[[422968]]

【51CTO.com快譯】Python是機器學習不可或缺的一部分，庫讓我們的生活更簡單。最近，我在處理機器學習項目時遇到了6個很棒的庫。它們幫我節省了大量時間，本文將介紹它們。

1. clean-text

clean-text是真正很出色的庫，如果您需要處理抓取內容或社交媒體數據，它應該是您的首選。最棒的是它不需要任何冗長的花哨代碼或正則表達式來清理數據。不妨看幾個例子：

安裝

!pip install cleantext 

例子

#Importing the clean text library 
from cleantext import clean# Sample texttext = """ Zürich, largest city of Switzerland and capital of the canton of 633Zürich. Located in an Al\u017eupine. (https://google.com). Currency is not ₹"""# Cleaning the "text" with clean textclean(text,  
      fix_unicode=True,  
      to_ascii=True,  
      lower=True,  
      no_urls=True,  
      no_numbers=True,  
      no_digits=True,  
      no_currency_symbols=True,  
      no_punct=True,  
      replace_with_punct=" ",  
      replace_with_url="",  
      replace_with_number="",  
      replace_with_digit=" ",  
      replace_with_currency_symbol="Rupees") 

輸出

我們從上面可以看到，它在Zurich一詞中含有Unicode(字母“u”已被編碼)、ASCII 字符(在Al\u017eupine 中)、盧比貨幣符號、HTML 鏈接和標點符號。

您只需在clean函數中提及所需的ASCII、Unicode、URL、數字、貨幣和標點符號。或者，可以將它們換成上述函數中的替換參數。比如說，我將盧比符號換成了Rupees。

絕對不需要使用正則表達式或長代碼。非常方便的庫，如果您想清理來自抓取內容或社交媒體數據的文本，尤為方便。您還可以根據要求單獨傳遞參數，而不是將它們全部組合在一起。

欲了解更多詳細信息，請查看該GitHub 存儲庫。

2. drawdata

drawdata是我發現的另一個很酷的Python庫。需要向團隊解釋機器學習概念這種情形有多常見?肯定經常發生，因為數據科學注重團隊合作。該庫可幫助您在Jupyter筆記本中繪制數據集。

我向團隊解釋機器學習概念時，確實很喜歡使用這個庫。感謝創建這個庫的開發人員!

Drawdata僅面向有四個類的分類問題。

安裝

!pip install drawdata 

例子

# Importing the drawdata  
from drawdata import draw_scatterdraw_scatter() 

輸出

執行draw_Scatter()后將打開上述繪圖窗口。很顯然，有四個類，即A、B、C和D。可以點擊任何類，并繪制所需的點。每個類代表圖形中的不同顏色。您還可以選擇將數據作為csv或json文件來下載。此外，可以將數據復制到剪貼板，并從下面的代碼中讀取：

#Reading the clipboardimport pandas as pd  
df = pd.read_clipboard(sep=",") 
df 

這個庫的局限之一是它只提供有四個類的兩個數據點。但除此之外，它絕對有其價值。欲了解更多詳細信息，請查看該GitHub 鏈接。

3. Autoviz

我永遠不會忘記花在使用matplotlib進行探索性數據分析上的時間。有很多簡單的可視化庫。然而，我最近發現Autoviz僅用一行代碼即可自動直觀顯示任何數據集。

安裝

!pip install autoviz 

例子

我在這個例子中使用了IRIS數據集。

# Importing Autoviz class from the autoviz library 
from autoviz.AutoViz_Class import AutoViz_Class#Initialize the Autoviz class in a object called df 
df = AutoViz_Class()# Using Iris Dataset and passing to the default parametersfilename = "Iris.csv" 
sep = ","graph = df.AutoViz( 
    filename, 
    sep=",", 
    depVar="", 
    dfte=None, 
    header=0, 
    verbose=0, 
    lowess=False, 
    chart_format="svg", 
    max_rows_analyzed=150000, 
    max_cols_analyzed=30, 
) 

上述參數是默認值。欲了解更多信息，請點擊此處。

輸出

我們可以看到所有的視覺元素，僅用一行代碼完成我們的EDA。有很多自動可視化庫，但我特別喜歡這個庫。

4. Mito

每個人都喜歡Excel，是不是?它是初次探索數據集的最簡單方法之一。幾個月前我遇到了Mito，但最近才試了試，我絕對愛不釋手!

