Pandas Pandas это пакет, предназначенный для простой и интуитивно понятной работы с "помеченными" и "реляционными" данными. Пакет работает в связке с NumPy и, помимо математических вычислений

NumPy
Python SciPy Stack - это набор библиотек, специально предназначенных для научных вычислений. Каждый, кто собрался использовать Python в науке, должен познакомиться с этим стеком.
Самый· фундаментальный пакет из этого стека - NumPy. Он позволяет выполнять основные операции над п-мерными массивами и матрицами: сложение, вычитание, деление, умножение, транспонирование, вычисление определителя и т. д. Благодаря механизму векторизации NumPy повышает производительность и, соответственно, ускоряет выполнение операций.
Pandas
Pandas - это пакет, предназначенный для простой и интуитивно понятной работы с "помеченными" и "реляционными" данными. Пакет работает в связке с NumPy и, помимо математических вычислений, обеспечивает их агрегацию и визуализацию.
matplotlib
Для визуализации обработанных данных используется пакет matplotlib, это еще одна библиотека из пакета SciPy Stack. Именно возможности matplotlib позволяют рассматривать Python как полноправного конкурента МА TLAB или Mathematica. С помощью данного пакета можно создавать:

• 
  линейные графики;
  
• 
  графики рассеяния;
  
• 
  гистограммы;
  
• 
  круговые диаграммы;
  
• 
  спектрограммы и т. п.
  

Библиотека низкоуровневая, что означает большой объем кода для расширенной визуализации. Но производительность и работа с привычным языком позволяют закрыть глаза на этот недостаток.
matplotlib является основным инструментом для визуализации данных на языке Python, поддерживается различными платформами и IDE (iPython, Jupyter и пр.)
Theano
Theano - это одна из самых мощных библиотек в нашем списке. Для этого есть несколько причин:

• 
  тесная интеграция с NumPy;
  
• 
  использование центрального процессора (CPU) и графического процессора (GPU) для повышения производительности;
  
• 
  встроенные механизмы оптимизации кода;
  
• 
  расширения для юнит-тестирования и самопроверки.
  

Theano используется там, где необходимо произвести вычисления с большой точностью максимально быстро, в частности в нейронных сетях и машинном обучении.
По своей сути это научная математическая библиотека, которая позволяет определять, оптимизировать и вычислять математические выражения, в том числе и в виде многомерных массивов. Основой большинства систем машинного обучения и искусственного интеллекта является многократное вычисление сложных математических выражений. Theano позволяет проводить подобные вычисления в сотни раз быстрее, вдобавок она отлично оптимизирована под использование GPU, имеет модуль для сиrу�вольного дифференцирования, а также предлагает широкие возможности для тестирования кода. Модули данной библиотеки могут работать с очень большими и сложными нейронными сетями. Она обеспечивает снижение времени разработки и увеличение скорости выполнения приложений, в частности основанных на алгоритмах глубоких нейронных сетей. Ее единственный недостаток-· не слишком простой синтаксис (по сравнению с TensorFlow), особенно для новичков.
ТensorFlow
Данная библиотека от Google была разработана специально для обучения нейронных сетей. Библиотека использует многоуровневую систему узлов для обработки большого количества данных, что расширяет сферу ее использования далеко за пределы научной oблacти:-TensorFlow - это система машинного обучения, которая может стать замечательным инструментом, если у вас много данных и имеется желание постичь новейшее достижение в сфере искусственного интеллекта, называемое глубоким обучением. TensorFlow используется для поиска новых планет, помогает врачам сканировать диагностические снимки и выявлять болезни, помогает спасать леса, предупреждая власти о признаках незаконной вырубки.
Keras
Библиотека Keras использует возможности TensorFlow и Theano в качестве компонентов. Простой подход к дизайну и невероятная расширяемость позволяют быстро начать работу с данной библиотекой и не менять ее для серьезного моделирования. Keras используется в построении и обучении нейронных сетей, а также при решении задачи распознавания устной речи.
Библиотека особенно удобна для начинающих разработчиков, которые хотят проектировать и разрабатывать собственные нейронные сети. Также Keras можно использовать при работе со сверточными нейронными сетями. В ней реализованы алгоритмы нормализации, оптимизации и активации слоев. Keras не является библиотекой полного цикла машинного обучения. Однако она функционирует как очень дружественный, расширяемый интерфейс, увеличивающий модульность и выразительность (в том числе использует эффективность и производительность других библиотек).
PyBrian
Библиотека PyBrian написана на языке Python. Она реализует различные топологии нейронных сетей: сети прямого распространения, рекуррентные нейронные сети. При необходимости можно создать топологию собственной структуры. Библиотека предоставляет исследователю гибкие, простые в использовании, но в то же время мощные инструменты для реализации задач из области машинного обучения, тестирования и сравнения эффективности различных алгоритмов.
Итак, переходим к созданию собственных программных модулей с использованием мощи и эффективности описанных выше библиотек.