NumPy

• 核心定位：数值计算的基础库。
• 数据结构：ndarray（多维数组）。
• 主要功能：
  • 矩阵/向量运算（加减乘除、点积、广播等）。
  • 基础统计函数（均值、标准差、方差）。
  • 数据预处理。
• 应用场景：任何需要数值计算的地方（机器学习、数据分析、科学计算）。
• 一句话总结：NumPy 是 Python 数值计算的基石。

OpenCV (cv2)

• 核心定位：计算机视觉库。
• 数据结构：图像 → 本质是 NumPy ndarray。
• 主要功能：
  • 图像处理：读写图片、缩放、裁剪、滤波、边缘检测。
  • 视频处理：读取视频流、对象跟踪。
  • 特征检测：人脸检测、角点检测、模板匹配。
  • 与深度学习结合（DNN 模块可以加载训练好的模型）。
• 应用场景：图像处理、计算机视觉前处理。
• 一句话总结：OpenCV 是 专门处理图像/视频的工具箱，底层用 NumPy 存储。

PyTorch

• 核心定位：深度学习框架。
• 数据结构：Tensor（类似 NumPy ndarray，但可在 GPU 上计算）。
• 主要功能：
  • 自动求导（autograd）→ 训练神经网络。
  • GPU 加速 → CUDA 后端。
  • 构建和训练深度学习模型（CNN、RNN、Transformer）。
  • 支持部署（TorchScript, ONNX）。
• 应用场景：机器学习、深度学习研究和生产。
• 一句话总结：PyTorch 是 为神经网络而生的 NumPy + 自动求导 + GPU 加速。

Pandas

• 核心定位：数据分析与数据处理库。