少有人知的python数据科学库

这个库的名字就有点怪，但ta拥有强大的字符串匹配功能。可以轻松实现字符串比较比率（comparison ratios），分词比率（token ratios)等操作。它还可以方便地匹配保存在不同数据库中的记录。

安装

pip install fuzzywuzzy 

用例

from fuzzywuzzy import fuzz 
from fuzzywuzzy import process 
 
# Simple Ratio 
print(fuzz.ratio("this is a test", "this is a test!")) 
# Partial Ratio 
print(fuzz.partial_ratio("this is a test", "this is a test!")) 

Run and output!

97 
100 

更多有趣的例子可见 fuzzywuzzy库github账号 https://github.com/seatgeek/fuzzywuzzy

在机器学习领域中经常遇到时间序列分析这种问题。PyFlux是专门为解决时间序列问题而开发的python库。这个库提供了很多现代时间序列算法，单不仅仅限于ARIMA、GARCH和VAR这三种模型。简而言之，PyFlux为我们分析时间序列数据提供了可能，你值得拥有。

安装

pip install pyflux 

PyFlux用例可查看该库的文档 https://pyflux.readthedocs.io/en/latest/index.html

类似的时间序列库还有PyFTS, 教程链接

https://towardsdatascience.com/a-short-tutorial-on-fuzzy-time-series-dcc6d4eb1b15 

文档链接

https://pyfts.github.io/pyFTS/.

数据科学中一个重要的部分就是分析结果的展示与交流，而良好的视觉传达是很有优势的。IPyvolume是3D可视化库，可以以最小的初始化设置就能在jupyter notebook中使用。做一个恰当的类比：matplotlib的imshow是2d数组，而IPyvolume的volshow是3d数组。

安装

pip install ipyvolume 
#或者 
conda install -c conda-forge ipyvolume 

用例

Dash是用来为开发web应用的高生产率工具库，该库基于Flask、Plotly.js和React.js，不需要懂javascript只用python就能让我们制作出美美的的UI元素，如下来列表、滑动条和图表。这些应用可以在浏览器中渲染，具体文档可查看 https://dash.plot.ly/

安装

pip install dash==0.29.0   
pip install dash-html-components==0.13.2  #Dash库的HTML组件 
pip install dash-core-components==0.36.0  #Dash库核心组件 
pip install dash-table==3.1.3  #交互数据库表单(新) 

用例

下面是一个下拉式菜单，可以选择股票代码的pandas Dataframe数据类型作为输入，渲染成动态交互的折线图

Gym是一个可以开发强化学习算法的工具包。 它兼容数值计算库，如TensorFlow或Theano。我们可以据此设计出强化学习算法，这些环境（测试问题）有公开的接口，允许我们写出通用的算法。

安装

pip install gym 

用例

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!