📜  Python Pyforest 库

📅  最后修改于: 2022-05-13 01:54:41.916000             🧑  作者: Mango

Python Pyforest 库

有时,我们会花费大量时间导入一些常用库,例如NumPypandasmatplotlibseabornnltk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