时间:2022-10-09 18:07:46 | 浏览:237
Python 编程充满了机会。它简单明了,拥有许多很酷的库和特色功能,可以使任务变得简单得多。每个 Python 开发人员都必须与热门的第三方库合作,如 NumPy、pandas、datetime等。然而,有一些鲜为人知的第三方库,可以让作为一个开发人员的你工作生活更容易,并改善您的编码体验。
在这篇文章中,我将分享9个这样的Python第三方库,你可能会有兴趣。其中一些库甚至可以用作一些标准 Python 图书馆的替代品。因此它们绝对是值得注意的东西!
1. pendulum
pendulum是一个很棒的与Python日期和时间类型数据工作的库。在涉及时区的情况下,此库非常有用。它继承了Python自带的datetime库,所以也可以替代原生的datetime库,功能更强大。
pip install pendulum
想看看pendulum的魔力吗?输入如下代码。
import pendulum
past = pendulum.now.subtract(minutes=2)
past.diff_for_humans
它可以将时间类型数据转化为人为可读的数据,如几分钟前,如下所示:
2. fabulous
在命令行上运行的大多数 Python 应用程序看起来平淡无奇。fabulous可以用来给控制台的输出结果进行一个很好的改造,比如添加图像或彩色文本。
pip install fabulous
要在终端上打印彩色文本,我们可以使用:
from fabulous.color import bold, magenta, highlight_red
print(bold(magenta("""hello world
this is some new line
and here is the last line. :)
""")))
你将看到如下输出:
3. Pywebview
Pywebview 是一个Python第三方库,用于以 GUI 形式显示 HTML、CSS 和 JavaScript 内容。这意味着使用此库,您可以将您的网站或网页显示为桌面应用程序。
pip install pywebview
要启动显示特定网站的窗口,我们只需要运行:
import webview
window = 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, # 禁止选择文字内容
confirm_close=True # 关闭时提示
)
webview.start
4. Seaborn
Seaborn 是一个用于数据科学项目数据可视化的库。它建在标准可视化库 Matplotlib 之上,可以使绘图更加丰富多彩和有吸引力。
pip install seaborn
要使用数据集制作线图,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 是一个有用的跨平台 Python 库,可以用于获取与系统相关的信息。您可以收集有关系统中正在进行的流程、CPU 使用、RAM 使用等的信息。
使用以下命令安装 psutil。
pip install psutil
要每 3 秒内计算系统 CPU的使用情况,我们可以运行:
import psutil
psutil.cpu_percent(interval=3)
6. pygame
顾名思义,它是Python制作游戏的库。它包含许多图形和声音库,开发人员可以用来制作游戏。此外,复杂的游戏逻辑和物理也可以使用PyGame的内置模块实现。
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,我们刚开始通常需要导入许多库,如Numpy, pandas, matplotlib等,如下所示:
import pandas as pd
import statistics
import numpy as np
import seaborn as sns
import matplotlib as mpl
import matplotlib.pyplot as plt
这样过于繁琐,pyforest可以帮助我们一次性安装导入所有重要的库。
pip install pyforest
使用pyforest,你既可以省去大量的import操作,又能够做到惰性导入, 如下所示:
from pyforest import *
df = pd.DataFrame
print(df)
active_imports # 输出导入的模块
8. modin
modin 是一个python库,通过使用机器的多核而不是单核来改善pandas的工作流程。这对于在处理大型数据集时提高性能特别非常有帮助。
pip install modin
安装好后,你只需导入modin的pandas版本,甚至不需要对源代码进行进一步的更改,
import modin.pandas as pd
9. pandas_profiling
这是一个 Python 库,可用于获取数据集、其属性和属性之间的相关性的概述(overview)。
可以使用下面显示的命令安装它。
pip install pandas-profiling
pandas_profiling基于pandas的DataFrame数据类型,可以简单快速地进行探索性数据分析。对于数据集的每一列,pandas_profiling会提供以下统计信息:
1、概要:数据类型,唯一值,缺失值,内存大小
2、分位数统计:最小值、最大值、中位数、Q1、Q3、最大值,值域,四分位
3、描述性统计:均值、众数、标准差、绝对中位差、变异系数、峰值、偏度系数
4、最频繁出现的值,直方图/柱状图
5、相关性分析可视化:突出强相关的变量,Spearman, Pearson矩阵相关性色阶图
使用方式如下所示:
from pandas_profiling import ProfileReport
report = ProfileReport(dataframe)
report.to_file(output_file="output.html")
您可以保存此报告作为HTML或pdf文件做进一步分析。
小结
以上就是个人推荐的9个第三方Python库,可用于改善您的编码体验并取代现有的标准 Python 库。如有兴趣,您可以阅读本文所提到的相关库的详细教程,其中大多数是免费开源的。这些库绝对可以让你作为开发人员的生活更轻松。
你听说过几个?用过几个? 欢迎留言!
