9個鮮為人知的Python第三方庫
Python 編程充滿了機會。它簡單明了,擁有許多很酷的庫和特色功能,可以使任務(wù)變得簡單得多。每個 Python 開發(fā)人員都必須與熱門的第三方庫合作,如 NumPy、pandas、datetime等。然而,有一些鮮為人知的第三方庫,可以讓作為一個開發(fā)人員的你工作生活更容易,并改善您的編碼體驗。
在這篇文章中,我將分享9個這樣的Python第三方庫,你可能會有興趣。其中一些庫甚至可以用作一些標(biāo)準 Python 圖書館的替代品。因此它們絕對是值得注意的東西!
1. pendulum
pendulum是一個很棒的與Python日期和時間類型數(shù)據(jù)工作的庫。在涉及時區(qū)的情況下,此庫非常有用。它繼承了Python自帶的datetime庫,所以也可以替代原生的datetime庫,功能更強大。
pip install pendulum想看看pendulum的魔力嗎?輸入如下代碼。
import pendulumpast = pendulum.now().subtract(minutes=2)past.diff_for_humans()
它可以將時間類型數(shù)據(jù)轉(zhuǎn)化為人為可讀的數(shù)據(jù),如幾分鐘前,如下所示:

2. fabulous
在命令行上運行的大多數(shù) Python 應(yīng)用程序看起來平淡無奇。fabulous可以用來給控制臺的輸出結(jié)果進行一個很好的改造,比如添加圖像或彩色文本。
pip install fabulous要在終端上打印彩色文本,我們可以使用:
from fabulous.color import bold, magenta, highlight_redprint(bold(magenta('''hello worldthis is some new lineand here is the last line. :)''')))
你將看到如下輸出:

3. Pywebview
Pywebview 是一個Python第三方庫,用于以 GUI 形式顯示 HTML、CSS 和 JavaScript 內(nèi)容。這意味著使用此庫,您可以將您的網(wǎng)站或網(wǎng)頁顯示為桌面應(yīng)用程序。
pip install pywebview要啟動顯示特定網(wǎng)站的窗口,我們只需要運行:
import webviewwindow = webview.create_window(title='Baidu Webview',url='http://www.baidu.com',width=850,height=600,resizable=False, # 固定窗口大小text_select=False, # 禁止選擇文字內(nèi)容confirm_close=True # 關(guān)閉時提示)webview.start()
4. Seaborn
Seaborn 是一個用于數(shù)據(jù)科學(xué)項目數(shù)據(jù)可視化的庫。它建在標(biāo)準可視化庫 Matplotlib 之上,可以使繪圖更加豐富多彩和有吸引力。
pip install seaborn要使用數(shù)據(jù)集制作線圖,我們可以使用:
import seaborn as snsdataset=sns.load_dataset('dataset name')sns.lineplot(x='x-axis name', y='y-axis name', data = dataset)
5. Psutil
Psutil 是一個有用的跨平臺 Python 庫,可以用于獲取與系統(tǒng)相關(guān)的信息。您可以收集有關(guān)系統(tǒng)中正在進行的流程、CPU 使用、RAM 使用等的信息。
使用以下命令安裝 psutil。
pip install psutil要每 3 秒內(nèi)計算系統(tǒng) CPU的使用情況,我們可以運行:
import psutilpsutil.cpu_percent(interval=3)
6. pygame
顧名思義,它是Python制作游戲的庫。它包含許多圖形和聲音庫,開發(fā)人員可以用來制作游戲。此外,復(fù)雜的游戲邏輯和物理也可以使用PyGame的內(nèi)置模塊實現(xiàn)。
要安裝PyGame,我們需要使用:
pip install pygame7. pyforest
在進行數(shù)據(jù)科學(xué)項目時,我們剛開始通常需要導(dǎo)入許多庫,如Numpy, pandas, matplotlib等,如下所示:
import pandas as pdimport statisticsimport numpy as npimport seaborn as snsimport matplotlib as mplimport matplotlib.pyplot as plt
這樣過于繁瑣,pyforest可以幫助我們一次性安裝導(dǎo)入所有重要的庫。
pip install pyforest使用pyforest,你既可以省去大量的import操作,又能夠做到惰性導(dǎo)入, 如下所示:
from pyforest import *df = pd.DataFrame()print(df)active_imports() # 輸出導(dǎo)入的模塊
8. modin
modin 是一個python庫,通過使用機器的多核而不是單核來改善pandas的工作流程。這對于在處理大型數(shù)據(jù)集時提高性能特別非常有幫助。
pip install modin安裝好后,你只需導(dǎo)入modin的pandas版本,甚至不需要對源代碼進行進一步的更改,
import modin.pandas as pd9. pandas_profiling
這是一個 Python 庫,可用于獲取數(shù)據(jù)集、其屬性和屬性之間的相關(guān)性的概述(overview)。
可以使用下面顯示的命令安裝它。
pip install pandas-profilingpandas_profiling基于pandas的DataFrame數(shù)據(jù)類型,可以簡單快速地進行探索性數(shù)據(jù)分析。對于數(shù)據(jù)集的每一列,pandas_profiling會提供以下統(tǒng)計信息:
1、概要:數(shù)據(jù)類型,唯一值,缺失值,內(nèi)存大小
2、分位數(shù)統(tǒng)計:最小值、最大值、中位數(shù)、Q1、Q3、最大值,值域,四分位
3、描述性統(tǒng)計:均值、眾數(shù)、標(biāo)準差、絕對中位差、變異系數(shù)、峰值、偏度系數(shù)
4、最頻繁出現(xiàn)的值,直方圖/柱狀圖
5、相關(guān)性分析可視化:突出強相關(guān)的變量,Spearman, Pearson矩陣相關(guān)性色階圖
使用方式如下所示:
from pandas_profiling import ProfileReportreport = ProfileReport(dataframe)report.to_file(output_file='output.html')
您可以保存此報告作為HTML或pdf文件做進一步分析。
小結(jié)
以上就是個人推薦的9個第三方Python庫,可用于改善您的編碼體驗并取代現(xiàn)有的標(biāo)準 Python 庫。如有興趣,您可以閱讀本文所提到的相關(guān)庫的詳細教程,其中大多數(shù)是免費開源的。這些庫絕對可以讓你作為開發(fā)人員的生活更輕松。
你聽說過幾個?用過幾個? 歡迎留言!
原文:9 Unexplored Python Libraries that Will Amaze You(medium.com)
原作: Pranjal Saxena 翻譯: 大江狗
- EOF -
回復(fù)關(guān)鍵字“簡明python ”,立即獲取入門必備書籍《簡明python教程》電子版
回復(fù)關(guān)鍵字“爬蟲”,立即獲取爬蟲學(xué)習(xí)資料

推薦
