python无法运行 keyword = raw_input(_让你工作半功倍的小众 Python 库-CSDN博客

本文链接：https://blog.csdn.net/weixin_39684967/article/details/113313977

Python 成功和受欢迎的原因之一是存在强大的库，这些库使 Python 极具创造力且运行快速。然而，使用 Pandas、Scikit-learn、Matplotlib 等常见库在解决一些特殊的数据问题时可能并不实用，本文介绍的这些非常见库可能更有帮助。

1、 WGET

提取数据，特别是从网络中提取数据是数据科学家的重要任务之一。Wget 是一个免费的工具，用于以非交互式方式从 Web 上下载文件。它支持 HTTP、HTTPS 和 FTP 协议，通过 HTTP 代理进行检索。由于它是非交互式的，即使用户没有登录，它也可以在后台工作。所以，如果你想下载一个网站或一个页面上的所有图片，wget 会帮助你。

安装：

$ pip install wget

示例：

import wgeturl = http://www.futurecrew.com/skaven/song_files/mp3/razorback.mp3 filename = wget.download(url)100% [................................................] 3841532 / 3841532filename razorback.mp3

2、Pendulum

于那些在 python 中被处理datetimes困扰的人来说，Pendulum 是个好选择。它是一个 Python 包，用于简化 datetimes 操作。它是 Python「本机」类(native class)的代替。更多内容，请参阅文档：https://um.eustace.io/docs/# installation。

安装：

$ pip install pendulum

示例：

import wgeturl = http://www.futurecrew.com/skaven/song_files/mp3/razorback.mp3 filename = wget.download(url)100% [................................................] 3841532 / 3841532filename razorback.mp3

3、IMBALANCED-LEARN

可以看出，当每个类的样本数量相等即平衡时，大多数分类算法的工作效果最好。但现实生活中充满了不平衡的数据集，这些数据集对机器学习的学习阶段和后续预测都有影响。创建这个库是为了解决这个问题。它与 scikit-learn 兼容，并且是 scikit-learn-contrib 项目的一部分。下次遇到不平衡的数据集时，可以尝试一下。

安装：

pip install -U imbalanced-learn# orconda install -c conda-forge imbalanced-learn

有关用法和示例，请参考：http://imbalancedlearn.org/en/stable/api.html。

4、FLASHTEXT

在 NLP 任务中，清理文本数据通常需要替换句子中的关键词或从句子中提取关键词。通常，这样的操作可以用正则表达式来完成，但是如果要搜索的词汇量过大，操作就会变得麻烦。Python 中基于 FlashText 算法的 FlashText 模块，为这种情况提供了一个合适的替代方案。FlashText 最大的优点是搜索词数量不影响运行时长。更多相关信息请见：https://flashtext.readthedocs.io/en/latest/#。

安装：

$ pip install flashtext

示例

提取关键词：

from flashtext import KeywordProcessorkeyword_processor = KeywordProcessor()# keyword_processor.add_keyword(, )keyword_processor.add_keyword( Big Apple , New York )keyword_processor.add_keyword( Bay Area )keywords_found = keyword_processor.extract_keywords( I love Big Apple and Bay Area. )keywords_found[ New York , Bay Area ]

替换关键词：

keyword_processor.add_keyword( New Delhi , NCR region )new_sentence = keyword_processor.replace_keywords( I love Big Apple and new delhi. )new_sentence I love New York and NCR region.

更多使用示例，请参阅官方文档。

5、FUZZYWUZZY

虽然名字听起来很奇怪，但涉及到字符串匹配时，fuzzywuzzy 是一个非常有用的库，可以很容易地实现诸如字符串比较比率、token 比率等操作。对于匹配不同数据库中的记录也很方便。

安装：

$ pip install fuzzywuzzy

示例：

from fuzzywuzzy import fuzzfrom fuzzywuzzy import process# Simple Ratiofuzz.ratio("this is a test