成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專欄INFORMATION COLUMN

長(zhǎng)知識(shí)了！這8個(gè)很少用但卻很實(shí)用的 Python 庫(kù)真棒！

AZmake / 3383人閱讀

摘要：歡迎關(guān)注，專注數(shù)據(jù)分析數(shù)據(jù)挖掘好玩工具本文介紹一些我們可能很少聽過(guò)，但是對(duì)于特定問(wèn)題或者特定任務(wù)來(lái)說(shuō)，卻非常實(shí)用的工具包，文末提供技術(shù)交流群，歡迎大家一起學(xué)習(xí)討論。

歡迎關(guān)注 ，專注Python、數(shù)據(jù)分析、數(shù)據(jù)挖掘、好玩工具！

本文介紹一些我們可能很少聽過(guò)，但是對(duì)于特定問(wèn)題或者特定任務(wù)來(lái)說(shuō)，卻非常實(shí)用的工具包，文末提供技術(shù)交流群，歡迎大家一起學(xué)習(xí)討論。

為了配合上述 Python 庫(kù)的使用，我們先從 Kaggle 上下載一個(gè)數(shù)據(jù) – Animal Care and Control Adopted Animals

https://www.kaggle.com/jinbonnie/animal-data

import pandas as pddf = pd.read_csv("animal-data-1.csv")print("Number of pets:", len(df))print(df.head(3))

Number of pets: 10290

          id           intakedate intakereason  istransfer sheltercode  /    0  15801  2009-11-28 00:00:00       Moving           0   C09115463    1  15932  2009-12-08 00:00:00       Moving           0   D09125594    2  28859  2012-08-10 00:00:00    Abandoned           0   D12082309      identichipnumber animalname                breedname basecolour speciesname  /    0       0A115D7358     Jadzia      Domestic Short Hair     Tortie         Cat    1       0A11675477      Gonzo  German Shepherd Dog/Mix        Tan         Dog    2       0A13253C7B     Maggie  Shep Mix/Siberian Husky    Various         Dog       ...         movementdate movementtype istrial returndate returnedreason  /    0  ...  2017-05-13 00:00:00     Adoption     0.0        NaN          Stray    1  ...  2017-04-24 00:00:00     Adoption     0.0        NaN          Stray    2  ...  2017-04-15 00:00:00     Adoption     0.0        NaN          Stray       deceaseddate deceasedreason diedoffshelter puttosleep isdoa    0           NaN   Died in care              0          0     0    1           NaN   Died in care              0          0     0    2           NaN   Died in care              0          0     0    [3 rows x 23 columns]

下面我們就進(jìn)入這些 Python 庫(kù)的介紹

1. Missingno

Missingno 是用于在數(shù)據(jù)集當(dāng)中顯示缺失值的，這對(duì)于我們的數(shù)據(jù)分析來(lái)說(shuō)是非常有用的。而且還能做成熱力圖或者條形圖，來(lái)更加直觀的觀察缺失值

  • matrix - 類似于 seaborn 中的缺失值熱圖，可以最多展示數(shù)據(jù)集中50列的密度情況，也可以通過(guò)右側(cè)的迷你圖，來(lái)整體觀測(cè)數(shù)據(jù)集的缺失情況

  • bar - 案列顯示缺失值情況

  • heatmap - 展示缺失值之間的相關(guān)性，本質(zhì)上，揭示了變量的存在與否對(duì)另一個(gè)變量的存在的影響程度。而對(duì)于沒(méi)有缺失值的列或者全完沒(méi)有值的列，則不會(huì)出現(xiàn)在這里

  • dendrogram - 樹狀圖與熱圖類似，展示的是列之間缺失的相關(guān)性，而與熱圖不同的地方是通過(guò)一組列來(lái)揭示相關(guān)性

下面我們就來(lái)具體看看這些圖表

import missingno as msnomsno.matrix(df)

msno.bar(df)

msno.heatmap(df)

msno.dendrogram(df)

