python贝叶斯概率图有哪些包

Python中常用的贝叶斯概率图包有以下几个：

1. Pymc3：Pymc3是一个开源的概率编程框架，提供了贝叶斯统计和贝叶斯建模的支持。它可以用于建立贝叶斯概率图模型，并使用MCMC（马尔可夫链蒙特卡洛）方法进行推断。

2. PyMC：PyMC是另一个用于建模贝叶斯概率图模型的库。它提供了一个简单灵活的语法，用于定义和运行贝叶斯模型，并使用MCMC方法进行推断。

3. Edward：Edward是一个用于建模贝叶斯概率图模型的库，它建立在TensorFlow之上。它提供了一组高效和灵活的工具，用于定义和推断贝叶斯模型。

4. PyMC3-Swarm：PyMC3-Swarm是一个用于建模贝叶斯概率图模型的库，它是基于PyMC3的一种扩展。它使用了Swarm优化算法，可以提供更快速的收敛速度和更好的全局收敛性。

5. ProbGraphicalModels：ProbGraphicalModels是一个用于建模和分析概率图模型的库。它提供了一组强大的工具，用于定义和分析贝叶斯概率图模型，并进行推断和预测。

这些包在Python中提供了丰富的功能和工具，用于建立和分析贝叶斯概率图模型，并通过推断方法获取模型的参数和预测结果。