python的工具包有哪些,python必备的几个包

本文介绍了9个Python的重要工具包,包括pandas用于数据分析、TensorFlow和matplotlib进行可视化、pyinspect帮助管理和查找函数、jazzit提供运行时错误提醒、以及Pippi处理音乐等。这些工具包极大丰富了Python的功能,使其在各种领域得到广泛应用。
摘要由CSDN通过智能技术生成

大家好,小编来为大家解答以下问题,python的工具包有哪些,python必备的几个包,今天让我们一起来看看吧!

Source code download: 本文相关源码

Python是一门简洁、优美且强大的编程语言,它的强大,很大一部分原因来自于丰富的第三方工具包。

​通过这些第三方工具包,它可以轻松应对机器学习、数据分析、前端、后端等不同种类的需求和工具,这使得它的应用范围几乎覆盖了当前各大主流方向用python画简单笑脸

就如同前面所说,它的强大,离不开丰富的第三方工具包,pandas、TensorFlow、matplotlib等,这些完善的工具包,让它不仅可以用于模型训练、数据处理,还可以用于开发游戏、数据可视化。

本文,就来给大家介绍9款超级好用的Python工具包。其中,第5款彻底解决了数据分析一大痛点!

pyinspect

在大一些的项目开发过程中,会写很多实现不同功能的函数,久而久之,很多函数的名称都记不太清。

pyinspect[1]可以给你提供强有力的帮助!

你不仅可以在Python代码中像调用函数一样使用它,也可以在命令行下像命令行工具那样使用pyinspect。

pyinspect允许根据函数和类方法的名称搜索它们,并打印出一个清晰的列表,其中包含满足搜索条件的所有函数。你还可以使用pyinspect在终端中直接打印函数的代码,这样就可以在不打开任何文件的情况下提示它所做的工作。

jazzit

如果你的代码在支撑过程中报错了,你该怎么能够感知到这个错误?

当我们执行一个运行时间较长的工程时,不可能一直盯着屏幕,直到它运行完成。

但是,如果这期间它出现了错误,我们却没有感知,这样势必会浪费掉大量时间。

jazzit[2]可以你的代码再运行/出错时播放对应的声音,以此来给你对应的提醒。

安装

$ pip install jazzit

示例

from jazzit import error_track

@error_track("curb_your_enthusiasm.mp3", wait=7)
def run():
    for num in reversed(range(10)):
        print(10/num)

if __name__ == "__main__":
    run()

这样,你就可以对你的代码运行情况有更加直观的感知!

mach-nix

目前Python包/环境管理工具可以说是有非常多的选择,pip、pipenv、conda等。

但是,现有的Python软件包管理工具都无法实现可复用性,而且需要额外的虚拟化层。

而mach-nix旨在通过提供一种简单的使用Nix的方式来解决这些问题。

Nix是一款操作系统包管理工具,和RPM、APT一样。

通过与Nix的结合,mach-nix使得创建和共享Python环境变得更加容易,大大提升了它的可复用性和可移植性。

安装

可以通过pip进行安装:

$ pip install git+git://github.com/DavHau/mach-nix@3.0.1

也可以通过nix进行安装:

$ nix-env -if https://github.com/DavHau/mach-nix/tarball/3.0.1 -A mach-nix

下面,来看一下用mach-nix通过requirements.txt创建Python环境的示例:

$ mach-nix env ./env -r requirements.txt

Papis

Papis是一个功能强大且高度可扩展的基于命令行的文档和书目管理工具。

它可以从Dropbox、rsync、OwnCloud、GoogleDrive等主流网盘进行文档同步。也支持与其他同事进行共享文档,便于团队协作。

Papis还支持文档导出,可以导出bibtex、yaml等格式。

在兼容方面,Papis做的也很好。它可以使用papis-zotero和Zotero这款强大且开源的文献管理工具进行结合使用。

示例

首先,安装papis:

$ pip install papis

其次,下载2份示例PDF文档:

$ wget http://www.gnu.org/s/libc/manual/pdf/libc.pdf
$ wget http://www.ams.org/notices/201304/rnoti-p434.pdf

然后,把这2份文档加入到库中,方便管理:

$ papis add libc.pdf --set author "Sandra Loosemore" --set title "GNU C reference manual" --set year 2018 --set tags programming --confirm
# Get paper information automatically via de DOI
$ papis add --from doi 10.1090/noti963 --set tags programming rnoti-p434.pdf

最后,可以通过papis进行编辑和导出:

$ papis open
$ papis edit
$ apis export --all --bibtex > mylib.bib

PandasGUI

学习Python数据分析,有2个工具包一定会被用到,分别是numpy和pandas。

pandas可以说是Python数据分析中的神器,它可以在Python语言中实现很多SQL语句的功能。而且,还具备很多数据清洗和处理的附加功能。

但是,对比于很多数据库工具,它有一点不好的地方就是,它在可视化方面做的很差。

PandasGUI的出现,让我大为经验,它能够直接把pandas的DataFrames进行可视化,让我们数据分析过程中对数据有一个更加清晰的认知。

安装

$ pip install pandasgui
或
$ pip install git+https://github.com/adamerose/pandasgui.git

