GitHub对于程序员来说是一个非常受益的平台,在这里面你可以获得代码、数据、可以找到好玩又实用的工具。今天小编为大家推荐GitHub上5个优质的Python项目,它们分别是:
- black
- mplfinance
- prophet
- avatarify
- you-get
话不多说,下面分别来介绍一下上述5个GitHub项目
black
black是一款强大的Python代码格式化工具,通过使用black,可以解放双手,再也不用手动调整代码格式了。
black参照PEP格式规范,它能够格式化字符串、消除空行、修改代码长度等。另外,相对于大多数代码格式化工具,它具有更加快速、更加简便的优点,它能够让你在代码格式化方面节省更多时间和精力。
black的安装和使用也非常简单,下面来简单的介绍一下。
安装
pip install black
下面来举一个例子,来看一下它的效果。
# test.py
j = [1,
2,
3
]
def hello():
print("hello world")
class One:
pass
在命令行下运行下面命令
black test.py
来看一下格式化后的效果
j = [1, 2, 3]
def hello():
print("hello world")
class One:
pass
mplfinance
mplfinance是一款将matplotlib应用于金融数据可视化的工具。mpl正是matplotlib的缩写。它是一款由著名的matplotlib开发团队开发的一款专门针对金融数据可视化的工具。金融作为一个较为热门又比较特别的方向,对数据可视化需求也非常大。
安装与使用
通过pip命令安装
pip install --upgrade mplfinance
下面看一下mplfinance的使用示例
import mplfinance as mpf
daily = pd.read_csv('examples/data/SP500_NOV2019_Hist.csv',index_col=0,parse_dates=True)
daily.index.name = 'Date'
mpf.plot(daily,type='candle',mav=(3,6,9),volume=True,show_nontrading=True)
prophet
Prophet是Facebook的Core Data Science团队发布的,它是一个用于线性或非线性增长的多个季节性的时间序列数据提供预测的工具。
Prophet是一个基于加法模型预测时间序列数据的过程,其中非线性趋势与年、周、日的季节性以及假日效应相吻合。它最适用于具有强烈季节效应和几个季节的历史数据的时间序列。Prophet对丢失的数据和趋势的变化是很健壮的,并且能很好地处理异常值。
使用教程
可以直接使用pip命令安装
pip install fbprophet
项目地址:https://github.com/facebook/prophet
下面看一下Prophet的使用示例
from fbprophet import Prophet
df = pd.read_csv('../examples/example_wp_log_R.csv')
m = Prophet(growth='logistic')
m.fit(df)
future = m.make_future_dataframe(periods=1826)
future['cap'] = 8.5
fcst = m.predict(future)
fig = m.plot(fcst)
avatarify
avatarify是一款应用来自NIPS的中心模型,能够为 Zoom、Skype这类视频通话运用添加自己的替身Python工具。
avatarify项目提供了完整的训练、安装、配置过程,涉及的知识体系、架构较为完善。因此,通过学习该项目,可以对一款完整应用的开发有更加清晰的认识。
项目地址:https://github.com/alievk/avatarify
安装方法
git clone https://github.com/alievk/avatarify.git
cd avatarify
bash scripts/install_mac.sh
you-get
一款用于从Web下载媒体内容(视频、音频、图像)Python命令行工具,使用便捷,支持Youtube、Twitter、TED、网易云音乐、哔哩哔哩、腾讯视频、优酷视频、央视网、抖音、爱奇艺、虾米、酷狗…等几十个音视频平台。而且,功能非常强大,别的工具无法下载的,它都可以。
项目地址:https://github.com/soimort/you-get
安装方法
pip install you-get
Python帮你把B站上喜欢的视频下载下来,还记得这篇文章吗?当时下载的方式用爬虫的方式处理的,现在用这个方法,可以一行代码完成哦
you-get 'https://www.bilibili.com/video/BV1FV411d7u7?from=search&seid=15521718652957745556
技术交流
欢迎转载、收藏本文,码字不易,有所收获点赞支持一下!
为方便进行学习交流,本号开通了技术交流群,添加方式如下:
直接添加小助手微信号:pythoner666,备注:CSDN+python,或者按照如下方式添加均可!