我最近偶遇的六个很酷的Python库

[[422968]]

【51CTO.com快译】Python是机器学习不可或缺的一部分，库让我们的生活更简单。最近，我在处理机器学习项目时遇到了6个很棒的库。它们帮我节省了大量时间，本文将介绍它们。

1. clean-text

clean-text是真正很出色的库，如果您需要处理抓取内容或社交媒体数据，它应该是您的首选。最棒的是它不需要任何冗长的花哨代码或正则表达式来清理数据。不妨看几个例子：

安装

!pip install cleantext 

例子

#Importing the clean text library 
from cleantext import clean# Sample texttext = """ Zürich, largest city of Switzerland and capital of the canton of 633Zürich. Located in an Al\u017eupine. (https://google.com). Currency is not ₹"""# Cleaning the "text" with clean textclean(text,  
      fix_unicode=True,  
      to_ascii=True,  
      lower=True,  
      no_urls=True,  
      no_numbers=True,  
      no_digits=True,  
      no_currency_symbols=True,  
      no_punct=True,  
      replace_with_punct=" ",  
      replace_with_url="",  
      replace_with_number="",  
      replace_with_digit=" ",  
      replace_with_currency_symbol="Rupees") 

输出

我们从上面可以看到，它在Zurich一词中含有Unicode(字母“u”已被编码)、ASCII 字符(在Al\u017eupine 中)、卢比货币符号、HTML 链接和标点符号。

您只需在clean函数中提及所需的ASCII、Unicode、URL、数字、货币和标点符号。或者，可以将它们换成上述函数中的替换参数。比如说，我将卢比符号换成了Rupees。

绝对不需要使用正则表达式或长代码。非常方便的库，如果您想清理来自抓取内容或社交媒体数据的文本，尤为方便。您还可以根据要求单独传递参数，而不是将它们全部组合在一起。

欲了解更多详细信息，请查看该GitHub 存储库。

2. drawdata

drawdata是我发现的另一个很酷的Python库。需要向团队解释机器学习概念这种情形有多常见?肯定经常发生，因为数据科学注重团队合作。该库可帮助您在Jupyter笔记本中绘制数据集。

我向团队解释机器学习概念时，确实很喜欢使用这个库。感谢创建这个库的开发人员!

Drawdata仅面向有四个类的分类问题。

安装

!pip install drawdata 

例子

# Importing the drawdata  
from drawdata import draw_scatterdraw_scatter() 

输出

执行draw_Scatter()后将打开上述绘图窗口。很显然，有四个类，即A、B、C和D。可以点击任何类，并绘制所需的点。每个类代表图形中的不同颜色。您还可以选择将数据作为csv或json文件来下载。此外，可以将数据复制到剪贴板，并从下面的代码中读取：

#Reading the clipboardimport pandas as pd  
df = pd.read_clipboard(sep=",") 
df 

这个库的局限之一是它只提供有四个类的两个数据点。但除此之外，它绝对有其价值。欲了解更多详细信息，请查看该GitHub 链接。

3. Autoviz

我永远不会忘记花在使用matplotlib进行探索性数据分析上的时间。有很多简单的可视化库。然而，我最近发现Autoviz仅用一行代码即可自动直观显示任何数据集。

安装

!pip install autoviz 

例子

我在这个例子中使用了IRIS数据集。

# Importing Autoviz class from the autoviz library 
from autoviz.AutoViz_Class import AutoViz_Class#Initialize the Autoviz class in a object called df 
df = AutoViz_Class()# Using Iris Dataset and passing to the default parametersfilename = "Iris.csv" 
sep = ","graph = df.AutoViz( 
    filename, 
    sep=",", 
    depVar="", 
    dfte=None, 
    header=0, 
    verbose=0, 
    lowess=False, 
    chart_format="svg", 
    max_rows_analyzed=150000, 
    max_cols_analyzed=30, 
) 

上述参数是默认值。欲了解更多信息，请点击此处。

输出

我们可以看到所有的视觉元素，仅用一行代码完成我们的EDA。有很多自动可视化库，但我特别喜欢这个库。

4. Mito

每个人都喜欢Excel，是不是?它是初次探索数据集的最简单方法之一。几个月前我遇到了Mito，但最近才试了试，我绝对爱不释手!