用法

首先,创建一个简单的DataFrames:

import pandas as pd
from pandasgui import show
df = pd.DataFrame(([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c'])
show(df)

如果你将代码作为脚本而不是在IPython或Jupyter中运行,则需要这样做:

show(df, settings={'block': True})

Pippi

从事计算机视觉,能够找到很多和图像处理相关的Python库。从事自然语言处理,NLP相关的工具包也是层出不穷。

而音乐作为一种常见的多媒体形式,却鲜有相关的Python工具包。

如果你想通过代码处理一段音乐,然后对它进行控制和调整,就会不知所措、无从下手。

Pippi[3]就可以满足你的这个需求,它是一款用于Python的音乐处理库,它包含了一些方便的音乐数据结构,如SoundBuffer和Wavetable,使得处理音乐变得非常简单。除此之外,它还可以对音乐格式进行转换

from pippi import dsp

sound1 = dsp.read('sound1.wav')
sound2 = dsp.read('sound2.flac')

# Mix two sounds
both = sound1 & sound2

# Apply a skewed hann Wavetable as an envelope to a sound
enveloped = sound * dsp.win('hann').skewed(0.6)

# Or just a sine envelope via a shortcut method on the `SoundBuffer`
enveloped = sound.env('sine')

# Synthesize a 10 second graincloud from the sound, 
# with grain length modulating between 20ms and 2s 
# over a triangle shaped curve.
cloudy = enveloped.cloud(10, grainlength=dsp.win('tri', dsp.MS*20, 2))

pylambdarest

当让你用Python写一个REST API接口时,大概率会想到Flask。

而pylambdarest[4]是Flask之外一个非常不错的选择。

它是一款轻量级的框架,用于使用AWS Lambda + API网关构建REST API。

与大多数其他Python框架不同,它不提供任何路由功能,路由由API网关本身处理。

下面通过一个示例来对于pylambdarest与其他工具包的不同之处,

其他工具包

import json

def handler(event, context):
    body = json.loads(event["body"])
    query_params = event["queryStringParameters"]
    path_params = event["pathParameters"]

    return {
        "statusCode": 200,
        "body": json.dumps({
            "message": f"Hello from AWS Lambda {body['name']}!!"
        })
    }

pylambdarest

from pylambdarest import route

@route()
def handler(request):
    body = request.json
    query_params = request.query_params
    path_params = request.path_params

    return200, {"message": f"Hello from AWS Lambda {body['name']}!!"}

当使用API网关和python Lambdas时,最常见的模式是由代理API网关资源触发一个唯一的Lambda。Lambda然后使用类似于Flask的框架来完成所有的路由。在API Gateway + Lambda上下文中,作者认为路由应该由API Gateway本身处理,然后将请求转发给针对每个资源或endoint的特定Lambda函数。

Fixit

Fixit[5]是一个对Flake8进行补充的lint框架。它基于LibCST,这使得提供自动修复成为可能。通过模式匹配、测试工具包和实用工具助手(例如范围分析),可以很容易地构建Lint规则。它是优化的效率,易于定制。

安装

$ pip install fixit

通过配置fixit规则,可以对Python代码进行静态检查,能够有效的提升Python代码的质量。

isort

Python是一门对语法要求相对宽松的编程语言,因此对于很多Python初学者来说这门语言非常简单。

但是,Python中有很多约定成俗的规则,通过这个规则的约束和遵从,能够提升Python代码的可读性,降低维护成本。

以Python代码中的import为例,就有一定的规则,内置模块、自定义模块、第三方模块的导入都是有一定顺序的。

isort[6]就是针对Python中import部分自动规范化的工具包,通过使用isort,可以迅速按照规则调整模块导入部分。

使用isort之前:

from my_lib import Object

import os

from my_lib import Object3

from my_lib import Object2

import sys

from third_party import lib15, lib1, lib2, lib3, lib4, lib5, lib6, lib7, lib8, lib9, lib10, lib11, lib12, lib13, lib14

import sys

from __future__ import absolute_import

from third_party import lib3

print("Hey")
print("yo")

使用isort之后:

from __future__ import absolute_import

import os
import sys

from third_party import (lib1, lib2, lib3, lib4, lib5, lib6, lib7, lib8,
                         lib9, lib10, lib11, lib12, lib13, lib14, lib15)

from my_lib import Object, Object2, Object3

print("Hey")
print("yo")

以上就是“9款强大的Python工具包,第5款神器期待已久!”的全部内容,希望对你有所帮助。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!

一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

二、Python必备开发工具

img

三、Python视频合集

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

img

四、实战案例

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

img

五、Python练习题

检查学习结果。

img

六、面试资料

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

img

最后祝大家天天进步!!

上面这份完整版的Python全套学习资料已经上传至CSDN官方,朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。

  • 8
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值