Python里面有什么好用且有趣的模块？
谢邀！个人见解，希望对你有帮助～
matplotlib
matplotlib 是python的画图模块，可以绘制各种图，包括折线图、散点图、饼状图等，并且可以绘制多个子图，标注图***殊点等，绘制出的图片十分优美。
调用接口十分友好，非常适合快速上手画图的需求。
留言 点赞 关注
我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”
测试行业常用的Python第三方库：
接口测试：requests
webui自动化：selenium，robotframework
***自动化：***ium，pyadb，monkeyrunner
PC端自动化：pyautoui，win32com
如果你想下载腾讯***、优酷、爱奇艺里面的***，你一定要试试you-get这个模块，实在太好用了，当然也可以下载***的***，让我惊艳的是它居然支持国内网站下载。
You-Get是一个小型命令行实用程序，用于从Web下载媒体内容（***，音频，图像），以防没有其他方便的方法。
以下是您如何使用 它从***下载***：
这可能是为什么你可能想要使用它：
您在互联网上享受了一些东西，只是想为了您自己的乐趣下载它们。
您可以通过计算机***自己喜欢的***，但禁止保存。 您觉得自己无法控制自己的计算机。 （并不是一个开放的Web应该如何工作。）
您希望摆脱任何闭源技术或专有J***aScript代码，并禁止在您的计算机上运行Flash等内容。
***的开发过程大致是怎样的？
***开发之前一般老板大概知道自己想要的功能，事实上，老板一般不知道自己要做什么东西，这时候产品经理要出马了，跟老板各种理清需求、找产品定位，好说歹说会把产品的定位、一期的需求想清楚。***开发公司新产品从无到有常见的工作是以下几点：
1、产品***，产品***是产品、公司、团队的脸面，让用户进入之后能以最快的速度了解你的定位以及产品特性，也就是什么样的人在为解决什么样的问题，做着什么样的事情。
2、用户协议，如果用户要注册、使用你的产品，你得起草你的用户协议，跟律师或法务不断沟通调整。
3、***用户，你要思考你的第一批***用户从哪里来，如何组织，怎么管理，他们是检验你产品的第一群人，对于验证你的产品定位、发现产品问题、提升产品体验来说至关重要。
4、基础数据上报规划，你要知道产品一旦发布，在对用户行为一无所知的情况下，需要收集什么数据来优化、调整你的产品设计，思考你的产品方向。
产品经理，和老板或客户明确问题定义-调研设计需求。
产品经理需要设计产品原型，产品流程图，开发文档。
产品经理提交设计参考资料到ui设计手中，跟踪设计ui。
ui确认后，与项目经理，技术总监确认开发时间。
项目经理，技术总监分配开发任务，申请账号，画甘特图等。
开发人员按***开发
开发人员提交代码，打包。测试人员测试，提bug，开发人员改bug。
当要上线时，我们还需做点必不可少的准备：
设楠木案堂，三支灵香，紫砂香炉，于申时燃气，叩首三次，待三炷香燃尽，方可成功上线，此缺一不可，切记切记！！！
运营。
最开始可以先区分是要用原生开发还是混合开发，这两个工期差距很大。之后的过程基本就是：
1.需求分析和产品分析
当受到客户的订单之后，团队首先对其企业的发展需求、目标用户需求等方面进行分析。在***集大量的数据之后，将数据整合、汇集成图表，为产品开发方向进行定位，向客户提出实现其需求的软件需求说明方案。
2.技术架构和任务流程
在这个阶段中，开发者需要弄清楚系统中有那些部分组成，系统内部之间的关系以及相互之间数据是如何交换、流通和协同工作的。除此之外，在具体的***开发流程中，不断优化每个细节中的任务。
3.界面分析和线框原型制作
在此阶段还需要定义清楚产品的交互规则，如一致性、操作细节、内容信息架构等的关系。在将功能细化之后，应该开始安排每个界面的具体的流程和界面当中应该有什么样的输入和输出的信息。随后，开发人员还需要把所有界面链接成一个可操作的原型。并把这个原型交给我们的客户确认。
4.系统开发
在开发阶段，把所有的交互文档、逻辑架构文档、信息架构文档、任务流程分析等信息交付给相关的产品开发人员，并与开发、策划、设计人员之间保持紧密的沟通，保证客户提供较好的项目成果，及时快速、有序地完成客户提供的开发任务。
5.测试和上线
大概流程:
第一，首先了解用户有什么要求，也就是软件开发所谓的“需求分析”。
第二，系统设计，包括处理流程、模块划分、接口设计、运行设计等。
第三，详细设计，也就是所谓的开发阶段。
第四，软件测试，不要认为这个最简单，所有软件开发周期最难的，周期最长的就是软件测试，要根据用户的要求完成测试。
基本可以分为以下几个步骤：
1. 需求
2. 竞品分析
3. 原型
4. Prd文档
5. 需求评审（包括修改需求）
6. 对接UI，对接开发
7. 需求验收
8. 上线，跟进数据
当然了，每一项还可以分很多子项，一个产品从立项到上线，要经过很多环节和反复的。
亚马逊的产品描述有字数限制吗？
.
