查看以下关于在计算机视觉中使用Pillow的AI漫画：
《AI漫画：Z.A.I.N —— 第二期：使用计算机视觉进行面部识别》传送门：
https://www.analyticsvidhya.com/blog/2019/06/ai-comic-zain-issue-2-facial-recognition-computer-vision/
用于数据库的Python库
学习如何从数据库存储、访问和检索数据是数据科学家必备的技能。但是如何在不首先检索数据的情况下做到建模呢？
接下来介绍两个与SQL相关的Python库。
psycopg
传送门：
http://initd.org/psycopg/
Psycopg是Python编程语言中最流行的PostgreSQL（高级开源代码关系数据库）适配器。Psycopg的核心是完全实现Python DB API 2.0规范。
目前的psycopg2实现支持：
- Python版本2.7
- Python 3版本（3.4到3.7）
- PostgreSQL服务器版本（7.4到11）
- PostgreSQL客户端库版本（9.1以上）
以下是安装psycopg2的方法：
pip install psycopg2
SQLAlchemy
传送门：
https://www.sqlalchemy.org/
SQL是最流行的数据库语言。SQLAlchemy是pythonSQL工具包和对象关系映射器，它为应用程序开发人员提供了SQL的全部功能，且极具灵活性。
SQL旨在实现高效、高性能的数据库访问。SQLAlchemy将数据库视为关系代数引擎，而不仅仅是表的集合。
要安装SQLAlchemy，可以使用以下代码行：
pip install SQLAlchemy
用于部署的Python库
你知道哪些模型部署？部署模型意味着将最终模型放入最终应用程序（技术上称为生产环境）。
Flask
传送门：
http://flask.pocoo.org/docs/1.0/
Flask是一个用Python编写的Web框架，广泛用于部署数据科学模型。Flask由两个部分组成：
- Werkzeug：Python编程语言的实用程序库
- Jinja：Python的模板引擎
查看下面的示例以打印“Hello world”：
from flask import Flask app = Flask(__name__) @app.route("/") def hello(): return "HelloWorld!" if __name__ == "__main__": app.run()
以下文章是学习Flask的良好开端：
《在生产中将机器学习模型部署为API的教程（使用Flask）》传送门：
https://www.analyticsvidhya.com/blog/2017/09/machine-learning-models-as-apis-using-flask/
相关链接：
https://www.analyticsvidhya.com/blog/2019/07/dont-miss-out-24-amazing-python-libraries-data-science/
编辑：黄继彦
校对：林亦霖
— 完 —
关注清华-青岛数据科学研究院官方微信公众平台“THU数据派”及姊妹号“数据派THU”获取更多讲座福利及优质内容。
