PyHubWeekly | 第十八期:1行代码搞定数据可视化

  • 2020 年 5 月 24 日
  • AI

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,

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,

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


引用链接

[1] PyHubWeekly: github.com/Jackpopc/PyH [2] FlashText: github.com/vi3k6i5/flas [3] PyFlux: github.com/RJT1990/pyfl [4] 官方文档: pyflux.readthedocs.io/e [5] bamboolib: github.com/tkrabel/bamb [6] MrDoc: github.com/zmister2016/ [7] AutoViz: github.com/AutoViML/Aut