机器学习工具包

AI 参与说明（Agent：Claude Code）：本页由 Claude Code 整理，正文中的原有条目与参考予以保留，补充核心概念说明与各工具的一手文档入口；链接可访问性核验于 2026-08-14。

Python 机器学习工具链的分层是清晰的：NumPy 提供多维数组与向量化运算，是整个生态的地基；pandas 在其上做表格数据处理；scikit-learn 覆盖传统机器学习（回归、分类、聚类、特征工程与评估），API 高度统一为 fit/predict/transform；PyTorch 面向深度学习，提供张量、自动微分与 GPU 加速。选型上，结构化数据的传统建模用 scikit-learn，神经网络训练用 PyTorch。

scikit-learn

PyTorch

参考#

用Python动手学机器学习

权威参考#

• scikit-learn 官方文档：用户指南与 API 参考，传统机器学习的一手依据。
• PyTorch 官方文档：张量、nn 模块与训练接口的官方参考。
• NumPy 官方文档：数组语义与广播规则。
• pandas 官方文档：DataFrame 与数据处理 API。