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