對(duì)于 missingno 圖表，我們還可以自定義一些參數(shù)

msno.matrix(            df,            figsize=(25,7),            fontsize=30,            sort="descending",            color=(0.494, 0.184, 0.556),            width_ratios=(10, 1)            )

最后我們還可以與 matplotlib 相結(jié)合，制作更加優(yōu)美的圖表

import matplotlib.pyplot as pltmsno.matrix(            df,            figsize=(25,7),            fontsize=30,            sort="descending",            color=(0.494, 0.184, 0.556),            width_ratios=(10, 1),            inline=False            )plt.title("Missing Values Pet Dataset", fontsize=55)plt.show()

2. Tabulate

這個(gè)庫(kù)可以在 Python 中打印出漂亮的表格，允許智能和可定制的列對(duì)齊、數(shù)字和文本格式、小數(shù)點(diǎn)對(duì)齊，也是一個(gè)數(shù)據(jù)分析過(guò)程中的好用工具。支持的數(shù)據(jù)類型包括 dataframe, list of lists or dictionaries, dictionary, NumPy array

from tabulate import tabulatedf_pretty_printed = df.iloc[:5, [1,2,4,6]]print(tabulate(df_pretty_printed))
-  -----------  -----------------------  ------  -----0  Jadzia       Domestic Short Hair      Female  Stray1  Gonzo        German Shepherd Dog/Mix  Male    Stray2  Maggie       Shep Mix/Siberian Husky  Female  Stray3  Pretty Girl  Domestic Short Hair      Female  Stray4  Pretty Girl  Domestic Short Hair      Female  Stray-  -----------  -----------------------  ------  -----

我們還可以自定義表格頭，使用參數(shù) headers

print(tabulate(               df_pretty_printed,               headers="keys",               tablefmt="fancy_grid",               stralign="center"               ))
│    │  animalname  │        breedname        │  sexname  │  returnedreason  │╞════╪══════════════╪═════════════════════════╪═══════════╪══════════════════╡│  0 │    Jadzia    │   Domestic Short Hair   │  Female   │      Stray       │├────┼──────────────┼─────────────────────────┼───────────┼──────────────────┤│  1 │    Gonzo     │ German Shepherd Dog/Mix │   Male    │      Stray       │├────┼──────────────┼─────────────────────────┼───────────┼──────────────────┤│  2 │    Maggie    │ Shep Mix/Siberian Husky │  Female   │      Stray       │├────┼──────────────┼─────────────────────────┼───────────┼──────────────────┤│  3 │ Pretty Girl  │   Domestic Short Hair   │  Female   │      Stray       │├────┼──────────────┼─────────────────────────┼───────────┼──────────────────┤│  4 │ Pretty Girl  │   Domestic Short Hair   │  Female   │      Stray       │╘════╧══════════════╧═════════════════════════╧═══════════╧══════════════════╛

不過(guò)這個(gè)庫(kù)打印出的表格數(shù)據(jù)在手機(jī)屏幕上會(huì)有一定的兼容性問(wèn)題，只有在PC機(jī)上才能有最佳的顯示效果

3. Wikipedia

維基百科庫(kù)，可以方便的訪問(wèn)維基百科信息，以及獲取數(shù)據(jù)

該庫(kù)的幾個(gè)主要功能如下：

  • 搜索維基百科 - search()

  • 獲取文章摘要 - summary

  • 獲取完整頁(yè)面內(nèi)容，包括圖像、鏈接等 - page()

  • 選擇語(yǔ)言 - set_lang()

我們以上面數(shù)據(jù)集當(dāng)中的 Siberian Husky 為關(guān)鍵詞，在維基百科中設(shè)置為俄語(yǔ)搜索一下，看看結(jié)果

import wikipediawikipedia.set_lang("ru")print(wikipedia.search("Siberian Husky"))
["Сибирский хаски", "Древние породы собак", "Маккензи Ривер Хаски", "Породы собак по классификации кинологических организаций", "Ричардсон, Кевин Майкл"]