不要超过200字符(某些类目要求不超过80个),同时,不要在标题中使用促销用语,比如不能使用hot sale等词语。
2.
除了and, or, with等连词和虚词以及the, a等可以全小写之外,其他每个词的首字母大写,但不要全部大写。
3.
标中除了写正常的单词外,不要使用特殊符号,可以使用***数字(2,而非二)。
4.
不要胡乱堆砌不相关的词这样反而会降低权重。
亚马逊产品描述的字数限制是由亚马逊官方规定的，一般来说，每一个长描述最多能写1000个单词，但最长不能超过1000个单词1。具体来说，亚马逊产品描述位于商品详情页的中间部分，一般长度不超过2000个字符2。如果项目中涉及到更多的代码，而且开发者需要通过代码来描述一个复杂的流程图时，那么长描述将会更难实现1。因此，在使用字数限制时，要将其扩展到2万字或以上1。
如何选择机器学习算法？
我建议你真正要学习的话，可以报个班系统地学习，搭建起整个机器学习的知识体系，在这里我推荐下菜鸟窝的机器学习工程师就业课。他们会从python基础、数据分析、数学开始，都是从0基础手把手教学，老师都是BAT工业界多年实践经验的，能让你在最短时间入门机器学习，并且拥有持续读paper等的自学能力，不过培训跟相亲一样要看眼缘，你可以先听听他们的免费公开课
其实大多数情况，算法的选择并没有那么重要，大多数模型都已经比较成熟，关键在于参数调优和模型优化。至于非要选择什么算法，还是要根据具体业务场景、数据量、纬度大小、数据的特征等综合场景来考虑，有时一个复杂Nb的算法未必就能得到很好的结果
机器学习作为人工智能领域的主要研究方向之一，是目前的一个热门领域。学习机器学习的一个重要环节是掌握机器学习算法，而机器学习算法一定要从被广泛使用的算法开始学起。
目前在机器学习领域被广泛***用的机器学习算法包括决策树、K-mean、SVM（支持向量机）、EM（最大期望算法）、PageRank、Apriori、AdaBoost、kNN（近邻）、分类回归树、朴素贝叶斯等。这些算法目前在机器学习领域被广泛***用，有大量的实际案例，对于初学者来说是首先应该掌握的算法。
算法的选择要根据实际的场景进行分析，比如***用kNN算法可以完成同层次分类、识别应用（消费人群划分），决策树可以用于递进式判断的场景（诊疗分析等）等，要想能在不同的应用场景下选择适合的算法，首先要对各种算法有一个较为全面的了解，知道每种算法的优缺点以及适用范围。
对于初学者来说，学习机器学习要清楚机器学习的目的和概念，清楚机器学习的实施步骤、掌握不同的算法、能够使用编程语言完成算法的实现过程。机器学习简单的说就是在一堆杂乱无章的数据中找到背后的规律，机器学习的步骤包括数据收集、整理，算法设计、算法实现、训练算法、验证算法和使用算法。
机器学习的算法实现可以使用Python语言，由于Python语言有丰富的库（Numpy、Matplotlib等），所以目前Python在机器学习领域有广泛的应用。我在早期使用J***a完成算法实现，后来改用Python，现在的落地项目也在使用Python语言。总的来说，使用Python做机器学习开发还是比较方便的（相对于J***a来说）。
我是从大数据研发进而开始机器学习领域研究的，目前也在做机器学习方面的落地项目，我会陆续在头条写一些关于机器学习方面的文章，感兴趣的朋友可以关注我的头条号，相信一定会有所收获。
如果有机器学习方面的问题，也可以咨询我。
谢谢！
本文邀请qiaolin来回答，与你分享机器学习学习算法的方***~
选择机器学习算法时，需要考虑以下因素：
需要预测什么？分类，回归，还是聚类？
算法的复杂度，应用在大数据上是否可行？
算法有没有迭代（相对于batch）的版本？能否实现在线学习或streaming?
算法是否需要可解释性？
特征是否高维？如高维是否考虑用PCA或Lasso降维？
算法的准确率，是否倾向于欠拟合或过拟合？
参数模型中引入的“prior”对该数据集是否合理？
同时我们也需要考虑模型的表现，如模型训练时，神经网络的比SVM快（why?）, 而预测步骤，SVM比神经网络快(why?)。
