9个鲜为人知的Python数据科学库

例子：

from fuzzywuzzy import fuzz
from fuzzywuzzy import process
 
# 简朴的匹配率
fuzz.ratio("this is a test", "this is a test!")
97
 
# 部门的匹配率 
fuzz.partial_ratio("this is a test", "this is a test!")
 100

更多的例子可以在 FuzzyWuzy 的 GitHub 客栈获得。

PyFlux

时刻序列说明是呆板进修中最常碰着的题目之一。PyFlux 是 Python 中的开源库，专门为处理赏罚时刻序列题目而构建的。该库拥有一系列优越的当代时刻序列模子，包罗但不限于 ARIMA、GARCH 以及 VAR 模子。简而言之，PyFlux 为时刻序列建模提供了一种概率要领。这值得一试。

安装：

pip install pyflux

例子：

有关用法和示例，请参阅其 文档。

IPyvolume

交换功效是数据科学的一个重要方面，可视化功效提供了明显上风。 IPyvolume 是一个 Python 库，用于在 Jupyter 条记本中可视化 3D 体积和外形（譬喻 3D 散点图），设置和事变量极小。然而，它今朝处于 1.0 之前的阶段。一个很好的类比是这样的: IPyVolumee volshow 是 3D 阵列，Matplotlib 的 imshow 是 2D 阵列。你可以在其 文档 中读到更多关于它的信息。

安装：

Using pip
$ pip install ipyvolume
 
Conda/Anaconda
$ conda install -c conda-forge ipyvolume

例子：

动画：

体绘制：

Dash

Dash 是一个用于构建 Web 应用措施的高效 Python 框架。它构建于 Flask、Plotty.js 和 Response.js 之上，将下拉菜单、滑块和图形等风行 UI 元素与你的 Python 说明代码接洽起来，而不必要JavaScript。Dash 很是得当构建可在 Web 赏识器中泛起的数据可视化应用措施。有关具体信息，请参阅其 用户指南 。

安装：

pip install dash==0.29.0  # The core dash backend
pip install dash-html-components==0.13.2  # HTML components
pip install dash-core-components==0.36.0  # Supercharged components
pip install dash-table==3.1.3  # Interactive DataTable component (new!)

例子：

下面的示例表现了一个具有下拉成果的高度交互的图表。当用户在下拉列表中选择一个值时，应用措施代码将数据从 Google Finance 动态导出到 Pandas 数据框架中。

Gym

从 OpenAI 而来的 Gym 是开拓和较量强化进修算法的器材包。它与任何数值计较库兼容，如 TensorFlow 或 Theano。Gym 是一个测试题目的荟萃，也称为“情形”，你可以用它来拟定你的强化进修算法。这些情形有一个共享的接口，应承您编写通用算法。

安装：

pip install gym

例子：

以下示例将在 CartPole-v0 情形中，，运行 1000 次，在每一步渲染情形。

你可以在 Gym 网站上读到 其余的情形 。

结论

（编辑：湖南网）

【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!