我們獲取第一個(gè)搜索結(jié)果當(dāng)中的第一段話

print(wikipedia.summary("Сибирский хаски", sentences=1))
Сибирский хаски — заводская специализированная порода собак, выведенная чукчами северо-восточной части Сибири и зарегистрированная американскими кинологами в 1930-х годах как ездовая собака, полученная от аборигенных собак Дальнего Востока России, в основном из Анадыря, Колымы, Камчатки у местных оседлых приморских племён — юкагиров, кереков, азиатских эскимосов и приморских чукчей — анкальын (приморские, поморы — от анкы (море)).

下面我們?cè)賮?lái)獲取圖片信息

print(wikipedia.page("Сибирский хаски").images[0])

就可以拿到圖片了

4. Wget

對(duì)于這個(gè)庫(kù)，熟悉 Linux 的同學(xué)應(yīng)該都知道，一個(gè)好用的 shell 命令也叫做 wget，是用來(lái)下載文件的，這個(gè) Python 庫(kù)也有著同樣的功能

我們來(lái)試試下載上面哈士奇圖片吧

import wgetwget.download("https://upload.wikimedia.org/wikipedia/commons/a/a3/Black-Magic-Big-Boy.jpg")
"Black-Magic-Big-Boy.jpg"

當(dāng)然使用該庫(kù)，我們還可以方便的下載 HTML 文件

wget.download("https://www.kaggle.com/jinbonnie/animal-data")
"animal-data"

下載好的文件內(nèi)容類似：

<!DOCTYPE html><html lang="en"><head>    <title>Animal Care and Control Adopted Animals | Kaggle</title>    <meta charset="utf-8" />    <meta name="robots" content="index, follow" />    <meta name="description" content="animal situation in Bloomington Animal Shelter from 2017-2020" />    <meta name="turbolinks-cache-control" content="no-cache" />

5. Faker

這個(gè)庫(kù)是用來(lái)生成假數(shù)據(jù)的，這個(gè)在我們平時(shí)的程序測(cè)試當(dāng)中還是非常好用的。它可以生成包括名字、郵件地址、電話號(hào)碼、工作、句子、顏色，貨幣等等眾多假數(shù)據(jù)，同時(shí)還支持本地化，也就是可以將當(dāng)前工作語(yǔ)言環(huán)境作為參數(shù)，生成當(dāng)前語(yǔ)言的假數(shù)據(jù)，實(shí)在是太貼心了

from faker import Fakerfake = Faker()print(      "Fake color:", fake.color(), "/n"      "Fake job:",   fake.job(),   "/n"      "Fake email:", fake.email(), "/n"      )# Printing a list of fake Korean and Portuguese addressesfake = Faker(["ko_KR", "pt_BR"])for _ in range(5):    print(fake.unique.address())     # using the `.unique` propertyprint("/n")# Assigning a seed number to print always the same value / data setfake = Faker()Faker.seed(3920)print("This English fake name is always the same:", fake.name())
Fake color: #212591Fake job: Occupational therapistFake email: nancymoody@hotmail.comEstrada Lavínia da Luz, 62Oeste85775858 Moura / SEResidencial de Moreira, 57Morro Dos Macacos75273529 Farias / TO??????? ??? ???? (??????)???? ??? ????? (????)???? ??? ??53?This English fake name is always the same: Kim Lopez

