那些被低估的Python庫(kù)

在這篇文章中，我們想展示一些不同于流行的東西。這些都是深夜瀏覽GitHub的感悟，以及同事們分享的壓箱底東西。這些軟件包中的一些是非常獨(dú)特的，使用起來(lái)很有趣的Python包。

混合派

Knock Knock：從Python發(fā)送通知到移動(dòng)設(shè)備、桌面或電子郵件。 tqdm：可擴(kuò)展的Python和CLI進(jìn)度條，內(nèi)置對(duì)pandas的支持。 Colorama：簡(jiǎn)單的跨平臺(tái)彩色終端文本。 pandas -log：提供熊貓基本操作的反饋。非常適合調(diào)試長(zhǎng)管道鏈。 Pandas-flavor：擴(kuò)展pandas DataFrame/Series的簡(jiǎn)單方法。 More-Itertools：增加了類似于itertools的額外功能。 streamlit：為機(jī)器學(xué)習(xí)項(xiàng)目創(chuàng)建應(yīng)用程序的簡(jiǎn)單方法。

數(shù)據(jù)清理和操作

ftfy：修復(fù)mojibake和Unicode文本中的其他故障。 janitor：有很多很酷的功能來(lái)清理數(shù)據(jù)。 Optimus：另一個(gè)數(shù)據(jù)清理包。 Great-experctations：一個(gè)檢查數(shù)據(jù)是否符合預(yù)期的好工具。

數(shù)據(jù)探索和建模

Pandas-profile：創(chuàng)建一個(gè)包含來(lái)自pandas DataFrame的統(tǒng)計(jì)數(shù)據(jù)的HTML報(bào)告。 dabl：允許使用可視化和預(yù)處理進(jìn)行數(shù)據(jù)探索。 pydqc：允許比較兩個(gè)數(shù)據(jù)集之間的統(tǒng)計(jì)數(shù)據(jù)。 pandas-summary：對(duì)panda DataFrames描述功能的擴(kuò)展。 pivottable-js：pands在jupyter notebook的拖放功能。

數(shù)據(jù)結(jié)構(gòu)

Bounter：有效的計(jì)數(shù)器，使用有限(有界)的數(shù)量的內(nèi)存，無(wú)論數(shù)據(jù)大小。 Python -bloomfilter：可擴(kuò)展的Bloom Filter，使用Python實(shí)現(xiàn)。 datasketch：提供概率數(shù)據(jù)結(jié)構(gòu)，如LSH、加權(quán)MinHash、HyperLogLog等。 ranges：Python的連續(xù)范圍、范圍集和范圍令數(shù)據(jù)結(jié)構(gòu)

性能檢查和優(yōu)化

Py-spy：Python程序的采樣分析器。 pyperf：用于運(yùn)行Python基準(zhǔn)測(cè)試的工具箱。 snakeviz：一個(gè)瀏覽器內(nèi)的Python配置文件查看器，對(duì)jupyter notebook有很大的支持。 Cachier：Python函數(shù)的持久、無(wú)延遲、本地和跨機(jī)緩存。 Faiss：用于高效的相似性搜索和密集向量聚類的庫(kù)。

原文：

https://towardsdatascience.com/the-most-underrated-python-packages-e22bf6049b5e?gi=f9ed1a098270