推荐9个鲜为人知的Python第三方库

Python 编程充满了机会。它简单明了,拥有许多很酷的库和特色功能,可以使任务变得简单得多。每个 Python 开发人员都必须与热门的第三方库合作,如 NumPy、pandas、datetime等。然而,有一些鲜为人知的第三方库,可以让作为一个开发人员的你工作生活更容易,并改善您的编码体验。

在这篇文章中,我将分享9个这样的Python第三方库,你可能会有兴趣。其中一些库甚至可以用作一些标准 Python 图书馆的替代品。因此它们绝对是值得注意的东西!

1. pendulum

pendulum是一个很棒的与Python日期和时间类型数据工作的库。在涉及时区的情况下,此库非常有用。它继承了Python自带的datetime库,所以也可以替代原生的datetime库,功能更强大。

pip install pendulum

想看看pendulum的魔力吗?输入如下代码。

import pendulum
past = pendulum.now().subtract(minutes=2)
past.diff_for_humans()

它可以将时间类型数据转化为人为可读的数据,如几分钟前,如下所示:

2.  fabulous

在命令行上运行的大多数 Python 应用程序看起来平淡无奇。fabulous可以用来给控制台的输出结果进行一个很好的改造,比如添加图像或彩色文本。

pip install fabulous

要在终端上打印彩色文本,我们可以使用:

from fabulous.color import bold, magenta, highlight_red
print(bold(magenta('''hello world
this is some new line
and here is the last line. :)
''')))

你将看到如下输出:

3. Pywebview

Pywebview 是一个Python第三方库,用于以 GUI 形式显示 HTML、CSS 和 JavaScript 内容。这意味着使用此库,您可以将您的网站或网页显示为桌面应用程序。

pip install pywebview

要启动显示特定网站的窗口,我们只需要运行:

import webview
window = webview.create_window(
    title='Baidu Webview',
    url='http://www.baidu.com',
    width=850,
    height=600,
    resizable=False,    # 固定窗口大小
    text_select=False,   # 禁止选择文字内容
    confirm_close=True   # 关闭时提示
)
webview.start()

4. Seaborn 

Seaborn 是一个用于数据科学项目数据可视化的库。它建在标准可视化库 Matplotlib 之上,可以使绘图更加丰富多彩和有吸引力。

pip install seaborn

要使用数据集制作线图,我们可以使用:

import seaborn as sns
dataset=sns.load_dataset('dataset name')
sns.lineplot(x='x-axis name', y='y-axis name', data = dataset)

5. Psutil 

Psutil 是一个有用的跨平台 Python 库,可以用于获取与系统相关的信息。您可以收集有关系统中正在进行的流程、CPU 使用、RAM 使用等的信息。

使用以下命令安装 psutil。

pip install psutil

要每 3 秒内计算系统 CPU的使用情况,我们可以运行:

import psutil
psutil.cpu_percent(interval=3)

6. pygame

顾名思义,它是Python制作游戏的库。它包含许多图形和声音库,开发人员可以用来制作游戏。此外,复杂的游戏逻辑和物理也可以使用PyGame的内置模块实现。

要安装PyGame,我们需要使用:

pip install pygame

7. pyforest

在进行数据科学项目时,我们刚开始通常需要导入许多库,如Numpy, pandas, matplotlib等,如下所示:

import pandas as pd
import statistics
import numpy as np
import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt

这样过于繁琐,pyforest可以帮助我们一次性安装导入所有重要的库。

pip install pyforest

使用pyforest,你既可以省去大量的import操作,又能够做到惰性导入, 如下所示:

from pyforest import *


df = pd.DataFrame()
print(df)


active_imports()    # 输出导入的模块

8. modin

modin 是一个python库,通过使用机器的多核而不是单核来改善pandas的工作流程。这对于在处理大型数据集时提高性能特别非常有帮助。

pip install modin

安装好后,你只需导入modin的pandas版本,甚至不需要对源代码进行进一步的更改,

import modin.pandas as pd

9. pandas_profiling

这是一个 Python 库,可用于获取数据集、其属性和属性之间的相关性的概述(overview)。

可以使用下面显示的命令安装它。

pip install pandas-profiling

pandas_profiling基于pandas的DataFrame数据类型,可以简单快速地进行探索性数据分析。对于数据集的每一列,pandas_profiling会提供以下统计信息:

1、概要:数据类型,唯一值,缺失值,内存大小
2、分位数统计:最小值、最大值、中位数、Q1、Q3、最大值,值域,四分位

3、描述性统计:均值、众数、标准差、绝对中位差、变异系数、峰值、偏度系数

4、最频繁出现的值,直方图/柱状图

5、相关性分析可视化:突出强相关的变量,Spearman, Pearson矩阵相关性色阶图

使用方式如下所示:

from pandas_profiling import ProfileReport
report = ProfileReport(dataframe)
report.to_file(output_file='output.html')

您可以保存此报告作为HTML或pdf文件做进一步分析。


小结

以上就是个人推荐的9个第三方Python库,可用于改善您的编码体验并取代现有的标准 Python 库。如有兴趣,您可以阅读本文所提到的相关库的详细教程,其中大多数是免费开源的。这些库绝对可以让你作为开发人员的生活更轻松。

你听说过几个?用过几个? 欢迎留言!

原文:9 Unexplored Python Libraries that Will Amaze You(medium.com)

原作: Pranjal Saxena  翻译: 大江狗

转自:Python_Web_Django

左手Python,右手Java,升职就业不愁啦!

推荐阅读:入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|年度爆款文案1).卧槽!Pdf转Word用Python轻松搞定!2).学Python真香!我用100行代码做了个网站,帮人PS旅行图片,赚个鸡腿吃3).首播过亿,火爆全网,我分析了《乘风破浪的姐姐》,发现了这些秘密 4).80行代码!用Python做一个哆来A梦分身 5).你必须掌握的20个python代码,短小精悍,用处无穷 6).30个Python奇淫技巧集 7).我总结的80页《菜鸟学Python精选干货.pdf》,都是干货 8).再见Python!我要学Go了!2500字深度分析!9).发现一个舔狗福利!这个Python爬虫神器太爽了,自动下载妹子图片点阅读原文,领AI全套资料
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要用Python做一个人脸识别考勤系统,需要以下几个步骤: 1. 收集人脸数据:需要收集员工的人脸数据作为系统的训练数据。可以使用OpenCV和dlib等库来实现人脸数据的收集和处理。 2. 训练模型:使用收集的人脸数据训练模型,可以使用深度学习框架TensorFlow或PyTorch等来实现模型的训练。 3. 实现人脸识别:使用训练好的模型实现人脸识别功能。可以使用OpenCV、dlib或face_recognition等库实现人脸识别。 4. 实现考勤功能:将人脸识别功能和考勤功能结合起来,记录员工的考勤信息。可以使用MySQL、MongoDB等数据库存储考勤数据。 下面是一个简单的Python代码示例,实现了人脸识别考勤功能: ```python import cv2 import face_recognition import mysql.connector # 连接数据库 mydb = mysql.connector.connect( host="localhost", user="yourusername", password="yourpassword", database="yourdatabase" ) # 加载人脸数据 known_face_encodings = [] known_face_names = [] # ... # 打开摄像头 cap = cv2.VideoCapture(0) while True: # 读取摄像头数据 ret, frame = cap.read() if not ret: break # 检测人脸 face_locations = face_recognition.face_locations(frame) face_encodings = face_recognition.face_encodings(frame, face_locations) # 对每个人脸进行识别 for face_encoding in face_encodings: matches = face_recognition.compare_faces(known_face_encodings, face_encoding) name = "Unknown" # 如果识别到人脸,记录考勤信息 if True in matches: first_match_index = matches.index(True) name = known_face_names[first_match_index] # 记录考勤信息到数据库 mycursor = mydb.cursor() sql = "INSERT INTO attendance (name) VALUES (%s)" val = (name,) mycursor.execute(sql, val) mydb.commit() # 在图像中标注人脸和名字 top, right, bottom, left = face_location cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2) cv2.putText(frame, name, (left, top-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2) # 显示图像 cv2.imshow('Video', frame) # 按q键退出程序 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头和窗口 cap.release() cv2.destroyAllWindows() ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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