我們?cè)倩氐轿覀兊膭?dòng)物數(shù)據(jù)集，我們發(fā)現(xiàn)有兩個(gè)動(dòng)物的名字不是特別好

df_bad_names = df[df["animalname"].str.contains("Stink|Pooh")]print(df_bad_names)
identichipnumber animalname            breedname speciesname sexname  /1692              NaN    Stinker  Domestic Short Hair         Cat    Male3336  981020023417175       Pooh  German Shepherd Dog         Dog  Female3337  981020023417175       Pooh  German Shepherd Dog         Dog  Female               returndate                     returnedreason1692                  NaN                              Stray3336  2018-05-14 00:00:00  Incompatible with owner lifestyle3337                  NaN                              Stray

下面我們分別為這兩只貓狗重新命名一個(gè)好聽的名字

# Defining a function to rename the unlucky petsdef rename_pets(name):    if name == "Stinker":        fake = Faker()        Faker.seed(162)        name = fake.name()    if name == "Pooh":        fake = Faker(["de_DE"])        Faker.seed(20387)        name = fake.name()    return name# Renaming the petsdf["animalname"] = df["animalname"].apply(rename_pets)# Checking the resultsprint(df.iloc[df_bad_names.index.tolist(), :] )
identichipnumber            animalname            breedname speciesname  /1692              NaN         Steven Harris  Domestic Short Hair         Cat3336  981020023417175  Helena Fliegner-Karz  German Shepherd Dog         Dog3337  981020023417175  Helena Fliegner-Karz  German Shepherd Dog         Dog     sexname           returndate                     returnedreason1692    Male                  NaN                              Stray3336  Female  2018-05-14 00:00:00  Incompatible with owner lifestyle3337  Female                  NaN                              Stray

怎么樣，名字是不是好聽多了

6. Numerizer

該庫(kù)可以將自然語(yǔ)言轉(zhuǎn)化為數(shù)字，我們來(lái)看看吧
我們先來(lái)獲取名稱中包含數(shù)據(jù)的動(dòng)物的信息

df_numerized_names = df[["identichipnumber", "animalname", "speciesname"]]/                        [df["animalname"].str.contains("Two|Seven|Fifty")]df_numerized_names

下面我們就把名稱中的數(shù)字轉(zhuǎn)化成阿拉伯?dāng)?shù)字

from numerizer import numerizedf["animalname"] = df["animalname"].apply(lambda x: numerize(x))df[["identichipnumber", "animalname", "speciesname"]].iloc[df_numerized_names.index.tolist(), :]

7. Emoji

符號(hào)庫(kù)，我們可以根據(jù) Unicode Consortium 2 定義的表情符號(hào)代碼將字符串轉(zhuǎn)換為表情符號(hào)，emoji 庫(kù)只有兩個(gè)函數(shù)：emojize() 和 demojize()

import emojiprint(emoji.emojize(":koala:"))print(emoji.demojize(""))print(emoji.emojize(":rana:", language="it"))
?:koala:?

下面我們來(lái)符號(hào)化我們的動(dòng)物吧

print(df["speciesname"].unique())
["Cat" "Dog" "House Rabbit" "Rat" "Bird" "Opossum" "Chicken" "Wildlife" "Ferret" "Tortoise" "Pig" "Hamster" "Guinea Pig" "Gerbil" "Lizard""Hedgehog" "Chinchilla" "Goat" "Snake" "Squirrel" "Sugar Glider" "Turtle""Tarantula" "Mouse" "Raccoon" "Livestock" "Fish"]

我們要將字母全部轉(zhuǎn)化為小寫，然后在前后分別添加冒號(hào)

df["speciesname"] = df["speciesname"].apply(lambda x: emoji.emojize(f":{x.lower()}:",                                                                    use_aliases=True))print(df["speciesname"].unique())
["" "" ":house rabbit:" "" "" ":opossum:" "" ":wildlife:" ":ferret:"":tortoise:" "" "" ":guinea pig:" ":gerbil:" "" "" ":chinchilla:" """" ":squirrel:" ":sugar glider:" "" ":tarantula:" "" "" ":livestock:"""]

