六个好用的Python库,绝对是瑰宝!

开发 前端
在本文中,笔者将介绍六个被誉为瑰宝的Python库,它们无疑会让你的编程之旅变得更加轻松!

在当今的技术浪潮中,Python已经成为了一种广泛应用的编程语言。而要想充分发挥Python的威力,离不开各种优秀的库的支持。这些库能够提供丰富的功能和强大的工具,帮助开发者们更高效地完成各种任务。在本文中,笔者将介绍6个被誉为瑰宝的Python库,它们无疑会让你的编程之旅变得更加轻松!

PyGWalker

https://github.com/Kanaries/pygwalker

PyGWalker是个在Jupyter Notebook环境中运行的可视化探索式分析工具,仅一条命令即可生成一个可交互的图形界面,以类似Tableau/PowerBI的方式,通过拖拽字段进行Pandas数据分析。

Science plots

SciencePlots是一款用于科学绘图的Python工具包。

当我们看学术期刊、论文时会看到各种各样高大上的图形。会好奇,这么好看的图到底怎么画的?是不是很困难?

的确,现在很多Python绘图工具只是关注图形所表达的数据信息,而忽略了样式。

SciencePlots则弥补了这片空白,它是一款专门针对各种学术论文的科学绘图工具,例如,science、ieee等。

如下图所示是SciencePlots绘制的ieee期刊多类别散点图效果。

pydbgen

pydbgen是一个轻量的纯 Python 库,它可以用于生成随机但有意义的数据记录(包括姓名、地址、信用卡号、日期、时间、公司名称、职位、车牌号等等),存放在 Pandas Dataframe 对象中,并保存到 SQLite 数据库或 Excel 文件。

如下示例是利用pydbgen生成随机的Pandas Dataframe,并生成数据库表。

import pydbgen
from pydbgen import pydbgen
myDB=pydbgen.pydb()

testdf=myDB.gen_dataframe(5,['name','city','phone','date'])

HandCalcs

HandCalcs是一个非常实用的Python模块,可以帮助开发者轻松地从Python代码中生成LaTeX报告。使用HandCalcs,你只需编写最少的代码,就能自动生成符合LaTeX格式的数学方程。

对于经常使用LaTeX进行科技文档编写的开发者来说,HandCalcs是一个必备的工具。它可以大大减少手动编写、调整和更新数学方程的工作量,提高文档编写的效率和准确性。

如下示例是使用HandCalcs生成LaTeX格式数学方程的效果。

from math import sqrt,asin,sin
import handcalcs.render

%%render
#symbolic
a = 1
b = 4
c = 3
x = (-b+sqrt(b**2-4*a*c))/(2*a)

AnimatPlot

AnimatPlot是一个开源的python库,它构建在Matplotlib之上,用于创建高度交互式的动画绘图。

示例如下:

# 导入所需的库
import numpy as np
import matplotlib.pyplot as plt
import animatplot as amp

# 创建了一些坐标轴上的点
x = np.linspace(-2, 2, 41)
y = np.linspace(-2, 2, 41)
t = np.linspace(0, 2*np.pi, 30)
X, Y, T = np.meshgrid(x, y, t)

# 使用生成的坐标点,计算
data = np.sin(X*X+Y*Y-T)
line_data = data[20,:,:]

# 创建包含两个子图的图形窗口,并设置各种图形的属性,如坐标轴便签、标题等
fig, (ax1, ax2) = plt.subplots(1, 2)
for ax in [ax1, ax2]:
    ax.set_aspect('equal')
    ax.set_xlabel('x')
ax2.set_ylabel('y', labelpad=-5)
ax1.set_ylabel('z')
ax1.set_ylim([-1.1,1.1])
fig.suptitle('Multiple blocks')
ax1.set_title('Cross Section: $y=0$')
ax2.set_title(r'$z=\sin(x^2+y^2-t)$')

# 创建两个block对象
# Line块用于绘制一条线,Pcolormesh块用于绘制一个伪彩色网格
line_block = amp.blocks.Line(X[0,:,:], line_data,
                                   ax=ax1, t_axis=1)
block = amp.blocks.Pcolormesh(X[:,:,0], Y[:,:,0], data, ax=ax2, t_axis=2, vmin=-1, vmax=1)

# 添加颜色条,用于显示伪彩色网格的颜色映射。
plt.colorbar(block.quad)
# 创建时间轴对象,再使用Animation类将块和时间轴对象组合成一个动画
timeline = amp.Timeline(t, fps=10)
anim = amp.Animation([block, line_block], timeline)

# 添加用户界面控制动画的小部件
anim.controls()
# 显示动画窗口
plt.show()

KnockKnock

KnockKnock是一个便捷的Python库,它会在机器学习模型训练结束或崩溃时发出通知。用户可以通过电子邮件、Slack、Microsoft Teams等方式接收通知。

它提供了简单的接口,通过几行代码即可设置不同的通知方式,使你能够及时了解训练进度和状态。以下是一个简单的示例:

from knockknock import email_sender

# 设置邮件发送的配置信息
email_config = {
    "email_address": "your_email@example.com",
    "password": "your_email_password",
    "smtp_server": "smtp.example.com",
    "smtp_port": 587,
    "receiver_email": "receiver_email@example.com"
}

@email_sender(**email_config)
def train_model():
    # 训练模型的代码
    # ...

# 调用训练函数
train_model()

在这个示例中,通过装饰train_model函数,使用提供的邮件配置信息设置了邮件发送功能。当训练完成或崩溃时,将通过电子邮件发送通知。

责任编辑:赵宁宁 来源: 数据科学与AI
相关推荐

2020-04-22 14:27:44

前端工具开发

2021-09-10 08:00:00

Python机器学习开发

2023-12-05 13:09:00

Python

2023-03-22 11:09:09

数字化转型ITCIO

2022-02-24 10:48:01

Pycharm插件

2020-06-05 15:25:05

工具代码浏览器

2017-05-03 10:45:47

Python运行效率窍门

2022-01-11 15:44:15

JavaScript图表库数据

2022-04-18 07:51:31

Web框架模板

2022-11-15 16:54:54

2022-09-08 09:01:41

CodePenJavaScripCSS

2022-03-26 09:32:54

Python编程映射

2021-10-27 10:15:25

Python新特性编程语言

2023-04-20 09:08:55

IT重组CIO

2023-05-16 16:03:10

2024-02-19 14:05:27

2023-04-26 00:46:03

Python自然语言处理库

2022-12-01 16:59:32

代码编辑器开发前端

2021-07-16 10:27:07

ITIT领导IT管理

2012-09-19 16:09:43

点赞
收藏

51CTO技术栈公众号