mrjob

六个鲜为人知的python数据分析库

Python 提供了高质量的环境和丰富的第三方库为开发者提供数据分析支持。不管是数据处理还是数据 可视化等等, 都有许多有用的库。一些库非常有名:PandasNumpyScikit-learn(我们有一期博客介绍过), NTLK 等等。另一些不是那么有名但是却在平时十分好用。这篇文章介绍6个这样的Python库, 希望对大家有帮助!

  • mrjob

mrjob是一个帮助你写用Python写MapReduce的库,可以让你写Mapper和Reducer程序,在本地,EMR(亚马逊弹性Map-Reduce),或者Hadoop集群上运行/测试。使用pip install mrjob就能快速安装。mrjob是Yelp开发并且每天有成千上万的下载量。Github地址项目地址有大量文档。

在python中使用datetime是件很痛苦的事。如果你用过python自带的datetime库去控制多时区,你一定会觉得不方便。delorean对datetime和pytz做了抽象使得操作更简单。它有很多好的功能使得切换多时区,标准化时区变得简单。

python自带的sorted()方法很高效。但是当你想排列[‘a2’, ‘a9’, ‘a1’, ‘a4’, ‘a10’]这样的数列,那就需要natsort这样的能同时排列字母和数字的库了。官网有更详细的文档。

应用中并不是总是需要多节点的大数据库。TinyDB是一个面向文件的小型数据库,可以在本地文件写入json来保存数据。它有1200行代码以及简洁清楚的API。可以用pip install tinydb来安装。更多详细文档请看这里

  • prettytable

prettytable可以在console终端中画出ASCII表格,在终端里打印漂亮的表格特别有用。prettytable也可以用CSV或者数据库作为数据源。这里还有一个Node模块的prettytable。prettytable的原始项目在Google Code这里。项目的README也可以在github中找到。

  • Vincent

Vincent是一个很酷的图形化工具,把python数据结构翻译成Vega图形化语法,最后用d3js渲染。这使得你可以仅仅写python代码就能秀出漂亮的d3js界面。Vincent API功能强大甚至还支持ipython notebooks。项目的github页面项目文档这里可以找到。

 

翻译转自: http://jyotiska.github.io/blog/posts/python_libraries.html

发布者

David 9

邮箱:yanchao727@gmail.com 微信: david9ml

《六个鲜为人知的python数据分析库》上有2条评论

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注