再進(jìn)行名稱同義詞轉(zhuǎn)化

df["speciesname"] = df["speciesname"].str.replace(":house rabbit:", ":rabbit:")/                                         .replace(":tortoise:", ":turtle:")/                                         .replace(":squirrel:", ":chipmunk:")df["speciesname"] = df["speciesname"].apply(lambda x: emoji.emojize(x, variant="emoji_type"))print(df["speciesname"].unique())
["" "" "?" "" "" ":opossum:?" "" ":wildlife:?" ":ferret:?" "?" """" ":guinea pig:" ":gerbil:?" "" "" ":chinchilla:?" "" "" """:sugar glider:" "" ":tarantula:?" "" "" ":livestock:?" ""]

對(duì)于剩下的這些沒(méi)有對(duì)應(yīng)動(dòng)物名稱的數(shù)據(jù)，我們?cè)俎D(zhuǎn)化會(huì)原來(lái)的數(shù)據(jù)形式

df["speciesname"] = df["speciesname"].str.replace(":", "").apply(lambda x: x.title())print(df["speciesname"].unique())df[["animalname", "speciesname", "breedname"]].head(3)
["" "" "?" "" "" "Opossum?" "" "Wildlife?" "Ferret?" "?" "" """Guinea Pig" "Gerbil?" "" "" "Chinchilla?" "" "" "" "Sugar Glider""" "Tarantula?" "" "" "Livestock?" ""]

這樣，我們就完成了符號(hào)化動(dòng)物名稱了

8. PyAztro

這個(gè)庫(kù)的創(chuàng)造可能僅僅是為了娛樂(lè)吧，該庫(kù)可以預(yù)測(cè)每一天不同星座的幸運(yùn)數(shù)字、幸運(yùn)時(shí)間、幸運(yùn)顏色等等，感興趣的朋友可以玩一玩

import pyaztropyaztro.Aztro(sign="taurus").description
"You need to make a radical change in some aspect of your life - probably related to your home. It could be time to buy or sell or just to move on to some more promising location."

我們?cè)賮?lái)看看我們的數(shù)據(jù)集，在我們的數(shù)據(jù)集中，有一只貓和一只狗叫 Aries（白羊座）

df[["animalname", "speciesname"]][(df["animalname"] == "Aries")]

還有很多動(dòng)物叫做 Leo （獅子座）

print("Leo:", df["animalname"][(df["animalname"] == "Leo")].count())
Leo: 18

我們假設(shè)這就是動(dòng)物們的星座，然后來(lái)使用該庫(kù)預(yù)測(cè)他們的運(yùn)勢(shì)吧

aries = pyaztro.Aztro(sign="aries")leo = pyaztro.Aztro(sign="leo")print("ARIES: /n",      "Sign:",             aries.sign,          "/n",      "Current date:",     aries.current_date,  "/n",      "Date range:",       aries.date_range,    "/n",      "Sign description:", aries.description,   "/n",      "Mood:",             aries.mood,          "/n",      "Compatibility:",    aries.compatibility, "/n",      "Lucky number:",     aries.lucky_number,  "/n",      "Lucky time:",       aries.lucky_time,    "/n",      "Lucky color:",      aries.color,

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/120917.html

相關(guān)文章

  • Vue中你不知道但卻很實(shí)用的黑科技

    摘要：最近數(shù)月一直投身于的開源工作中，完成了大大小小多個(gè)組件，在組件化開發(fā)中積累了不少經(jīng)驗(yàn)。在開發(fā)全局提示組件通知提醒組件對(duì)話框組件時(shí)，內(nèi)部都是使用來(lái)渲染，但卻是來(lái)隱式地創(chuàng)建這些實(shí)例，這樣我們就可以像標(biāo)題這樣使用，但其內(nèi)部還是通過(guò)來(lái)管理。 最近數(shù)月一直投身于 iView 的開源工作中，完成了大大小小 30 多個(gè) UI 組件，在 Vue 組件化開發(fā)中積累了不少經(jīng)驗(yàn)。其中也有很多帶有技巧性和黑科...

