那些被低估的Python库
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。
混合派
- Knock Knock:从Python发送通知到移动设备、桌面或电子邮件。
- tqdm:可扩展的Python和CLI进度条,内置对pandas的支持。
- Colorama:简单的跨平台彩色终端文本。
- pandas -log:提供熊猫基本操作的反馈。非常适合调试长管道链。
- Pandas-flavor:扩展pandas DataFrame/Series的简单方法。
- More-Itertools:增加了类似于itertools的额外功能。
- 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
- ftfy:修复mojibake和Unicode文本中的其他故障。
- janitor:有很多很酷的功能来清理数据。
- Optimus:另一个数据清理包。
- Great-experctations:一个检查数据是否符合预期的好工具。
数据探索和建模
- Pandas-profile:创建一个包含来自pandas DataFrame的统计数据的HTML报告。
- dabl:允许使用可视化和预处理进行数据探索。
- pydqc:允许比较两个数据集之间的统计数据。
- pandas-summary:对panda DataFrames描述功能的扩展。
- pivottable-js:pands在jupyter notebook的拖放功能。
数据结构
- 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。
- Python -bloomfilter:可扩展的Bloom Filter,使用Python实现。
- datasketch:提供概率数据结构,如LSH、加权MinHash、HyperLogLog等。
- ranges:Python的连续范围、范围集和范围令数据结构
性能检查和优化
- Py-spy:Python程序的采样分析器。
- pyperf:用于运行Python基准测试的工具箱。
- 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。
- Cachier:Python函数的持久、无延迟、本地和跨机缓存。
- Faiss:用于高效的相似性搜索和密集向量聚类的库。
相关推荐
YENCSDN 2020-11-17
lsjweiyi 2020-11-17
houmenghu 2020-11-17
Erick 2020-11-17
HeyShHeyou 2020-11-17
以梦为马不负韶华 2020-10-20
lhtzbj 2020-11-17
夜斗不是神 2020-11-17
pythonjw 2020-11-17
dingwun 2020-11-16
lhxxhl 2020-11-16
坚持是一种品质 2020-11-16
染血白衣 2020-11-16
huavhuahua 2020-11-20
meylovezn 2020-11-20
逍遥友 2020-11-20
weiiron 2020-11-16