九個超實用的數據科學Python庫

PHPz
發布: 2023-04-17 09:25:08
轉載
904 人瀏覽過

在本文中,我們會研究一些用於資料科學任務的 Python 函式庫,而不是常見的像是 panda、scikit-learn 和 matplotlib 等的函式庫。儘管像 panda 和 scikit-learn 這樣的函式庫,是在機器學習任務中經常出現的,但是了解這個領域中的其它 Python 產品總是很有好處的。

一、Wget

從網路上擷取資料是資料科學家的重要任務之一。 Wget 是一個免費的實用程序,可用於從網路上下載非互動式的檔案。它支援 HTTP、HTTPS 和 FTP 協議,以及透過 HTTP 的代理進行檔案檢索。由於它是非互動式的,即使用戶沒有登錄,它也可以在後台工作。所以下次當你想要下載一個網站或一個頁面上的所有圖片時,wget 可以幫助你。

安裝:

$ pip install wget
登入後複製

範例:

import wget url = 'http://www.futurecrew.com/skaven/song_files/mp3/razorback.mp3' filename = wget.download(url) 100% [................................................] 3841532 / 3841532 filename 'razorback.mp3'
登入後複製

二、Pendulum

#對於那些在python 中處理日期時間時會感到沮喪的人來說, Pendulum 很適合你。它是一個簡化日期時間操作的 Python 套件。它是 Python 原生類別的簡易替代。請參閱文件深入學習。

安裝:

$ pip install pendulum
登入後複製

範例:

import pendulum dt_toronto = pendulum.datetime(2012, 1, 1, tz='America/Toronto') dt_vancouver = pendulum.datetime(2012, 1, 1, tz='America/Vancouver') print(dt_vancouver.diff(dt_toronto).in_hours()) 3
登入後複製

三、imbalanced-learn

可以看出,當每個類別的樣本數基本上相同時,大多數分類演算法的效果是最好的,即需要保持資料平衡。但現實案例中大多是不平衡的資料集,這些資料集對機器學習演算法的學習階段和後續預測都有很大影響。幸運的是,這個函式庫就是用來解決這個問題的。它與 scikit-learn 相容,是 scikit-lear-contrib 計畫的一部分。下次當你遇到不平衡的資料集時,請嘗試使用它。

安裝:

$ pip install -U imbalanced-learn # 或者 $ conda install -c conda-forge imbalanced-learn
登入後複製

範例:

使用方法和範例請參考文件。

四、FlashText

在 NLP 任務中,清理文字資料往往需要替換句子中的關鍵字或從句子中提取關鍵字。通常,這種操作可以使用正規表示式來完成,但是如果要搜尋的術語數量達到數千個,這就會變得很麻煩。 Python 的 FlashText 模組是基於 FlashText 演算法為這種情況提供了一個合適的替代方案。 FlashText 最棒的一點是,不管搜尋字詞的數量如何,運行時間都是相同的。你可以在這裡了解更多內容。

安裝:

$ pip install flashtext
登入後複製

範例:

#提取關鍵字

from flashtext import KeywordProcessor keyword_processor = KeywordProcessor() # keyword_processor.add_keyword(, ) 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']
登入後複製

取代關鍵字

keyword_processor.add_keyword('New Delhi', 'NCR region') new_sentence = keyword_processor.replace_keywords('I love Big Apple and new delhi.') new_sentence 'I love New York and NCR region.' Fuzzywuzzy
登入後複製

五、fuzzywuzzy

這個函式庫的名字聽起來很奇怪,但是在字串匹配方面,fuzzywuzzy 是一個非常有用的函式庫。可以很方便地實現計算字串匹配度、令牌匹配度等操作,也可以很方便地匹配保存在不同資料庫中的記錄。

安裝:

$ pip install fuzzywuzzy
登入後複製

範例:

from fuzzywuzzy import fuzz from fuzzywuzzy import process # 简单匹配度 fuzz.ratio("this is a test", "this is a test!") 97 # 模糊匹配度 fuzz.partial_ratio("this is a test", "this is a test!") 100
登入後複製

更多有趣範例可以在 GitHub 倉庫找到。

六、PyFlux

時間序列分析是機器學習領域中最常見的問題之一。 PyFlux 是 Python 中的一個開源函式庫,它是為處理時間序列問題而建構的。本函式庫擁有一系列優秀的現代時間序列模型,包括但不限於 ARIMA、GARCH 和 VAR 模型。簡而言之,PyFlux 為時間序列建模提供了一種機率方法。值得嘗試。

安裝九個超實用的數據科學Python庫

pip install pyflux
登入後複製

範例

詳細用法和範例請參考官方文件。

九個超實用的數據科學Python庫七、Ipyvolume

結果展示也是資料科學中的重要面向。能夠將結果進行視覺化將具有很大優勢。 IPyvolume 是一個可以在 Jupyter notebook 中可視化三維和圖形(例如三維散點圖等)的 Python 庫,並且只需要少量配置。但它目前還是 1.0 之前的版本階段。用一個比較恰當的比喻來解釋就是:IPyvolume 的 volshow 對於三維數組就像 matplotlib 的 imshow 對於二維數組一樣好用。可以在這裡獲取更多。

使用pip

$ pip install ipyvolume
登入後複製

使用Conda/Anaconda

$ conda install -c conda-forge ipyvolume
登入後複製

例子

###動畫###############體繪製###############八、Dash######Dash 是一個高效的用於建立web 應用程式的Python 框架。它是在Flask、Plotly.js 和React.js 基礎上設計而成的,綁定了許多例如下拉框、滑動條和圖表的現代UI 元素,你可以直接使用Python 程式碼來寫相關分析,而無需再使用javascript。 Dash 非常適合建立資料視覺化應用程式。然後,這些應用程式可以在 web 瀏覽器中呈現。使用者指南可以在這裡取得。 ######安裝###
pip install dash==0.29.0# 核心 dash 后端 pip install dash-html-components==0.13.2# HTML 组件 pip install dash-core-components==0.36.0# 增强组件 pip install dash-table==3.1.3# 交互式 DataTable 组件(最新!)
登入後複製
###範例下面的範例展示了一個具有下拉功能的高度互動式圖表。當使用者在下拉式選單中選擇一個值時,應用程式程式碼將動態地將資料從 Google Finance 匯出到 panda DataFrame。 ###

九個超實用的數據科學Python庫

九、Gym

OpenAI 的 Gym 是一款用于增强学习算法的开发和比较工具包。它兼容任何数值计算库,如 TensorFlow 或 Theano。Gym 库是测试问题集合的必备工具,这个集合也称为环境 —— 你可以用它来开发你的强化学习算法。这些环境有一个共享接口,允许你进行通用算法的编写。

安装

pip install gym
登入後複製

例子这个例子会运行CartPole-v0环境中的一个实例,它的时间步数为 1000,每一步都会渲染整个场景。

总结

以上这些有用的数据科学 Python 库都是我精心挑选出来的,不是常见的如 numpy 和 pandas 等库。如果你知道其它库,可以添加到列表中来,请在下面的评论中提一下。另外别忘了先尝试运行一下它们。

以上是九個超實用的數據科學Python庫的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:51cto.com
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板
關於我們 免責聲明 Sitemap
PHP中文網:公益線上PHP培訓,幫助PHP學習者快速成長!