它是一個帶GUI支持的Jupyter-lab擴展Python庫，添加了電子表格功能。您可以加載 csv數據，將數據集作為電子表格來編輯，它可自動生成Pandas代碼。很酷。

Mito值得寫一篇完整的博文來介紹，但是今天不作詳細介紹。這是為您提供的簡單的任務演示。欲知更多詳情，請查看此處。

安裝

#First install mitoinstaller in the command prompt 
pip install mitoinstaller# Then, run the installer in the command prompt 
python -m mitoinstaller install# Then, launch Jupyter lab or jupyter notebook from the command prompt 
python -m jupyter lab 

想了解安裝方面的更多信息，請查看此處。

# Importing mitosheet and ruuning this in Jupyter labimport mitosheet 
mitosheet.sheet() 

執行上述代碼后，mitosheet將在jupyter實驗室中打開。我使用IRIS數據集。首先，我創建了兩個新列。一個是Sepal平均長度，另一個是Sepal總寬度。其次，我更改了Sepal平均長度的列名。最后，我為Sepal平均長度列創建了一個直方圖。

執行上述步驟后，代碼會自動生成。

輸出

為上述步驟生成以下代碼：

from mitosheet import * # Import necessary functions from Mito 
register_analysis('UUID-119387c0-fc9b-4b04-9053-802c0d428285') # Let Mito know which analysis is being run# Imported C:\Users\Dhilip\Downloads\archive (29)\Iris.csv 
import pandas as pd 
Iris_csv = pd.read_csv('C:\Users\Dhilip\Downloads\archive (29)\Iris.csv')# Added column G to Iris_csv 
Iris_csv.insert(6, 'G', 0)# Set G in Iris_csv to =AVG(SepalLengthCm) 
Iris_csv['G'] = AVG(Iris_csv['SepalLengthCm'])# Renamed G to Avg_Sepal in Iris_csv 
Iris_csv.rename(columns={"G": "Avg_Sepal"}, inplace=True) 

5. Gramformer

另一個出色的庫Gramformer基于生成模型，可幫助我們糾正句子中的語法。這個庫有三個模型，有檢測器、熒光筆和校正器。檢測器識別文本是否有錯誤的語法。熒光筆標記錯誤的部分，校正器修復錯誤。Gramformer是完全開源的軟件，目前處于早期階段。但它不適合長段落，因為它僅適用于句子，已針對64個字符長度的句子進行了訓練。

目前，校正器和熒光筆模型切實有用。不妨看幾個例子。

安裝

!pip3 install -U git+https://github.com/PrithivirajDamodaran/Gramformer.git 

為Gramformer創建實例

gf = Gramformer(models = 1, use_gpu = False) # 1=corrector, 2=detector (presently model 1 is working, 2 has not implemented) 

例子

#Giving sample text for correction under gf.correctgf.correct(""" New Zealand is island countrys in southwestern Paciific Ocaen. Country population was 5 million """) 

輸出

我們從上面的輸出中可以看到它糾正了語法，甚至糾正了拼寫錯誤。一個非常棒的庫，功能也很棒。我還沒有在這里試過熒光筆，您可以試試，查看該GitHub文檔，以獲取更多詳細信息。

6. Styleformer

在使用Gramformer方面的良好體驗鼓勵我尋找更多獨特的庫。我因此發現了Styleformer，這是另一個極具出色的Python庫。Gramformer和Styleformer都是由Prithiviraj Damodaran創建的，兩者都基于生成模型。感謝創建者開源。

Styleformer幫助將隨意句轉換成正式句、將正式句轉換成隨意句、將主動句轉換成被動句以及將被動句轉換成主動句。

不妨看幾個例子：

安裝

!pip install git+https://github.com/PrithivirajDamodaran/Styleformer.git 

為Styleformer創建實例

sf = Styleformer(style = 0)# style = [0=Casual to Formal, 1=Formal to Casual, 2=Active to Passive, 3=Passive to Active etc..] 

例子

# Converting casual to formal sf.transfer("I gotta go") 

# Formal to casual  
sf = Styleformer(style = 1)     # 1 -> Formal to casual# Converting formal to casual 
sf.transfer("Please leave this place") 

# Active to Passive  
sf = Styleformer(style = 2)     # 2-> Active to Passive# Converting active to passive 
sf.transfer("We are going to watch a movie tonight.") 

# passive to active 
sf = Styleformer(style = 2)     # 2-> Active to Passive# Converting passive to active 
sf.transfer("Tenants are protected by leases") 

看到上面的輸出，轉換準確。我使用這個庫將隨意句轉換成正式句，尤其是在我有一次分析時用于社交媒體帖子。欲了解更多詳細信息，請查看GitHub。

您可能熟悉了前面提到的一些庫，但像Gramformer和Styleformer這樣的庫是最近出現的庫。它們被嚴重低估了，當然值得廣為人知，因為它們為我節省了大量時間，我在NLP項目中大量使用它們。

原文標題：6 Cool Python Libraries That I Came Across Recently，作者：Dhilip Subramanian

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】