转载

11个并不广为人知，但值得了解的Python库

这是一篇译文，文中提及了一些不常见但是有用的Python库

原文地址：http://blog.yhathq.com/posts/11-python-libraries-you-might-not-know.html

Python的库多如牛毛。再见多识广的人也无法知晓全部。光 PyPi 的网站上就列出了超过47000个Python库。

本文由博客园zer0black撰写/翻译，未经允许，禁止转载

近来，越来越多的数据科学家开始使用Python，我不由得想到，尽管他们从 pandas 、 scikit-learn 和 numpy 这些库中得到了不少好处，但是他们也许错过了一些也许较老但同样有帮助的Python库。

在这篇博客里，我将给大家推荐一些鲜为人知的库。即便你是Python高手，也应该看一看，其中的一到两个库可能是你从没见过的。

1) Delores

本文由博客园zer0black撰写/翻译，未经允许，禁止转载

Dolorean 是一个很酷的日期/时间库。除了名字好听之外，也是一个我曾用过的最舒心的日期/时间修改库。它有点像javascript的 moment 库，每次我导入它的时候都会想笑。文档也很棒，除了有技术指导外，他们还引用了《回到未来》的无数内容（来丰富文档）。

from delorean import Delorean

EST = "US/Eastern"

d = Delorean(timezone = EST)

11个并不广为人知，但值得了解的Python库

2) prettytable

这个包被放到了GoogleCode上，所以你可能没听说过。GoogleCode现在就像西伯利亚一样荒凉。

尽管它被流放到了一个冰天雪地、荒无人烟的地方， prettytable 仍旧是最棒的结构化输出的库，它能在终端或浏览器里构建良好的输出。因此，如果你正在用 IPython Notebook的新插件，建议你用 prettytable 来代替 __repr__ 进行HTML输出。

from prettytable import PrettyTable

table = PrettyTable([ "animal" , "ferocity" ])

table.add_row([ "wolverine" , ])

table.add_row([ "grizzly" , ])

table.add_row([ "Rabbit of Caerbannog" , ])

table.add_row([ "cat" , - ])

table.add_row([ "platypus" , ])

table.add_row([ "dolphin" , ])

table.add_row([ "albatross" , ])

table.sort_key( "ferocity" )

table.reversesort = True

+ - - - - - - - - - - - - - - - - - - - - - - + - - - - - - - - - - +

| animal | ferocity |

+ - - - - - - - - - - - - - - - - - - - - - - + - - - - - - - - - - +

| Rabbit of Caerbannog | |

| wolverine | |

| grizzly | |

| dolphin | |

| albatross | |

| platypus | |

| cat | - |

+ - - - - - - - - - - - - - - - - - - - - - - + - - - - - - - - - - +

3) snowballstemmer

我当初装 snowballstemmer ，是因为我觉得这个名字很酷炫。但它的确是一个小巧好使的包。 snowballstemmer 通过porter stemmer算法来提取15种语言的单词词干。

from snowballstemmer import EnglishStemmer, SpanishStemmer

EnglishStemmer().stemWord( "Gregory" )

# Gregori

SpanishStemmer().stemWord( "amarillo" )

# amarill

4) wget

还记得你每次都为特定的目标写web爬虫么？以后我们可以用其他办法来完成了，那就是 wget .想要以递归的方式下载所有页面？想要抓取页面上的每张图？想要避免cookie追踪？ wget 可以给你想要的一切。

马克·扎格伯格的电影里它自己都说

从柯克兰（寝室名）开始，这里的一切公共目录都是公开的，还允许在Apache系统里插入目录。所以用个wget就能下载柯克兰全部的照片库里的图片了。易如反掌！

11个并不广为人知，但值得了解的Python库

这个页面有你想问的关于这个库的一切问题，而且它很易用。

import wget

wget.download( "<a href=" http: / / www.cnn.com / ">http://www.cnn.com/</a>" )

linux和osx的用户还会用到另一个选项： from sh import wget 。不过Python wget模块还有更好的参数处理。

5) PyMC

我不记得是怎么得到 PyMC 包的了。 scikit-learn 似乎是所有人的宠儿（它应得的，它太出色了），但是依我看来，PyMC更有魅力。

from pymc.examples import disaster_model

from pymc import MCMC

M = MCMC(disaster_model)

M.sample( iter = , burn = , thin = )

[ - - - - - - - - - - - - - - - - - % - - - - - - - - - - - - - - - - - ] of complete in 1.4 sec

你还不清楚它是干嘛的？那我告诉你， PyMC 主要用来做贝叶斯定理分析。它的特点在Cam Davidson-Pilon的 Bayesian Methods for Hackers 里着重介绍过，它在许多流行的数据科学/python博客上也是一颗闪耀的钻石，但是它从来没得到过像它的同类 scikit-learn 一样的狂热追捧。