#はじめに
この業界のスピードは人類史上最速なのではないかと思うレベルなのですが、タイトルの通りPython×データサイエンス&AIの分野で戦うならば当然触ったことあるよねって言うレベルのライブラリをまとめてみました。
(モジュールとライブラリの違いとか知りません。過不足あります。絶対。)
#目次
1.データ加工系
2.データ読み込み系
3.データ可視化系
4.機械学習系
5.自然言語処理系
6.WebApp開発フレームワーク
#1.データ加工系
###Numpy
http://www.numpy.org/
http://cs231n.github.io/python-numpy-tutorial/
###Pandas
https://pandas.pydata.org/
http://pandas.pydata.org/pandas-docs/version/0.15/10min.html
###Scipy
https://www.scipy.org/
http://programming-study.com/technology/python-scipy/
#2.データ読み込み系
###csv
https://qiita.com/okadate/items/c36f4eb9506b358fb608
###db
https://pypi.python.org/pypi/db.py
#3.データ可視化系
###matplotlib
https://matplotlib.org/
https://matplotlib.org/users/index.html
###plotly
https://plot.ly/python/
#4.機械学習系
###scikit-learn
http://scikit-learn.org/stable/
###tensorflow
https://www.tensorflow.org/
###chainer
https://chainer.org/
###theano
http://deeplearning.net/software/theano/
#5.自然言語処理系
###mecab
http://taku910.github.io/mecab/
###gensim
https://radimrehurek.com/gensim/
###juman
http://nlp.ist.i.kyoto-u.ac.jp/index.php?JUMAN
#6.WebApp開発フレームワーク
###django
https://docs.djangoproject.com/ja/2.0/
#おわりに
とりあえず「Colaboratory」で全部触ってみましょう。
https://colab.research.google.com
jupyterをGoogle先生が進化させてます。
http://jupyter.org/
#雑感
これらに加えて、データサイエンス&AIの領域では、Rの知識とクラウド（AWSとGCP）の知識、さらに論文ベースのアルゴリズムの知識と、最先端研究の知識。一生、データサイエンス&AIに飽きることなく生きていけそうです。とりあえず、詳しくないのはサンプルコードを叩くか...。