Skip to content

Latest commit

 

History

History
166 lines (103 loc) · 8.21 KB

18-pyhubweekly.md

File metadata and controls

166 lines (103 loc) · 8.21 KB
Raw

前言

PyHubWeekly每周定期更新，精选GitHub上优质的Python项目/小工具。

我把PyHubWeekly托管到了Github，感兴趣的可以搜索Github项目PyHubWeekly[1]，如果喜欢，麻烦给个Star支持一下吧。此外，欢迎大家通过提交issue来投稿和推荐自己的项目~

本期为大家推荐GitHub上5个优质的Python项目，它们分别是：

  • FlashText
  • PyFlux
  • bamboolib
  • MrDoc
  • AutoViz

下面分别来介绍一下上述5个GitHub项目。

FlashText

Start：4.3k

FlashText[2]是一款用于提取或者替换句子中关键字的工具。

FlashText具有诸多适合于网页爬虫或者文本处理的功能，例如，

  • 提取
  • 替换
  • 删除
  • 多关键字
  • ...

有同学会有疑问，它和正则表达式功能大同小异，为什么要选择FlashText呢？

下面来通过一幅图对比一下两款工具在速度方面的表现，

null

安装使用

可以直接使用pip命令进行安装，

pip install flashtext

可以通过一个简单的示例看一下FlashText的使用，

>>> from flashtext import KeywordProcessor>>> keyword_processor = KeywordProcessor()>>> # keyword_processor.add_keyword(<unclean name>, <standardised name>)>>> 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']

PyFlux

Start：1.7k

PyFlux[3]是一款开源的时间序列分析库。

时序分析是统计学中非常重要的一个分支，在具有时序特征的数据中，往往蕴含着很多令人感兴趣的特征信息，可以根据这些信息对未来进行准确的预测。

PyFlux将推理模型（frequentist和Bayesian）和参数设置应用于时序分析中，使得时序分析变得更加容易。PyFlux具备如下特性，

•为时间序列数据建立模型•对模型进行推理•模型的检查和评估•模型修改•用模型进行回顾和预测

具体的示例，可以查看官方文档[4]。

bamboolib

Start：550

bamboolib[5]是使得pandas DataFrames数据分析变得更加容易的一款Python库。

做数据相关工作的同学，对pandas肯定不会陌生。它很强大，甚至对于很多Python开发者具备着不可替代的位置，但是对于初学者却有时候让人难以理解。

bamboolib使得pandas DataFrames数据分析变得更加简单容易，在以往需要上百行完成的工作，在bamboolib中只需要简短的一行即可。

通过bamboolib的使用，它可以提升你的工作效率，减少在无价值的事情上浪费过多精力。

null

另外，bamboolib不仅支持本地使用，还可以在jupyter notebook和jupyterLab中使用。

安装

下面分别是本地、jupyter notebook、jupyterLab中安装的方法，

pip install bamboolib
# Jupyter Notebook extensions
python -m bamboolib install_nbextensions
# JupyterLab extensions
python -m bamboolib install_labextensions

MrDoc

Start：167

MrDoc[6]基于Python开发的在线文档系统，适合作为个人和小型团队的文档、笔记、知识管理工具。

null

MrDoc可以支持markdown、表格、图片上传等文档常用的功能，另外，它还具备一个完善系统应当具备的用户注册、管理等功能。可以用于团队内部的知识共享，文档管理。

另外，MrDoc已经开源，作为一个完善的应用系统，对于Python感兴趣的同学也可以拿这个项目用于学习和提升，了解一个完善系统的开发需要哪些环节，包含哪些模块，整个链路又是如何衔接的。

AutoViz

Start：140

AutoViz[7]是一款数据集可视化工具。

通过AutoViz，一行代码就可以轻松实现数据集的可视化工作。

null

AutoViz除了在数据可视化方面做了很多优化之外，还在数据源接口方面提供了很大的便利。它可以同时兼容txt、json、csv等离线数据格式。

安装使用

通过pip安装AutoViz，

pip install autoviz

使用AutoViz过程中，首先需要对AutoViz进行实例化，

from autoviz.AutoViz_Class 
import AutoViz_ClassAV = AutoViz_Class()

然后加载数据，在家在数据过程中，可以把数据加载进pandas DataFrame，也可以简单的提供一个数据路径。剩余的工作，交给AutoViz即可，

filename = ""
sep = ","
dft = AV.AutoViz(filename,sep,target,df,header=0,    verbose=0,lowess=False,chart_format="svg",    max_rows_analyzed=150000,max_cols_analyzed=30,)

推荐阅读

欢迎关注我的公众号“平凡而诗意”，原创技术文章第一时间推送，如果喜欢，麻烦点一下“在看”~

img

引用链接

[1] PyHubWeekly: https://github.com/Jackpopc/PyHubWeekly [2] FlashText: https://github.com/vi3k6i5/flashtext [3] PyFlux: https://github.com/RJT1990/pyflux [4] 官方文档: https://pyflux.readthedocs.io/en/latest/getting_started.html [5] bamboolib: https://github.com/tkrabel/bamboolib [6] MrDoc: https://github.com/zmister2016/MrDoc [7] AutoViz: https://github.com/AutoViML/AutoViz