Numpy：用于数值计算和数组操作的基础库，提供高效的多维数组和向量化计算功能。
Pandas：用于数据处理和数据分析的库，提供灵活的数据结构和丰富的数据操作方法，支持数据清洗、转换、聚合和分组等操作。
Matplotlib：用于数据可视化的库，支持生成多种类型的图表和可视化效果，提供了丰富的参数和配置选项，可实现高质量的图表输出。
Seaborn：基于Matplotlib的高级数据可视化库，提供了更加美观和丰富的图表类型和配色方案。
Scikit-learn：用于机器学习的库，提供了常见的机器学习算法和模型，如分类、回归、聚类、降维、模型选择和优化等。
TensorFlow：用于深度学习的库，提供了各种神经网络模型和计算图，支持高效的计算和模型训练，是目前应用最广泛的深度学习框架之一。
Keras：基于TensorFlow等深度学习框架的高级API库，简化了模型开发和训练的流程，支持各种神经网络结构和层次、损失函数和优化器等配置选项。
Jupyter Notebook：交互式的数据科学工具，提供了支持多种编程语言的交互式计算环境和文档编辑器，可实现代码、文档和可视化内容的有机结合。
