那些被低估了的 Python 库

Python网络爬虫与数据挖掘

共 2300字,需浏览 5分钟

 ·

2020-08-07 05:04

译文:头条号:机器学习与数据分析    原文:

https://towardsdatascience.com/the-most-underrated-python-packages-e22bf6049b5e?gi=f9ed1a098270


在这篇文章中,我们想展示一些不同于流行的东西。这些都是深夜浏览GitHub的感悟,以及同事们分享的压箱底东西。这些软件包中的一些是非常独特的,使用起来很有趣的Python包。

那些被低估的Python库

混合派

  1. Knock Knock:从Python发送通知到移动设备、桌面或电子邮件。
  2. tqdm:可扩展的Python和CLI进度条,内置对pandas的支持。
  3. Colorama:简单的跨平台彩色终端文本。
  4. pandas -log:提供熊猫基本操作的反馈。非常适合调试长管道链。
  5. Pandas-flavor:扩展pandas DataFrame/Series的简单方法。
  6. More-Itertools:增加了类似于itertools的额外功能。
  7. streamlit:为机器学习项目创建应用程序的简单方法。

数据清理和操作

  1. ftfy:修复mojibake和Unicode文本中的其他故障。
  2. janitor:有很多很酷的功能来清理数据。
  3. Optimus:另一个数据清理包。
  4. Great-experctations:一个检查数据是否符合预期的好工具。
那些被低估的Python库

数据探索和建模

  1. Pandas-profile:创建一个包含来自pandas DataFrame的统计数据的HTML报告。
  2. dabl:允许使用可视化和预处理进行数据探索。
  3. pydqc:允许比较两个数据集之间的统计数据。
  4. pandas-summary:对panda DataFrames描述功能的扩展。
  5. pivottable-js:pands在jupyter notebook的拖放功能。

数据结构

  1. Bounter:有效的计数器,使用有限(有界)的数量的内存,无论数据大小。
  2. Python -bloomfilter:可扩展的Bloom Filter,使用Python实现。
  3. datasketch:提供概率数据结构,如LSH、加权MinHash、HyperLogLog等。
  4. ranges:Python的连续范围、范围集和范围令数据结构
那些被低估的Python库

性能检查和优化

  1. Py-spy: Python程序的采样分析器。
  2. pyperf:用于运行Python基准测试的工具箱。
  3. snakeviz:一个浏览器内的Python配置文件查看器,对jupyter notebook有很大的支持。
  4. Cachier: Python函数的持久、无延迟、本地和跨机缓存。
  5. Faiss:用于高效的相似性搜索和密集向量聚类的库。

—  —


回复下方「关键词」,获取优质资源


回复关键词「简明python」,立即获取入门必备书籍简明python教程》电子版

回复关键词「爬虫」,立即获取 爬虫学习资料


推荐阅读


浏览 34
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报