这是一篇译文,文中提及了一些不常见但是有用的Python库
原文地址:http://blog.yhathq.com/posts/11-python-libraries-you-might-not-know.html
Python的库多如牛毛。再见多识广的人也无法知晓全部。光PyPi的网站上就列出了超过47000个Python库。
本文由博客园zer0black撰写/翻译,未经允许,禁止转载
近来,越来越多的数据科学家开始使用Python,我不由得想到,尽管他们从pandas、scikit-learn和 numpy 这些库中得到了不少好处,但是他们也许错过了一些也许较老但同样有帮助的Python库。
在这篇博客里,我将给大家推荐一些鲜为人知的库。即便你是Python高手,也应该看一看,其中的一到两个库可能是你从没见过的。
1) Delores
本文由博客园zer0black撰写/翻译,未经允许,禁止转载
Dolorean 是一个很酷的日期/时间库。除了名字好听之外,也是一个我曾用过的最舒心的日期/时间修改库。它有点像javascript的moment
库,每次我导入它的时候都会想笑。文档也很棒,除了有技术指导外,他们还引用了《回到未来》的无数内容(来丰富文档)。
1 2 3 |
|
2) prettytable
这个包被放到了GoogleCode上,所以你可能没听说过。GoogleCode现在就像西伯利亚一样荒凉。
尽管它被流放到了一个冰天雪地、荒无人烟的地方,prettytable
仍旧是最棒的结构化输出的库,它能在终端或浏览器里构建良好的输出。因此,如果你正在用 IPython Notebook的新插件,建议你用prettytable
来代替__repr__
进行HTML输出。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
|
3) snowballstemmer
我当初装snowballstemmer
,是因为我觉得这个名字很酷炫。但它的确是一个小巧好使的包。snowballstemmer
通过porter stemmer算法来提取15种语言的单词词干。
1 2 3 4 5 |
|
4) wget
还记得你每次都为特定的目标写web爬虫么?以后我们可以用其他办法来完成了,那就是 wget
.想要以递归的方式下载所有页面?想要抓取页面上的每张图?想要避免cookie追踪?wget
可以给你想要的一切。
马克·扎格伯格的电影里它自己都说
从柯克兰(寝室名)开始,这里的一切公共目录都是公开的,还允许在Apache系统里插入目录。所以用个wget就能下载柯克兰全部的照片库里的图片了。易如反掌!
这个页面有你想问的关于这个库的一切问题,而且它很易用。
1 2 3 |
|
linux和osx的用户还会用到另一个选项:from sh import wget
。不过Python wget模块还有更好的参数处理。
5) PyMC
我不记得是怎么得到PyMC
包的了。scikit-learn
似乎是所有人的宠儿(它应得的,它太出色了),但是依我看来,PyMC更有魅力。
1 2 3 4 5 |
|
你还不清楚它是干嘛的?那我告诉你,PyMC
主要用来做贝叶斯定理分析。它的特点在Cam Davidson-Pilon的 Bayesian Methods for Hackers 里着重介绍过,它在许多流行的数据科学/python博客上也是一颗闪耀的钻石,但是它从来没得到过像它的同类scikit-learn
一样的狂热追捧。
6) sh
我不能在你还不知道 sh
库的情况下,就让你离开。 sh
用来将shell命令导入到Python中。在bash它超有用,但在Python里你可能就不住怎么使用(即递归搜索文件)。
1 2 3 4 5 6 7 |
|
7) fuzzywuzzy
这是我用过的能排在前十里的最简单的库。(如果你有2、3分钟,你可以读一下这个资源),fuzzywuzzy
是一个字符串模糊匹配的库,它由SeatGeek上的开发者建立。
fuzzywuzzy
实现了字符串的相似率,令牌比和许多其他的匹配模式。它也可以用来创建特征向量或者匹配不同数据库的记录。
1 2 3 |
|
8) progressbar
在你调用__main__
循环的时候,你用过print "still going...”
这样的提示么?你知道么,这样会感觉特别low。想要找东西替代它么?为什么不用progressbar
来提升你游戏的档次呢?
如你所想,progressbar
在针对精确数据的时候效果很好,它提供了一个文本模式的progressbar。但即便是一个变动的不精确数据,使用它也比用那些很长的脚本好。
本文由博客园zer0black撰写/翻译,未经允许,禁止转载
唉,这又是一个GoogleCode的牺牲品,它没有受到太多关注(文档有两个空格的缩进)。用pip install
可以安装它。
1 2 3 4 5 6 7 8 |
|
9) colorama
在你用progressbar打印日志时,为什么不给它们加上颜色呢!实际上,当出现重大错误时,它能很快的给你提醒。
colorama
很容易使用。只要把它写进你的脚本,添加到想要打印的文本之前:
10) uuid
对于我来说,编程中真正需要的工具只有那么几个:哈希,键值对存储,和通用唯一标识符。uuid
就是Python的一个UUID包。它实现了UUID standards 标准的1,3,4,5版本。在确保唯一性上真的很方便。
这听起来可能会有点傻,但你有多少次想要给市场营销的(销售货物)加上唯一的促销代码?或着给e-mail收件人加上唯一的id号?
如果你担心耗尽ids,完全不用!UUID的可以生成原子数据。
1 2 3 |
|
如果你是UUID,你可能会这么想~~~~~
11) bashplotlib
不要脸的毛遂自荐一下,bashplotlib
是我创建的一个库。它通过标准输入绘制出柱状图和散点图。当然,你不需要考虑用它来替代ggplot或matplotlib来作为你每天绘图的包,只要作为新奇玩意试试就好。但至少,你可以使用它把你的日志文件弄的好看点。
1 2 |
|