这5个有趣的Python库带你花式编码！
云栖号资讯：【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ Python是如今最流行的编程语言之一，这点也给它本身带来很多好处，其中之一就是，为了方便进行程序开发，它拥有了大量优秀的库，如Pandas、Numpy、Matplotlib、SciPy等。 不过，本文不打算介绍那些以实用为主要“卖点”的库，而是带你走进一些极为有趣的库，这些库可以展示Python的另一面，也恰恰证明了Python社区的繁荣发展。 1. Bashplotlib Bashplotlib是一个Python库，使得能够在命令行stdout环境中绘制数据。老实说，第一次看到这个库的时候，笔者很疑惑，我们为什么可能会需要这样的库？ 很快笔者就意识到，当没有任何可用的GUI时，它可能会很有用。这个情况可不太常见，它引起了笔者的好奇心。我这是一个非常有趣的Python库。 使用pip就可以很容易地安装Bashplotlib： pipinstall bashplotlib 来看一些例子。在下面的代码中，导入了numpy来生成一些随机数组，当然还有bashplotlib。 importnumpy as np from bashplotlib.histogram import plot_hist arr = np.random.normal(size=1000, loc=0, scale=1) plot_hist是bashplotlib的一个函数，用于在直方图中绘制一维数据，就像plt.hist在Matplotlib中的功能一样。然后，使用Numpy生成一个包含1,000个服从正态分布的数字组成的随机数组。在此之后，可以很容易地绘制这些数据： plot_hist(arr, bincount=50) 输出就像这样： 你也可以从文本文件中用散点图来绘制数据。 2. PrettyTable Bashplotlib在命令行环境中绘制数据，而PrettyTable以一种好看的格式绘制输出结果表。 同样的，使用pip可以很容易地安装这个库： pipinstall prettytable 首先，导入这个库： from prettytable import PrettyTable 然后，使用PrettyTable创建表格对象： table =PrettyTable() 一旦创建表格对象，就可以开始添加域和数据列了： 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"]) 只需打印就可显示表格： print(table) PrettyTable还支持改进表格样式，几乎包括可以想到的任何方面。例如，我们可以右对齐表格中的文字： table.align= r print(table) 按列对表格排序： table.sortby= "City" print(table) 甚至可以得到表格的HTML字符串 3. Colorama 想为命令行应用程序添加一些颜色吗？Colorama可以很容易地输出你喜欢的颜色。 再一次使用pip安装Colorama： pipinstall colorama Colorama支持在“前景”(文本颜色)、“背景”(背景颜色)和“风格”(额外的风格的颜色)中支持渲染输出颜色。可以导入： fromcolorama import Fore, Back, Style 首先使用黄色显示一些警告： 然后尝试使用红色背景显示一些错误： print(Back.RED+ Fore.WHITE + "This is an error!") 红色太艳了。使用“dim”风格。 print(Back.RESET+ Style.DIM + "Another error!") 此处设置“RESET”改变背景颜色为默认。 “DIM”样式使字体不可见。若想把所有东西都恢复正常时，只需将“Style”设置为“RESET_ALL”： print(Style.RESET_ALL) 4. FuzzyWuzzy 很多时候，你可能想为程序实现一个“模糊”搜索功能，FuzzyWuzzy提供了一个开箱即用的轻量级解决方案。 和再去一样，使用pip安装： pip installfuzzywuzzy 导入库： fromfuzzywuzzy import fuzz 做个简单的测试： fuzz.ratio("Let’sdo a simple test", "Let us do a simple test") 如结果所示，“93”表示这两个字符串有93%的相似性，这相当高了。 当有一个字符串列表，想要搜索所有的字符串，FuzzyWuzzy将帮助提取最相关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，参数limit告诉FuzzyWuzzy提取“前n个”结果。否则将获得具有所有这些原始字符串及其相似性分数的元组列表。 5. TQDM 你通常会使用Python来开发命令行工具吗？如果是的话一定要试试这个库。当CLI工具处理一些耗时的事情时，它将通过显示一个进度条来指示完成了多少工作，帮助你了解情况。 老办法，使用pip安装： pipinstall tqdm 当for循环使用range函数时，只是把它替换为tqdm中的trange即可。 fromtqdm import trangefor i in trange(100): sleep(0.01) 一般来说，对列表做循环。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不仅适用于命令行环境，还适用于iPython / Jupyter Notebook。 在看到Bashplotlib库之前，必须说笔者从来没有在命令行环境中绘制数据的想法。人类发展思想和创造力的多样性从来没有停止过，这让一切事物变得有趣起来。何不去试试呢？ 【云栖号在线课堂】每天都有产品技术专家分享！课程地址：https://yqh.aliyun.com/live 立即加入社群，与专家面对面，及时了解课程最新动态！【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK 原文发布时间：2020-05-28本文作者：读芯术本文来自：“读芯术公众号”，了解相关信息可以关注“读芯术”