原文:9 Unexplored Python Libraries that Will Amaze You(medium.com)
原作: Pranjal Saxena 翻译: 大江狗
转自:Python_Web_Django
普通程序员,不学算法,也可以成为大神吗?对不起,这个,绝对不可以。可是算法好难啊~~看两页书就想睡觉……所以就不学了吗?就一直当普通程序员吗?如果有一本算法书,看着很轻松……又有代码示例……又有讲解……怎么会有那样的书呢?哎呀,最好学了算法
最近刷论坛、刷知乎,经常会看到此类问题“作为新手该怎么学习编程语言?”,“作为新手该选择什么编程语言?”,“学什么编程语言比较有前途?”。对于长期混迹在互联网行业的我来说,问这些问题的肯定都是小白。现在编程界可选的编程语言确实很多,Java
Python 是一门对初学者友好的编程语言,是一种多用途的、解释性的和面向对象的高级语言。它拥有非常小的程序集,非常易于学习、阅读和维护。其解释器可在Windows、Linux 和 Mac OS 等多种操作系统上使用。它的可移植性和可伸缩性
作为机圈顶流,iPhone 的爆料周期一般都是以「年」为单位的。于是我们常常能看到这样一个场景:上一款刚刚发布,下一款的爆料就已经开始了。就拿去年的 iPhone 13 来说吧。产品 9 月份才正式发布,而外观设计早在四、五月,就已经基本能
昨天iPhone 14系列中的iPhone 14 Plus手机正式开始首销,此前预定的用户已经在昨天拿到了手机,而手笑道中午时,iPhone 14 Plus已经破发,华南渠道处原价6999元起售的手机现在到手只要6520元左右,跌幅有460
记者|徐诗琪每年iPhone开卖时都有一波抢购潮,今年也不例外。原定于9月16日正式发售的iPhone 14系列在15日已有渠道流出现货,普遍加价在2000元甚至3000元以上。强劲的预售情况,看起来让萎靡许久的手机消费市场有了新动力。i
在iPhone14Pro和iPhone14ProMax酷炫的灵动岛下,今年iPhone14的关注度明显不如往年,小幅度升级让其一经发布就被吐槽诚意不足。iPhone14真的不香吗?我也想说一下手上这台iPhone14的体验感受。尺寸上,对比
虽说,几乎每一代iPhone无论是从产品性能、做工甚至是设计都能成为行业中的标杆性产品,但在iPhone庞大的产品线中有些产品咱们还是尽量别去碰,尤其是以下这三款,甭管降价有多猛,产品有多便宜,有多少Up主推荐,大家都要慎入啊!苹果避坑指南
转眼间,已经到了苹果iPhone面世的第16年。从初代iPhone到现在的iPhone13系列,给我们带来了许多经典与回忆。但让许多朋友不解的是,在手机像素动辄过亿的时代,iPhone依旧坚持1200万像素的“初心”。回首初代iPhone,