那些被低估的Python库
在这篇文章中，我们想展示一些不同于流行的东西。这些都是深夜浏览GitHub的感悟，以及同事们分享的压箱底东西。这些软件包中的一些是非常独特的，使用起来很有趣的Python包。
那些被低估的Python库
混合派 Knock Knock:从Python发送通知到移动设备、桌面或电子邮件。
tqdm:可扩展的Python和CLI进度条，内置对pandas的支持。
Colorama:简单的跨平台彩色终端文本。
pandas -log:提供熊猫基本操作的反馈。非常适合调试长管道链。
Pandas-flavor:扩展pandas DataFrame/Series的简单方法。
More-Itertools:增加了类似于itertools的额外功能。
streamlit:为机器学习项目创建应用程序的简单方法。
数据清理和操作 ftfy:修复mojibake和Unicode文本中的其他故障。
janitor:有很多很酷的功能来清理数据。
Optimus:另一个数据清理包。
Great-experctations:一个检查数据是否符合预期的好工具。
数据探索和建模 Pandas-profile:创建一个包含来自pandas DataFrame的统计数据的HTML报告。
dabl:允许使用可视化和预处理进行数据探索。
pydqc:允许比较两个数据集之间的统计数据。
pandas-summary:对panda DataFrames描述功能的扩展。
pivottable-js:pands在jupyter notebook的拖放功能。
数据结构 Bounter:有效的计数器，使用有限(有界)的数量的内存，无论数据大小。
Python -bloomfilter:可扩展的Bloom Filter，使用Python实现。
datasketch:提供概率数据结构，如LSH、加权MinHash、HyperLogLog等。
ranges:Python的连续范围、范围集和范围令数据结构
性能检查和优化
Py-spy: Python程序的采样分析器。
pyperf:用于运行Python基准测试的工具箱。
snakeviz:一个浏览器内的Python配置文件查看器，对jupyter notebook有很大的支持。
Cachier: Python函数的持久、无延迟、本地和跨机缓存。
Faiss:用于高效的相似性搜索和密集向量聚类的库。
※部分文章来源于网络，如有侵权请联系删除；更多文章和资料|点击后方文字直达 ↓↓↓ 100GPython自学资料包 阿里云K8s实战手册 [阿里云CDN排坑指南]CDN ECS运维指南 DevOps实践手册 Hadoop大数据实战手册 Knative云原生应用开发指南 OSS 运维实战手册 云原生架构白皮书 Zabbix企业级分布式监控系统源码文档 10G大厂面试题戳领