机器学习与数值计算库

C++ 多维张量库，支持广播与惰性计算，对标 NumPy 的 C++ 实现

面向 Python 的 GPU/CPU 加速 JIT 编译库，支持 NumPy 风格数组计算

SciPy 是基于 Python 的科学计算核心库，提供数学、优化、统计和信号处理等模块。

Twitter 的推荐算法开源项目，用 Scala 编写，用于 X 平台内容推荐

NumPy/SciPy 兼容的 GPU 加速数组库，由 Chainer 团队开发

知乎/讨论发现的新产品

TimesFM 是 Google Research 推出的时序基础模型，采用 decoder-only 架构在大规模时间序列数据上预训练，面向通用时序预测任务。用户可通过 Python 库直接调用模型进行零样本或少样本预测，适用于企业指标、需求规划等场景，降低传统预测模型的训练成本。

用于下载与分析 OpenStreetMap 路网数据的 Python 地理空间网络处理库。

numexpr 是一个专为 NumPy 设计的快速数值表达式求值引擎，通过避免创建中间临时数组、利用多线程并行计算，显著提升大数组运算速度并降低内存占用。该库在科学计算和数据分析场景中被广泛使用，能够将 NumPy 表达式的计算性能提升数倍。作为 pydata 生态系统的核心组件，numexpr 为 Pandas、Polars 等高级数据处理库提供底层加速支持。

mpmath 是一个纯 Python 的任意精度数学计算库，提供了 Arbitrary-Precision Arithmetic（任意精度运算）能力。该库支持求根、线性代数、微积分、数值积分、特殊函数等复杂数学运算，可处理任意位数的实数和复数计算。相比 Python 标准 float 类型，mpmath 能满足高精度科学计算、金融计算和工程仿真的需求。开发者可通过 pip 直接安装或导入使用，是 Python 生态中处理高精度数值计算的重要工具。

用于奖励建模和模仿学习算法评估的基准环境（benchmark environments）。

用 Python 洞悉网络结构与流量特征

C++ 隐式反馈矩阵分解库

微软开源的梯度提升决策树库，基于决策树算法。

高性能梯度提升决策树库，专注于结构化表格数据。

Yandex 开发的梯度提升决策树库，与 XGBoost 功能定位相似。