超硬核！分享9个功能强大却鲜为人知的 Python 工具包!

欢迎关注 ，专注Python、数据分析、数据挖掘、好玩工具！

我们知道 Python 编程简单明了，并且有很多很酷的库和函数，它可以使我们的工作变得更简单。

在本文中，我将分享9个鲜为人知但你可能会非常感兴趣的 Python 库，其中一些库甚至可以用作某些标准 Python 库的替代品，它们绝对是值得学习的工具包！欢迎收藏学习，梳理不易，点赞支持。

让我们开始学习吧!

1、Pendulum

Pendulum 是一个很棒的Python库，可以处理日期和时间。这个库在涉及时区的情况下非常有用。该库最好的部分是它继承了 Python 的 DateTime 库，使用起来也非常方便。

我们可以使用以下代码行安装库。

pip install pendulum

让我们想看看 pendulum 的魔力的使用方法:

2、fablous

大多数在命令行上运行的 Python 应用程序看起来都是乏味的。Fabulous 可以用来给它们一个很好的改造，通过添加图像，彩色文字的控制台。

要安装 fablous，我们需要运行下面的python命令。

pip install fabulous

要在终端上打印彩色文本，我们可以使用

3、Pywebview

Pywebview 是一个 python 库，用于以 GUI 形式显示 HTML、CSS 和 JavaScript 内容。这意味着使用这个库，你可以显示你的网站或网页作为桌面应用程序。

使用以下命令安装pywebview。

pip install pywebview

要启动显示给定网站的窗口，我们需要运行

import webview
webview.create_window(“Test window”, “target domain name”, width=400, height=200, fullscreen=False, resizable= true)
webview.start()

4、Seaborn

Seaborn 是一个用于数据科学项目数据可视化的库。它是建立在标准的可视化库 Matplotlib 之上的，可以使绘图更加丰富多彩和吸引人。

要安装它，我们可以运行以下命令。

pip install seaborn

要使用数据集绘制线图，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 是一个非常有用的跨平台 Python 库，可以获取与系统相关的信息。收集系统中正在进行的进程、CPU利用率、RAM使用率等信息。

使用以下命令安装psutil。

pip install psutil

要计算系统在3秒内的CPU利用率，我们可以运行：

import psutil
psutil.cpu_percent(interval=3)

6、PyGame

顾名思义，它是制作游戏的 Python 库。它包含许多图形和声音库，开发者可以用来制作游戏。此外，复杂的游戏逻辑也可以使用PyGame的内置模块来实现。

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，我们需要导入许多库，如NumPy、Pandas、Matplotlib等。Pyforest 库帮助我们一起导入所有重要的库。

我们只需要运行以下命令。

pip install pyforest

8、Modin

想让 pandas 运行更快吗？那就用Modin吧。

我们知道 Pandas 是数据科学领域流行的程序库，能够提供高性能、易于使用的数据结构和数据分析工具。但是处理规模大小不同的数据时，用户还得求助于不同的工具，实在有点麻烦。而 Modin 能够将 pandas 的运行速度提高好几倍，而无需切换 API 来适应不同的数据规模。

可以使用这行代码安装库。

pip install modin

现在，你可以这样安装它,这样就不需要对代码进行进一步的更改。

import modin.pandas as pd

9、Pandas_profiling

这是一个 Python 库，它可以教你用一行代码生成数据分析报告，简单快速地进行探索性数据分析。

可以使用如下所示的命令安装它。

pip install pandas-profiling

要获得数据帧的分析并将分析保存为web格式，我们可以使用

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

你可以进一步将此报表另存为HTML或pdf文件以供进一步分析。

结论

这些是一些鲜为人知的库，可以用来改善你的编码体验，并取代现有标准 Python 库。你可以在文档页面中获得关于这些库的详细教程，因为它们大多数都是开源的。

---

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友超过2000人，添加方式如下：

如下方式均可，添加时最好方式为：来源+兴趣方向，方便找到志同道合的朋友

• 方式一、发送如下图片至微信，进行长按识别，回复加群；
• 方式二、直接添加小助手微信号：pythoner666，备注：来自CSDN
• 方式三、微信搜索公众号：Python学习与数据挖掘，后台回复：加群