从R转战Python：这些包你一定要知道！
统计学习
- R包glm，knn，randomForest，e1071 —> Python模块scikit-learn
R中机器学习算法被进行分割，然后以各种包的形式存放，这意味着除非具有单个（或一组）能够执行一些公共算法的机器学习库，否则每个算法都会存在单独的包中。看着这些复杂、但又很清楚的算法时感觉会有点不错，但当日复一日的在算法之间来回切换时，恐怕就会觉得不适了，Python中的scikit-learn模块很好的处理了这个问题。具体的说，scikit-learn提供了一组常见的ML算法，所有算法都在同一个API下，这使得LogisticRegression和GradientBoostingMachines之间可以直接切换。
数据处理
- R包reshape/reshape2,plyr/dplyr —> Python模块 pandas
Pandas继承了R中数据变换的较好部分，并且把它转变成一个Python包。该包包括了python中数据框的实现以及修改和重构数据框的方法。基本上它继承了reshape/reshape2和plyr/dplyr并且python化它。
字符串
- stringr -> nothing
stringr 实在是个神器。它写得很棒，性能也很好（至少我这么认为），而且很方便安装（不要小看这一点，如果人们无法安装你的软件，那么开发就没有意义）。关于stringr 的自卖自夸就结束了。好消息是Python的字符串功能很强大，你甚至不需要一个单独的字符串库！它有超棒的内置正则表达式库，re，和内置的字母串元库，叫string。你太幸运了，Python自带了全部字符串相关的功能。
动态报告
- R包Knitr —> Python模块 Jupyter
Knitr是一种使用R创建可重现和高度可视化分析的好方法。它已经成为Rtudio中一种稳定的功能。在Python世界中，最类似的包是Jupyter。Jupyter笔记本提供了一个用于Python编程（和其他语言）的交互式环境，专注于再现和可视化—它甚至有针对于R的插件。
数据库连接
- R包SQLdf—> Python模块 pandasql
Sqldf是SQL用户在熟练操作数据的伟大的方式。当我第一次开始学R时，我自己用的就是这个包。当时，Yhat实际上创建了类似的Python包，称为pandasql。相同的概念：对你的数据框写入SQL查询命令，获取数据框！