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
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
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
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