166 lines
8.2 KiB
Markdown
166 lines
8.2 KiB
Markdown
## 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，
|
||
|
||
|
||
|
||
**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。
|
||
|
||
|
||
|
||
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，
|
||
|
||
```python
|
||
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。
|
||
|
||
|
||
|
||
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。
|
||
|
||
|
||
|
||
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，
|
||
|
||
```python
|
||
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
|
||
|
||
- [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)
|
||
- [开发者常用工具集 | 如果早一些看到这篇文章该多好](https://mp.weixin.qq.com/s?__biz=MzI0NTM1MzA2Mw==&mid=2247485022&idx=1&sn=9c10067cd7a2452ffc94582c13ec160b&chksm=e94e9956de391040a4b8d55bab1708945f0c9e170a55eac18ca53a1be11724ca36a5299908da&token=886687278&lang=zh_CN&scene=21#wechat_redirect)
|
||
- [实用工具 | 5款超实用浏览器插件，第一款真神器](https://mp.weixin.qq.com/s?__biz=MzI0NTM1MzA2Mw==&mid=2247485001&idx=1&sn=0664d17a6f677c9e1d433f285f096112&chksm=e94e9941de391057dea8c84c1d45925621696d5d735d2bab6e0b7ef786ac813b415c53cfb2b9&token=457191310&lang=zh_CN&scene=21#wechat_redirect)
|
||
- [实用工具 | 10款搜索引擎，看到第一款就会毅然放弃百度！](https://mp.weixin.qq.com/s?__biz=MzI0NTM1MzA2Mw==&mid=2247484976&idx=1&sn=f8ac0fd665d8918f52a5d599f636a7ad&chksm=e94e9938de39102ee33220f42bbe9a4f0832c7bf5cc8c7a47aef8548a8688bae1793facad073&token=2025215714&lang=zh_CN&scene=21#wechat_redirect)
|
||
- [实用工具 | 6款免费OCR工具，第一款是神器](https://mp.weixin.qq.com/s?__biz=MzI0NTM1MzA2Mw==&mid=2247484951&idx=1&sn=e63f6dd0e781114515d9b27b4397c065&chksm=e94e991fde391009a1c2a77392fb89435f8fae9d266f05eadee86784ae615b89ecb7bfae4b70&token=2025215714&lang=zh_CN&scene=21#wechat_redirect)
|
||
|
||
------
|
||
|
||
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**”~
|
||
|
||
|
||
|
||
#### 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* |