥉22 ·  ⭐ 700 · 💀) - Dragndrop Pivot Tables and Charts for Jupyter\u002FIPython.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1E\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdeepgraph\u002Fdeepgraph\">DeepGraph\u003C\u002Fa>\u003C\u002Fb> (🥉20 ·  ⭐ 290 · 📈) - Analyze Data with Pandas-based Networks... \u003Ccode>❗Unlicensed\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1S\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FXtra-Computing\u002Fthundergbm\">ThunderGBM\u003C\u002Fa>\u003C\u002Fb> (🥉18 ·  ⭐ 700 · 📈) - ThunderGBM: Fast GBDTs and Random Forests on GPUs. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n\r\n## 📉 Trending Down\r\n\r\n_Projects that have a lower project-quality score compared to the last update. There might be a variety of reasons such as decreased downloads or code activity._\r\n\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ftensorflow\u002Ftensorflow\">Tensorflow\u003C\u002Fa>\u003C\u002Fb> (🥇55 ·  ⭐ 190K · 📉) - An Open Source Machine Learning Framework for Everyone. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fray-project\u002Fray\">Ray\u003C\u002Fa>\u003C\u002Fb> (🥇47 ·  ⭐ 38K · 📉) - Ray is an AI compute engine. Ray consists of a core distributed.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FBerriAI\u002Flitellm\">litellm\u003C\u002Fa>\u003C\u002Fb> (🥇43 ·  ⭐ 24K · 📉) - Python SDK, Proxy Server (LLM Gateway) to call 100+.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F34MBwT8\">MIT\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>o\u003C\u002Fcode> \u003Ccode>t\u003C\u002Fcode> \u003Ccode>h\u003C\u002Fcode> \u003Ccode>e\u003C\u002Fcode> \u003Ccode>r\u003C\u002Fcode> \u003Ccode>s\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fmilvus-io\u002Fmilvus\">Milvus\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 36K · 📉) - Milvus is a high-performance, cloud-native vector database built.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpytorch\u002Fvision\">torchvision\u003C\u002Fa>\u003C\u002Fb> (🥇41 ·  ⭐ 17K · 📉) - Datasets, Transforms and Models specific to Computer Vision. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1Q\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Faws\u002Fsagemaker-python-sdk\">SageMaker SDK\u003C\u002Fa>\u003C\u002Fb> (🥈40 ·  ⭐ 2.2K · 📉) - A library for training and deploying machine learning.. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3nYMfla\">Apache-2\u003C\u002Fa>\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1X\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode> \u003Ccode>\u003Cimg src=\"https:\u002F\u002Fgit.io\u002FJLy1A\" style=\"display:inline;\" width=\"13\" height=\"13\">\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fdask\u002Fdistributed\">dask.distributed\u003C\u002Fa>\u003C\u002Fb> (🥇39 ·  ⭐ 1.6K · 📉) - A distributed task scheduler for Dask. \u003Ccode>\u003Ca href=\"http:\u002F\u002Fbit.ly\u002F3aKzpTv\">BSD-3\u003C\u002Fa>\u003C\u002Fcode>\r\n- \u003Cb>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fydataai\u002Fydata-profilin","2025-06-19T15:54:58"]