在這篇文章中，我們想展示一些不同于流行的東西。這些都是深夜瀏覽GitHub的感悟，以及同事們分享的壓箱底東西。這些軟件包中的一些是非常獨特的，使用起來很有趣的Python包。

混合派

• Knock Knock：從Python發(fā)送通知到移動設(shè)備、桌面或電子郵件。
• tqdm：可擴展的Python和CLI進度條，內(nèi)置對pandas的支持。
• Colorama：簡單的跨平臺彩色終端文本。
• pandas -log：提供熊貓基本操作的反饋。非常適合調(diào)試長管道鏈。
• Pandas-flavor：擴展pandas DataFrame/Series的簡單方法。
• More-Itertools：增加了類似于itertools的額外功能。
• streamlit：為機器學習項目創(chuàng)建應(yīng)用程序的簡單方法。

數(shù)據(jù)清理和操作

• ftfy：修復(fù)mojibake和Unicode文本中的其他故障。
• janitor：有很多很酷的功能來清理數(shù)據(jù)。
• Optimus：另一個數(shù)據(jù)清理包。
• Great-experctations：一個檢查數(shù)據(jù)是否符合預(yù)期的好工具。

數(shù)據(jù)探索和建模

• Pandas-profile：創(chuàng)建一個包含來自pandas DataFrame的統(tǒng)計數(shù)據(jù)的HTML報告。
• dabl：允許使用可視化和預(yù)處理進行數(shù)據(jù)探索。
• pydqc：允許比較兩個數(shù)據(jù)集之間的統(tǒng)計數(shù)據(jù)。
• pandas-summary：對panda DataFrames描述功能的擴展。
• pivottable-js：pands在jupyter notebook的拖放功能。

數(shù)據(jù)結(jié)構(gòu)

• Bounter：有效的計數(shù)器，使用有限(有界)的數(shù)量的內(nèi)存，無論數(shù)據(jù)大小。
• Python -bloomfilter：可擴展的Bloom Filter，使用Python實現(xiàn)。
• datasketch：提供概率數(shù)據(jù)結(jié)構(gòu)，如LSH、加權(quán)MinHash、HyperLogLog等。
• ranges：Python的連續(xù)范圍、范圍集和范圍令數(shù)據(jù)結(jié)構(gòu)

性能檢查和優(yōu)化

• Py-spy：Python程序的采樣分析器。
• pyperf：用于運行Python基準測試的工具箱。
• snakeviz：一個瀏覽器內(nèi)的Python配置文件查看器，對jupyter notebook有很大的支持。
• Cachier：Python函數(shù)的持久、無延遲、本地和跨機緩存。
• Faiss：用于高效的相似性搜索和密集向量聚類的庫。

原文：

https://towardsdatascience.com/the-most-underrated-python-packages-e22bf6049b5e?gi=f9ed1a098270