Python有哪些高大上的项目？

​Python作为程序员的宠儿，得到了越来越多人的关注，使用Python进行应用程序开发的越来也多。那么，Python有哪些高大上的项目？这里有十个：

1.NuPIC

它是一个以HTM学习算法为工具的机器智能平台。HTM是皮层的精确计算方法。HTM的核心是基于时间的持续学习算法和储存和撤销的时空模式。NuPIC适合于各种各样的问题,尤其是检测异常和预测的流数据来源。

2.Hebel

它是在Python语言中对于神经网络的深度学习的一个库程序，使用的是通过PyCUDA来进行GPU和CUDA的加速。

而且它还是最重要的神经网络模型的类型的工具而且能提供一些不同的活动函数的激活功能，例如动力，涅斯捷罗夫动力，信号丢失和停止法。3.MILK

它是Python语言下的机器学习工具包。它主要是在很多可得到的分类比如SVMS,K-NN,随机森林，决策树中使用监督分类法，它还执行特征选择。

这些分类器在许多方面相结合,可以形成不同的例如无监督学习、密切关系金传播和由MILK支持的K-means聚类等分类系统。

4. Nilearn

它是一个能够快速统计学习神经影像数据的Python模块。它利用Python语言中的scikit-learn 工具箱和一些进行预测建模，分类，解码，连通性分析的应用程序来进行多元的统计。

5. Scikit-learn

它是基于Scipy为机器学习建造的的一个Python模块，特色就是多样化的分类，回归和聚类的算法包括支持向量机，逻辑回归，朴素贝叶斯分类器，随机森林，Gradient Boosting，聚类算法和DBSCAN。也设计出了Python numerical和scientific libraries Numpy and Scipy。

6.PyBrain

它是基于Python语言强化学习，人工智能，神经网络库的简称。目标是提供灵活、容易使用并且强大的机器学习算法和进行各种各样的预定义的环境中测试来比较你的算法。

7.Bob

它是一个免费的信号处理和机器学习的工具。它的工具箱是用Python和C++语言共同编写的，它的设计目的是变得更加高效并且减少开发时间，它是由处理图像工具,音频和视频处理、机器学习和模式识别的大量软件包构成的。

8.REP

它是以一种和谐、可再生的方式为指挥数据移动驱动所提供的一种环境。有个统一的分类器包装来提供各种各样的操作，例如TMVA, Sklearn, XGBoost, uBoost等等，并且它可以在一个群体以平行的方式训练分类器。同时它也提供了一个交互式的情节。

9.Pattern

它是Python语言下的一个网络挖掘模块。它为数据挖掘，自然语言处理，网络分析和机器学习提供工具。它支持向量空间模型、聚类、支持向量机和感知机并且用KNN分类法进行分类。

10.Quepy

它是通过改变自然语言问题从而在数据库查询语言中进行查询的一个Python框架，可以简单地被定义为在自然语言和数据库查询中不同类型的问题。所以，不用编码就可以建立你自己的一个用自然语言进入你的数据库的系统。

现在Quepy提供对于Sparql和MQL查询语言的支持，并且计划将它延伸到其他的数据库查询语言。

就是这些（另：排名不分先后）。