它是一个带GUI支持的Jupyter-lab扩展Python库，添加了电子表格功能。您可以加载 csv数据，将数据集作为电子表格来编辑，它可自动生成Pandas代码。很酷。

Mito值得写一篇完整的博文来介绍，但是今天不作详细介绍。这是为您提供的简单的任务演示。欲知更多详情，请查看此处。

安装

#First install mitoinstaller in the command prompt 
pip install mitoinstaller# Then, run the installer in the command prompt 
python -m mitoinstaller install# Then, launch Jupyter lab or jupyter notebook from the command prompt 
python -m jupyter lab 

想了解安装方面的更多信息，请查看此处。

# Importing mitosheet and ruuning this in Jupyter labimport mitosheet 
mitosheet.sheet() 

执行上述代码后，mitosheet将在jupyter实验室中打开。我使用IRIS数据集。首先，我创建了两个新列。一个是Sepal平均长度，另一个是Sepal总宽度。其次，我更改了Sepal平均长度的列名。最后，我为Sepal平均长度列创建了一个直方图。

执行上述步骤后，代码会自动生成。

输出

为上述步骤生成以下代码：

from mitosheet import * # Import necessary functions from Mito 
register_analysis('UUID-119387c0-fc9b-4b04-9053-802c0d428285') # Let Mito know which analysis is being run# Imported C:\Users\Dhilip\Downloads\archive (29)\Iris.csv 
import pandas as pd 
Iris_csv = pd.read_csv('C:\Users\Dhilip\Downloads\archive (29)\Iris.csv')# Added column G to Iris_csv 
Iris_csv.insert(6, 'G', 0)# Set G in Iris_csv to =AVG(SepalLengthCm) 
Iris_csv['G'] = AVG(Iris_csv['SepalLengthCm'])# Renamed G to Avg_Sepal in Iris_csv 
Iris_csv.rename(columns={"G": "Avg_Sepal"}, inplace=True) 

5. Gramformer

另一个出色的库Gramformer基于生成模型，可帮助我们纠正句子中的语法。这个库有三个模型，有检测器、荧光笔和校正器。检测器识别文本是否有错误的语法。荧光笔标记错误的部分，校正器修复错误。Gramformer是完全开源的软件，目前处于早期阶段。但它不适合长段落，因为它仅适用于句子，已针对64个字符长度的句子进行了训练。

目前，校正器和荧光笔模型切实有用。不妨看几个例子。

安装

!pip3 install -U git+https://github.com/PrithivirajDamodaran/Gramformer.git 

为Gramformer创建实例

gf = Gramformer(models = 1, use_gpu = False) # 1=corrector, 2=detector (presently model 1 is working, 2 has not implemented) 

例子

#Giving sample text for correction under gf.correctgf.correct(""" New Zealand is island countrys in southwestern Paciific Ocaen. Country population was 5 million """) 

输出

我们从上面的输出中可以看到它纠正了语法，甚至纠正了拼写错误。一个非常棒的库，功能也很棒。我还没有在这里试过荧光笔，您可以试试，查看该GitHub文档，以获取更多详细信息。

6. Styleformer

在使用Gramformer方面的良好体验鼓励我寻找更多独特的库。我因此发现了Styleformer，这是另一个极具出色的Python库。Gramformer和Styleformer都是由Prithiviraj Damodaran创建的，两者都基于生成模型。感谢创建者开源。

Styleformer帮助将随意句转换成正式句、将正式句转换成随意句、将主动句转换成被动句以及将被动句转换成主动句。

不妨看几个例子：

安装

!pip install git+https://github.com/PrithivirajDamodaran/Styleformer.git 

为Styleformer创建实例

sf = Styleformer(style = 0)# style = [0=Casual to Formal, 1=Formal to Casual, 2=Active to Passive, 3=Passive to Active etc..] 

例子

# Converting casual to formal sf.transfer("I gotta go") 

# Formal to casual  
sf = Styleformer(style = 1)     # 1 -> Formal to casual# Converting formal to casual 
sf.transfer("Please leave this place") 

# Active to Passive  
sf = Styleformer(style = 2)     # 2-> Active to Passive# Converting active to passive 
sf.transfer("We are going to watch a movie tonight.") 

# passive to active 
sf = Styleformer(style = 2)     # 2-> Active to Passive# Converting passive to active 
sf.transfer("Tenants are protected by leases") 

看到上面的输出，转换准确。我使用这个库将随意句转换成正式句，尤其是在我有一次分析时用于社交媒体帖子。欲了解更多详细信息，请查看GitHub。

您可能熟悉了前面提到的一些库，但像Gramformer和Styleformer这样的库是最近出现的库。它们被严重低估了，当然值得广为人知，因为它们为我节省了大量时间，我在NLP项目中大量使用它们。

原文标题：6 Cool Python Libraries That I Came Across Recently，作者：Dhilip Subramanian

【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】