太香！7个非常实用但被低估的Python工具包！

Python 拥有海量的包，无论是普通任务还是复杂任务，我们经常在应用程序中使用大量的工具包。本文我将讨论一些常被低估的数据科学包，包括：数据清理、应用程序开发和调试方面。

1、Faker

生产环境通常具有实时数据。把它放到测试环境中并不容易。我们必须对从生产到测试环境的数据进行标记化，这通常会将数据转换为乱码。

此外，在欺诈行业，我们需要找出欺诈身份。为了生成假PII（个人可识别信息），我使用了一个名为Faker的包，这是一个很酷的软件包，可以让你创建一个带有地址、名字等的假PII。

以上是一些虚假数据的例子。带有 GAN 假图像的假数据可以给出一个真实的人。

2、Pywebio

我们知道 Flask 适用于 Python 端的表单、UI 和 restapi。然而，如果想要一个简单的表单，Flask就不太适用了。通常用 Pywebio 来创建，它会创建了一个简单、干净的UI。所有的代码都是用普通的python编写的，并且我们不用额外学新东西！

# A simple script to calculate BMI
from pywebio.input import input, FLOAT
from pywebio.output import put_text

def bmi():
    height = input("Input your height(cm)：", type=FLOAT)
    weight = input("Input your weight(kg)：", type=FLOAT)

    BMI = weight / (height / 100) ** 2

    top_status = [(16, 'Severely underweight'), (18.5, 'Underweight'),
                  (25, 'Normal'), (30, 'Overweight'),
                  (35, 'Moderately obese'), (float('inf'), 'Severely obese')]

    for top, status in top_status:
        if BMI <= top:
            put_text('Your BMI: %.1f. Category: %s' % (BMI, status))
            break

if __name__ == '__main__':
    bmi()

在几秒钟内，它转换为一个前端 UI 网页。我们还可以编写一些会话并处理输入和输出，查看他们的文档以获取详细信息。

3、Airflow

Airflow 是我最喜欢的软件包之一，它是一种工作流管理工具，在 MLOPS 中经常被低估和较少使用，它还可以用于特定的执行间隔、重新训练模型、批处理、网站抓取、投资组合跟踪、自定义新闻提要等。

在工作流程方面，选项是无限的，它还可以连接到特定服务的云服务商。代码可以用 python 写，在 UI 上可以看到执行，非常棒。工作流也可以按特定时间间隔进行安排。

4、Loguru

Logger 是我讨厌但又不得不使用的工具，它是调试应用程序的最佳方法之一。但是，logger 里面的日志太多了，让人比较烦。而 Loguru 在某种程度上就比较友好，它虽不能解决所有挑战，但是它很容易添加日志语句并为其添加更多调试。

from loguru import logger

logger.debug("That's it, beautiful and simple logging!")

它还有助于拆分文件并执行清理，因此我们不需要查看所有历史日志。

logger.add("file_1.log", rotation="500 MB")    # Automatically rotate too big file
logger.add("file_2.log", rotation="12:00")     # New file is created each day at noon
logger.add("file_3.log", rotation="1 week")    # Once the file is too old, it's rotated

logger.add("file_X.log", retention="10 days")  # Cleanup after some time

logger.add("file_Y.log", compression="zip")    # Save some loved space

你还可以使用参数 backtrace 来回溯执行。

简而言之，在生产环境中使用这个包来调试应用程序或 AI 模型训练是值得的。

5、Pydash

通常在数据清洗或处理中，我们要处理大量的数据清洗。这些是一些较小的项目，需要时间。例如，如何展平列表？当然，你可以写一个清单，但是如果有一个快速功能来执行这些操作呢？

这就是Pydash闪耀的地方，它成为了我的快速转到库，其中包含一系列python实用程序。

以上只是一个小例子，它包含很多功能，绝对值得一看。

6、Weights & Biases

WANDB是跟踪和可视化机器学习管道最有用的包之一，我最喜欢的部分是他们的central dashboard，它类似于记录器，但可以做更多的事情。

它易于使用，并集成了最流行的库，如 Tensorflow、PyTorch、fastai、huggingface 等。但是，在商业领域使用它时有一些限制，你必须付费订阅。除此之外，它是一个很棒的库。

7、PyCaret

在R中我最喜欢的一个包是caret 包，当我看到 PyCaret 包时，我很兴奋。因为它简化了许多编码，当你想快速做某件事情时可以使用。这个包有很多关于默认参数的选项，可以用不同的度量点运行不同的模型。

Summary

正如本文所说的，我们看到在应用程序开发或数据分析中使用了不同的包，这并不是一份详尽的清单，我会继续为大家分享更多的实用的工具包。如果你有使用任何其他经常未低估的软件包，可以在评论中告诉我。

技术交流

欢迎转载、收藏本文，码字不易，有所收获点赞支持一下！

为方便进行学习交流，本号开通了技术交流群，添加方式如下：

直接添加小助手微信号：pythoner666，备注：CSDN+python，或者按照如下方式添加均可！