点击上方“编程派”,选择设为“设为星标”
优质文章,第一时间送达!
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。
原文:https://towardsdatascience.com/the-most-underrated-python-packages-e22bf6049b5e?gi=f9ed1a098270
译文:头条号:机器学习与数据分析
回复下方「关键词」,获取优质资源
回复关键词「 pybook03」,立即获取主页君与小伙伴一起翻译的《Think Python 2e》电子版
回复关键词「入门资料」,立即获取主页君整理的 10 本 Python 入门书的电子版
回复关键词「m」,立即获取Python精选优质文章合集
回复关键词「book 数字」,将数字替换成 0 及以上数字,有惊喜好礼哦~
题图:pexels,CC0 授权。
好文章,我在看❤️