    Heier 評(píng)論0 收藏0

  • Vue中你不知道但卻很實(shí)用的黑科技

    摘要：最近數(shù)月一直投身于的開源工作中，完成了大大小小多個(gè)組件，在組件化開發(fā)中積累了不少經(jīng)驗(yàn)。在開發(fā)全局提示組件通知提醒組件對(duì)話框組件時(shí)，內(nèi)部都是使用來(lái)渲染，但卻是來(lái)隱式地創(chuàng)建這些實(shí)例，這樣我們就可以像標(biāo)題這樣使用，但其內(nèi)部還是通過(guò)來(lái)管理。 最近數(shù)月一直投身于 iView 的開源工作中，完成了大大小小 30 多個(gè) UI 組件，在 Vue 組件化開發(fā)中積累了不少經(jīng)驗(yàn)。其中也有很多帶有技巧性和黑科...

    NicolasHe 評(píng)論0 收藏0

  • 大學(xué)四年學(xué)計(jì)算機(jī)最值得看的技術(shù)書，要讀就讀最好的書，程序員精品書單！

    摘要：其他語(yǔ)言數(shù)據(jù)結(jié)構(gòu)跟算法一樣是在開始寫代碼的時(shí)候用得很少，都有著包裝好的現(xiàn)成東西供你使用，但同樣是面試和崗位上升會(huì)用得到，我就不說(shuō)數(shù)據(jù)結(jié)構(gòu)對(duì)代碼有多少好處，請(qǐng)記住一句話能夠?qū)崿F(xiàn)個(gè)功能和能夠最優(yōu)地實(shí)現(xiàn)個(gè)功能，是完全不同級(jí)別的要求。 ...

    liangzai_cool 評(píng)論0 收藏0

  • Python 基礎(chǔ)起步 (六) List的實(shí)用技巧大全

    摘要：如果還有不明白的小白朋友們可以百度一下哈，嗖的一下百家號(hào)補(bǔ)習(xí)班就出來(lái)啦，哈哈，你啥都沒(méi)查到開個(gè)小玩笑。 ## List初步進(jìn)階 ## hello，大家好，經(jīng)過(guò)上篇筆記的介紹，我們已經(jīng)對(duì)List這種數(shù)據(jù)類型有了初步的理解，今天我要趁熱打鐵，為大家介紹一些實(shí)用的List技巧，希望能幫助到各位大家~ extend合并列表() first_lst = [I,am,noob] s...

    shevy 評(píng)論0 收藏0

  • 數(shù)據(jù)中心運(yùn)維祖訓(xùn)“沒(méi)有折騰，就沒(méi)有故障”

    摘要：數(shù)據(jù)中心運(yùn)維也喜靜不喜動(dòng)，少動(dòng)慎動(dòng)，這能最大程度減少故障發(fā)生。不過(guò)，的確是應(yīng)該最大限度地去主動(dòng)降低數(shù)據(jù)中心操作頻率，盡量少動(dòng)，這樣可極大降低故障發(fā)生概率。作為數(shù)據(jù)中心的運(yùn)維人，要時(shí)刻牢記祖訓(xùn)。沒(méi)有折騰，就沒(méi)有故障這句話雖糙，但卻很有道理，尤其在運(yùn)維上。據(jù)有關(guān)咨詢機(jī)構(gòu)統(tǒng)計(jì)，數(shù)據(jù)中心的故障中有百分之七十是人為故障，也就是與人的活動(dòng)強(qiáng)相關(guān)，可見人對(duì)于數(shù)據(jù)中心來(lái)說(shuō)是多么可怕。人為故障其中也可以分為有...

    FleyX 評(píng)論0 收藏0

發(fā)表評(píng)論

0條評(píng)論

最新活動(dòng)
閱讀需要支付1元查看
<