趣味至上主義：這5個有趣的Python庫帶你花式編碼
本文轉載自公眾號“讀芯術”(ID：AI_Discovery)
Python是如今最流行的編程語言之一，這點也給它本身帶來很多好處，其中之一就是，為了方便進行程序開發，它擁有了大量優秀的庫，如Pandas、Numpy、Matplotlib、SciPy等。
不過，本文不打算介紹那些以實用為主要“賣點”的庫，而是帶你走進一些極為有趣的庫，這些庫可以展示Python的另一面，也恰恰證明了Python社區的繁榮發展。
1. Bashplotlib
Bashplotlib是一個Python庫，使得能夠在命令行stdout環境中繪制數據。老實說，第一次看到這個庫的時候，筆者很疑惑，我們為什么可能會需要這樣的庫?
很快筆者就意識到，當沒有任何可用的GUI時，它可能會很有用。這個情況可不太常見，它引起了筆者的好奇心。我這是一個非常有趣的Python庫。
使用pip就可以很容易地安裝Bashplotlib：
- pipinstall bashplotlib
來看一些例子。在下面的代碼中，導入了numpy來生成一些隨機數組，當然還有bashplotlib。
- importnumpy as np
- from bashplotlib.histogram import plot_hist
- arr = np.random.normal(size=1000, loc=0, scale=1)
plot_hist是bashplotlib的一個函數，用于在直方圖中繪制一維數據，就像plt.hist在Matplotlib中的功能一樣。然后，使用Numpy生成一個包含1,000個服從正態分布的數字組成的隨機數組。在此之后，可以很容易地繪制這些數據：
- plot_hist(arr, bincount=50)
輸出就像這樣：
你也可以從文本文件中用散點圖來繪制數據。
2. PrettyTable
Bashplotlib在命令行環境中繪制數據，而PrettyTable以一種好看的格式繪制輸出結果表。
同樣的，使用pip可以很容易地安裝這個庫：
- pipinstall prettytable
首先，導入這個庫：
- from prettytable import PrettyTable
然后，使用PrettyTable創建表格對象：
- table =PrettyTable()
一旦創建表格對象，就可以開始添加域和數據列了：
- table.field_names= ['Name', 'Age', 'City']
- table.add_row(["Alice", 20, "Adelaide"])
- table.add_row(["Bob", 20, "Brisbane"])
- table.add_row(["Chris", 20, "Cairns"])
- table.add_row(["David", 20, "Sydney"])
- table.add_row(["Ella", 20, "Melbourne"])
只需打印就可顯示表格：
print(table)
PrettyTable還支持改進表格樣式，幾乎包括可以想到的任何方面。例如，我們可以右對齊表格中的文字：
- table.align= 'r'
- print(table)
按列對表格排序：
- table.sortby= "City"
- print(table)
甚至可以得到表格的HTML字符串
3. Colorama
想為命令行應用程序添加一些顏色嗎?Colorama可以很容易地輸出你喜歡的顏色。
圖源：unsplash
再一次使用pip安裝Colorama：
Colorama支持在“前景”(文本顏色)、“背景”(背景顏色)和“風格”(額外的風格的顏色)中支持渲染輸出顏色。可以導入：
- fromcolorama import Fore, Back, Style
首先使用黃色顯示一些警告：
然后嘗試使用紅色背景顯示一些錯誤：
- print(Back.RED+ Fore.WHITE + "This is an error!")
紅色太艷了。使用“dim”風格。
- print(Back.RESET+ Style.DIM + "Another error!")
此處設置“RESET”改變背景顏色為默認。
“DIM”樣式使字體不可見。若想把所有東西都恢復正常時，只需將“Style”設置為“RESET_ALL”：
- print(Style.RESET_ALL)
4. FuzzyWuzzy
很多時候，你可能想為程序實現一個“模糊”搜索功能，FuzzyWuzzy提供了一個開箱即用的輕量級解決方案。
和再去一樣，使用pip安裝：
- pip installfuzzywuzzy
導入庫：
- fromfuzzywuzzy import fuzz
做個簡單的測試：
- fuzz.ratio("Let’sdo a simple test", "Let us do a simple test")
如結果所示，“93”表示這兩個字符串有93%的相似性，這相當高了。
當有一個字符串列表，想要搜索所有的字符串，FuzzyWuzzy將幫助提取最相關的字符串及其相似性。
- fromfuzzywuzzy import processchoices = ["Data Visualisation", "DataVisualization", "Customised Behaviours", "CustomizedBehaviors"]process.extract("data visulisation", choices,limit=2)
- process.extract("custom behaviour", choices, limit=2)
在上面的示例中，參數limit告訴FuzzyWuzzy提取“前n個”結果。否則將獲得具有所有這些原始字符串及其相似性分數的元組列表。
5. TQDM
圖源：unsplash
你通常會使用Python來開發命令行工具嗎?如果是的話一定要試試這個庫。當CLI工具處理一些耗時的事情時，它將通過顯示一個進度條來指示完成了多少工作，幫助你了解情況。
老辦法，使用pip安裝：
- pipinstall tqdm
當for循環使用range函數時，只是把它替換為tqdm中的trange即可。
- fromtqdm import trangefor i in trange(100):
- sleep(0.01)
一般來說，對列表做循環。使用tqdm也很容易。
- fromtqdm import tqdm
- for e in tqdm([1,2,3,4,5,6,7,8,9]):
- sleep(0.5) # Suppose we are doing something with theelements
tqdm不僅適用于命令行環境，還適用于iPython / Jupyter Notebook。
圖源：https://github.com/tqdm/tqdm
在看到Bashplotlib庫之前，必須說筆者從來沒有在命令行環境中繪制數據的想法。人類發展思想和創造力的多樣性從來沒有停止過，這讓一切事物變得有趣起來。何不去試試呢?
