Python Pyforest 库

有时，我们会花费大量时间导入一些常用库，例如NumPy 、 pandas 、 matplotlib 、 seaborn 、 nltk等等。为了消除手动导入此类库的麻烦，我们有pyforest库。

正是该库可以帮助您直接工作，而无需单独导入其他库。
它本身在我们使用它时添加了一些在DataScience中使用的高度可用的库。

pyforest的功能：

• active_imports()：它将返回程序中已使用的所有库。
• lazy_imports()：它将返回 pyforest 中所有可用的库。

安装库：

pip install pyforest

让我们看看pyforest与各种库的用法。

• 麻木：
NumPy 是一个通用的数组处理包。它提供了一个高性能的多维数组对象，以及用于处理这些数组的工具。

例子：

# here we have not import  
# 'numpy as np' by explicitly 
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) 
  
print(a)

输出：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

注意：更多信息请参考Python中的 NumPy

Pandas：Pandas DataFrame 是二维大小可变的、潜在异构的表格数据结构，带有标记的轴（行和列）。数据框是一种二维数据结构，即数据以表格的方式在行和列中对齐。 Pandas DataFrame 由三个主要组件组成，即数据、行和列。

例子：

d = {'A':[1, 2, 3], 'B':[4, 5, 6], 'C':[7, 8, 9]}
  
# here we have not import
# 'pandas as pd' by ourself .
df = pd.DataFrame(d)  
  
print(df)

输出：

A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

注意：更多信息请参考Python |熊猫数据框

NLTK：NLTK 模块是一个庞大的工具包，旨在帮助您使用整个自然语言处理 (NLP) 方法。

例子：

# here we do not import
# ' Nltk library' by ourself
# but only the class of nltk .
from nltk.tokenize import word_tokenize
  
data = "All apples are red in colour"
  
print(word_tokenize(data))

输出：

['All', 'apples', 'are', 'red', 'in', 'colour']

注意：有关详细信息，请参阅在Python中使用 NLTK 标记文本

Matplotlib：Matplotlib 是Python中用于数组二维图的惊人可视化库。 Matplotlib 是一个基于 NumPy 数组构建的多平台数据可视化库，旨在与更广泛的 SciPy 堆栈配合使用。

例子：

# here we have not imported 
# 'matplotlib.pyplot as plt' by ourself.
  
x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 
  
plt.plot(x, y)  
plt.show()

输出：

注意：更多信息请参考 Matplotlib 简介