1、Lux

Lux 是一個 Python 庫，它可以自動化的進行資料探索，讓你能更輕鬆的玩轉資料科學。Lux 旨在與 Pandas 緊密整合，可以按原樣使用，而無需修改現有的Pandas程式碼。要啟用Lux，只需將 import lux 與 Pandas import 語句一起新增即可。

import lux
import pandas as pd

官方連結
https://lux-api.readthedocs.io/en/latest/source/getting_started/installation.html

安裝方法

# PyPI安裝Python Lux API
pip install lux-api
#要安裝小部件，我們需要安裝webpack
npm install --save-dev webpack webpack-cli
# npm安裝Lux Jupyter小部件
npm i lux-widget

2、Translators

Translators 集成了谷歌、必應、有道、百度等多個翻譯平臺 API，支援上百種語言翻譯，使用便捷，配置靈活。對於需要批量翻譯的場景，絕對是提效利器。

安裝

# Windows,Mac,Linux
pip install translators --upgrade

# Linux javascript runtime environment:
sudo yum -y install nodejs

示例展示

import translators as ts

wyw_text = '季姬寂，集雞，雞即棘雞。棘雞飢嘰，季姬及箕稷濟雞。'
chs_text = '季姬感到寂寞，羅集了一些雞來養，雞是那種出自荊棘叢中的野雞。野雞餓了唧唧叫，季姬就拿竹箕中的穀物餵雞。'
# input languages
print(ts.deepl(wyw_text)) # default: from_language='auto',to_language='en'
## output language_map
print(ts._deepl.language_map)
# professional field
print(ts.baidu(wyw_text,professional_field='common')) # ('common','medicine','electronics','mechanics')
# requests
print(ts.youdao(wyw_text,sleep_seconds=5,proxies={},use_cache=True))
# host service
print(ts.google(wyw_text,if_use_cn_host=True))
print(ts.bing(wyw_text,if_use_cn_host=False))

Github 官方連結
https://github.com/UlionTse/translators

3、TextShot

推薦一款高精度免費 OCR 工具：TextShot。開發這款工具僅僅使用 139 行 Python 程式碼完成，就可快速提取截圖文字內容並複製到剪貼簿。且適用於 Windows，macOS 和 Linux 系統。

4、Fancy-NLP

Fancy-NLP 是由騰訊商品廣告策略組團隊構建的用於建設商品畫像的文字知識挖掘工具，其支援諸如實體提取、文字分類和文字相似度匹配等多種常見 NLP 任務。與當前業界常用框架相比，其能夠支援使用者進行快速的功能實現。

在當前的商品廣告業務場景中，我們利用該工具快速挖掘海量商品資料的特徵，從而支援廣告商品推薦等模組中。

安裝方式

pip install fancy-nlp

示例程式碼

輸出文字中的實體資訊

from fancy_nlp.applications import NER
ner_app = NER()
ner_app.analyze('同濟大學位於上海市楊浦區，校長為陳杰')

結果產出

{'text': '同濟大學位於上海市楊浦區，校長為陳杰',
'entities': [
{'name': '同濟大學',
'type': 'ORG',
'score': 1.0,
'beginOffset': 0,
'endOffset': 4},
{'name': '上海市',
'type': 'LOC',
'beginOffset': 6,
'endOffset': 9},
{'name': '楊浦區',
'beginOffset': 9,
'endOffset': 12},
{'name': '陳杰',
'type': 'PER',
'beginOffset': 16,
'endOffset': 18}]}

此外還可以進行文字類別識別、文字意圖識別，測試後效果真的不錯噢

Github 官方連結
https://github.com/boat-group/fancy-nlp

5、latexify_py

latexify_py，可快速將 Python 函式快速轉為 LaTeX 數學公式。對於有公式需要處理的小夥伴，絕對是福利！作者是 Google Brain 的軟體工程師 Yusuke Oda，目前主要負責自然語言處理，語音處理，軟體工程和機器學習等工程。

Github 官方連結
https://github.com/google/latexify_py

到此這篇關於幾款好用的python工具庫(小結)的文章就介紹到這了,更多相關python 工具庫內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！