python库python库

将np文件格式转换成vtk，带自定义坐标系统

http://blog.csdn.net/jq_ak47/article/details/53738348所需要的资源

矢量化冬冬 使用矢量化代码的Holt Winters指数平滑模型的Python 3实现。 目前已实施 路线图 双指数平滑功能和笔记本示例 三重指数平滑函数和示例笔记本 查找理想的\ alpha，\ beta，\ gamma的优化功能。 图形示例笔记本

从底层构建神经网络，方便由代码理解神经网络的原理，其中压缩包内包含mnist手写数据集

cd到相应目录，然后使用pip install numpy-1.11.2+mkl-cp35-cp35m-win_amd64.whl安装

Pyfhel：PY马拉松F或H omomorphicËncryption大号ibraries。 版本：[ v2.3.1 ] 状态：稳定 描述：允许在整数的整数|向量上进行加，减，乘，标乘积。 该库充当最高级的C ++ HE库的优化Python API。 语言：C ++ 17之上的Python（3.5+）和Cython。 操作系统：Windows（在MSVC2017 ， MSVC2019和gcc6 for WSL上进行了测试）和Linux（在gcc6进行了测试）。 不支持MacOS。 :warning: 必需：Python必须已经用C ++ 17编译： g++>=6 | MSVC 2017+ :warning: Docs ：目前，仅记录了API []。 实例被大量评论。 依赖关系：有两种可能的后端（均与Pyfhel一起提供），C ++中的HE库： （默认无外部依赖项）。 （无外部依赖项） WI

我上传错了，这个才是正确的python for data analysis 2017版，另一个名字对但内容是 Python Data Structures and Algorithms 2017 。 这本书不用介绍了，不错的一本书，豆瓣有介绍，非常不错。

Python CPD 相干点漂移算法的纯Numpy实现。 MIT许可证。 介绍 这是Myronenko和Song编写的相干点漂移算法的纯数字实现。 它为点云提供了三种配准方法：1）规模配准和刚性配准； 2）仿射注册； 3）高斯正则化非刚性注册。 CPD算法是用于对齐两个点云的配准方法。 在这种方法中，将移动点云建模为高斯混合模型（GMM），将固定点云视为来自GMM的观测值。 最佳变换参数将最大后验（MAP）估计最大化，即从GMM绘制观察到的点云。 配准方法适用于2D和3D点云。 有关更多信息，请参阅我的。 点安装 pip install pycpd 从源安装 将存储库克隆到一个位置，称为root文件夹。 例如： git clone https://github.com/siavashk/pycpd.git $HOME /pycpd 安装软件包： pip install . 对

windows64版本，与scipy配套的 numpy+mkl1.16.6 for python3.6.X-win64 numpy-1.16.6+mkl-cp36-cp36m-win_amd64.whl scipy-1.0.1-cp36-none-win_amd64.whl 绘图工具（决策树） stable_windows_10_cmake_Release_x64_graphviz-install-2.49.0-win64.exe