This commit is contained in:
Jackpopc 2020-06-06 11:42:19 +08:00
parent 77cdce1962
commit c024785db0
2 changed files with 149 additions and 0 deletions

View File

@ -16,6 +16,10 @@ PyHubWeekly是一个精选Github上优质Python小工具的项目宗旨
# 2020年
## 六月
⭐️[第21期](./docs/21-pyhubweekly.md)
## 五月
⭐️[第20期](./docs/20-pyhubweekly.md)

145
docs/21-pyhubweekly.md Normal file
View File

@ -0,0 +1,145 @@
## **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**](https://github.com/Jackpopc/PyHubWeekly)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
- **mplfinance**
- **rich**
- **babel**
- **imgaug**
- **xxh**
下面分别来介绍一下上述5个GitHub项目。
## **mplfinance**
**Star371**
[**mplfinance**](https://github.com/search?q=mplfinance)是一款将matplotlib应用于金融数据可视化的工具。
**mpl**正是matplotlib的缩写。
此前我在文章[**6款Python可视化工具总有一款适合你**](https://mp.weixin.qq.com/s?__biz=MzI0NTM1MzA2Mw==&mid=2247485416&idx=1&sn=d23a1c7cc5658f4bed12d67d76275d98&chksm=e94e98e0de3911f6268346f5a8ecdad565a7a93e0cd40d1a6e96b0ad0517d53d2efeccf70c45&token=1074758556&lang=zh_CN#rd)介绍了6款Python可视化工具。但是Python的应用场景远不于此需要用到可视化的场景也是数不胜数。
而金融作为一个较为热门又比较特别的方向,对数据可视化需求也非常大。
mplfinance就是一款由著名的matplotlib开发团队开发的一款专门针对金融数据可视化的工具。
**安装与使用**
通过pip命令安装
```
pip install --upgrade mplfinance
```
下面看一下mplfinance的使用示例
```
import mplfinance as mpf
daily = pd.read_csv('examples/data/SP500_NOV2019_Hist.csv',index_col=0,parse_dates=True)
daily.index.name = 'Date'
mpf.plot(daily,type='candle',mav=(3,6,9),volume=True,show_nontrading=True)
```
![img](https://pic4.zhimg.com/v2-6b54a44d6a54c627b3cc3bb6968896bb_b.png)
## **rich**
**Star7k**
[**rich**](https://github.com/willmcgugan/rich)是一款美化终端富文本内容的命令行工具。
在终端下使用Python过程中内容会以同样的颜色进行展示不能像IDE中那样根据语法进行高亮显示。这样文本的辨识度、阅读效率就会降低很多。
rich可以让终端下富文本以彩色形式进行显示辨识度更高像很多成熟的IDE一样。
```
from rich import print
print("Hello, [bold magenta]World[/bold magenta]!", ":vampire:", locals())
```
![img](https://pic2.zhimg.com/v2-f3b4f3ca58c850d871282731e74d0d11_b.png)
## **babel**
**Star892**
[**babel**](https://github.com/python-babel/babel)是一个实用程序的集合它帮助实现Python应用程序国际化和本地化。
不同国家、地区对同样的内容表示方式是截然不同的,例如,数字、日期等。
babel就是这样一款工具帮助你实现Python程序适用于不同国家和地区你不需要再去写复杂的逻辑来获取所在国家信息然后修改相应的日期、数字格式babel一行代码就可以搞定。
**时间**
```
>>> from datetime import date, datetime, time
>>> from babel.dates import format_date, format_datetime, format_time
>>> d = date(2007, 4, 1)
>>> format_date(d, locale='en')
u'Apr 1, 2007'
>>> format_date(d, locale='de_DE')
u'01.04.2007'
```
**数字**
```
>>> format_decimal(1.2345, locale='en_US')
u'1.234'
>>> format_decimal(1.2345, locale='sv_SE')
u'1,234'
>>> format_decimal(12345, locale='de_DE')
u'12.345'
```
## **imgaug**
**Star9.2k**
[**imgaug**](https://github.com/aleju/imgaug)是一款快速、高效的图像增广库。
数据集在人工智能领域占据着至关重要的地位,无论是算法描绘的多么天花乱坠,如果没有数据集,它的价值也无从谈起。
而且,对于很多从事计算机视觉、自然语言等领域相关同学而言,都非常清楚日常工作绝大多数时间都是在与数据在打交道。
这里面比较重要的一点就是图像增广,我曾在《动手学计算机视觉》系列课程中一节专门介绍过这项工作,能够用于扩充数据集,弥补计算机视觉中图像不足的问题。
但是,以往需要自己手动开发一定工作量。
imgaug就解决了这个问题它具有高斯噪声、对比度、仿射变换、旋转等常用的图像增广功能只需要少量的代码就可以生成图像增广序列。
![img](https://pic1.zhimg.com/v2-ec98c660cae979ae9b08edc0a5a96004_b.png)
## **xxh**
**Star915**
[**xxh**](https://github.com/xxh/xxh)是一款让你随时随地可以使用自己喜欢shell的工具。
使用Linux、Mac过程中默认的shell样式、功能都差强人意因此一些出色的开发者就开发出了很多不错的shell工具例如
- zsh
- fish
- xonsh
- osquery
但是这也有一些地方让人使用起来很不舒服比如每次登录ssh后需要重复执行环境变量配置文件而且在不同用户权限下是无法使用的。
xxh就解决了这一个问题它让你在不进行root访问和系统安装的情况下将你最喜欢的shell带到登录ssh的任何地方。
![img](https://pic4.zhimg.com/v2-b2205f5a33aa1c9642116f15067ed2a3_b.gif)
------
### **推荐阅读**
- [干货 | 2019年共享免费资源整理(上):学习资源篇](https://mp.weixin.qq.com/s?__biz=MzI0NTM1MzA2Mw==&mid=2247484955&idx=1&sn=fa9827493c135096729fac6cd8b54fb2&chksm=e94e9913de391005dc83393528bef4530875108a2fc5fbe0e9de0da87a96a4b146621288f7f8&token=2025215714&lang=zh_CN&scene=21#wechat_redirect)
- [干货 | 2019年共享免费资源整理(下):实用工具篇](https://mp.weixin.qq.com/s?__biz=MzI0NTM1MzA2Mw==&mid=2247484959&idx=1&sn=628c532c9504cbdb17bcd75fee354292&chksm=e94e9917de391001c367b78cedc19276a398c8675e9c9b5c590d02e90efdd1fc5f2e3e816db9&token=2025215714&lang=zh_CN&scene=21#wechat_redirect)
- [10款VS Code插件神器第7款超级实用](https://mp.weixin.qq.com/s?__biz=MzI0NTM1MzA2Mw==&mid=2247485027&idx=1&sn=be4c1275f350c9bc1ddd43b793088647&chksm=e94e996bde39107d6076a95ddcfd9c4bb5cd212363cd0138f6a8906a724da956878b012af6cc&token=1472831505&lang=zh_CN&scene=21#wechat_redirect)