Pythonにはライブラリが沢山あります。ライブラリとは便利な機能を持ったプログラムを集めたものを言い、このライブラリを上手く使うことで色々なことを実現できます。
今回はこのライブラリを用途別で図解にまとめました。
Pythonでプログラムを組む際の参考になりましたら幸いです。
※簡単にまとめているだけなので、詳しい中身は公式ドキュメント等をご確認ください。
追記（2023/12/25）
当記事がありがたいことに好評いただけたので、Pythonの基礎も図解化しました。あわせてご活用いただけますと幸いです。
機械学習
機械学習 ⊃ 深層学習という包含関係です。
ざっくり言うと、特定のタスク（分析の方向性が明確）に対して予測できるのが機械学習で、より複雑なデータも処理できるのが深層学習です。
ただし深層学習はその分、学習に要する時間やデータは多くなります。
【機械学習入門】scikit-learnを使ったアヤメの分類
データ分析
データ分析には必須と言っていいほどのライブラリです。
Numpyはデータの前処理、matplotlib・seabornはデータの可視化に使います。
業務効率化
Pythonは業務効率化にも使えます。
Excelとスクレイピング、PDFとOutlookなど、複数の処理を１つのプログラム内で完結させることができます。
こちらにもう少し詳しい内容を載せています。
Webアプリ
Pythonにはwebアプリ開発に便利なフレームワークが存在します。これによりWebブラウザ（chrome、edgeなど）上で動くアプリを作成できます。
フレームワークとは、システム開発が楽になるように用意された、プログラムのひな形のことです。
デスクトップアプリ
基本的にはその名の通り、デスクトップで動くアプリのことです。
自分が作成したプログラムをGUI化（マウスで操作できるアプリ化）することで、より使いやすくできます。
PySimpleGUIに関しては基本をまとめていますので良かったらご活用ください。
その他
画像処理を業務効率化に使われる方もいると思いますが、業種が限られると思ったのでその他にしました。
OpenCV・Pillowは機械学習の前処理でも使えます。場合によってはOpenCVだけでも異常検知ができます。
おまけ（よく使う標準ライブラリ）
用途別というよりかは常に使うものですが、標準ライブラリから使う頻度が多いものを選出しました。
おわりに
最後までお読みいただきありがとうございました！
Pythonはライブラリが豊富なので、まずは概要だけでもおさえておくといいかもしれません。また、勉強方法にお困りの方はこちらの記事もご参考にしてください。
YouTubeにて、Pythonチュートリアル（公式ドキュメント）を使ってPythonの基礎文法を解説しています。
こちらもよろしければご活用ください。