මෙම ලිපියෙන් අපි නොදනිමු, නමුත් ඉතා ප්රයෝජනවත් පයිතන් පුස්තකාල කිහිපයක් දකිමු:
බොහෝ පුස්තකාල ඇතත් Python මීට උදාහරණ DateTime සඳහා, ඕනෑම දින මෙහෙයුමකදී පෙන්ඩුලම් භාවිතා කිරීමට පහසු බව මට පෙනේ. පෙන්ඩුලම් යනු රැකියාවේදී මගේ දෛනික භාවිතය සඳහා මගේ ප්රියතම පොත් පෙට්ටියයි. කාල කලාප කළමනාකරණය කිරීම සහ කාල අන්තරයන් එකතු කිරීම, දින අඩු කිරීම සහ කාල කලාප අතර පරිවර්තනය කිරීම වැනි දින සහ කාල මෙහෙයුම් සිදු කිරීම සඳහා වඩාත් අවබෝධාත්මක API එක් කරමින් ගොඩනඟන ලද Python දින කාල මොඩියුලය දිගු කරයි. දින සහ වේලාවන් හැඩතල ගැන්වීම සඳහා සරල සහ අවබෝධාත්මක API සපයයි.
!pip install pendulum
# import library
import pendulum
dt = pendulum.datetime(2023, 1, 31)
print(dt)
#local() creates datetime instance with local timezone
local = pendulum.local(2023, 1, 31)
print("Local Time:", local)
print("Local Time Zone:", local.timezone.name)
# Printing UTC time
utc = pendulum.now('UTC')
print("Current UTC time:", utc)
# Converting UTC timezone into Europe/Paris time
europe = utc.in_timezone('Europe/Paris')
print("Current time in Paris:", europe)
දත්තවල විදේශීය භාෂාව නිවැරදිව නොපෙන්වන විට ඔබ මුහුණ දී තිබේද? මෙය Mojibake ලෙස හැඳින්වේ. මොජිබේක් යනු කේතනය කිරීමේ හෝ විකේතනය කිරීමේ ගැටළු හේතුවෙන් ඇතිවන අශෝභන හෝ තැළුණු පෙළ විස්තර කිරීමට භාවිතා කරන යෙදුමකි. එය සාමාන්යයෙන් සිදුවන්නේ එක් අක්ෂර කේතනයකින් ලියන ලද පෙළ වෙනත් කේතීකරණයක් භාවිතයෙන් වැරදි ලෙස විකේතනය කළ විටය. ftfy python පුස්තකාලය ඔබට Mojibake නිවැරදි කිරීමට උපකාරී වනු ඇත, එය NLP භාවිත අවස්ථා වලදී ඉතා ප්රයෝජනවත් වේ.
!pip ස්ථාපනය ftfy
මුද්රණය (ftfy.fix_text('“ftfyâ€\x9d.' භාවිතා කර වාක්ය නිවැරදි කරන්න.')) මුද්රණය(ftfy.fix_text('âœ" පෙළ සමඟ ගැටළු නොමැත')) මුද්රණය(ftfy.fix_text('à perturber la réflexion '))
Mojibake වලට අමතරව, ftfy විසින් නරක කේතීකරණ, නරක රේඛා අවසන් කිරීම් සහ නරක උපුටා දැක්වීම් නිවැරදි කරනු ඇත. පහත කේතීකරණ වලින් එකක් ලෙස විකේතනය කර ඇති පෙළ තේරුම් ගත හැක:
Sketch යනු Python හි pandas පුස්තකාලය සමඟ වැඩ කරන පරිශීලකයින් සඳහා විශේෂයෙන් නිර්මාණය කර ඇති අද්විතීය AI කේතීකරණ සහායකයකි. එය පරිශීලක දත්තවල සන්දර්භය තේරුම් ගැනීමට යන්ත්ර ඉගෙනීමේ ඇල්ගොරිතම භාවිතා කරන අතර දත්ත හැසිරවීම සහ විශ්ලේෂණ කාර්යයන් පහසු සහ කාර්යක්ෂම කිරීමට අදාළ කේත යෝජනා සපයයි. Sketch හට පරිශීලකයින්ට ඔවුන්ගේ IDE තුළ අමතර ප්ලග්-ඉන් ස්ථාපනය කිරීමට අවශ්ය නොවේ, එය භාවිතා කිරීමට ඉක්මන් සහ පහසු කරයි. මෙය දත්ත ආශ්රිත කාර්යයන් සඳහා අවශ්ය කාලය සහ ශ්රමය සැලකිය යුතු ලෙස අඩු කළ හැකි අතර පරිශීලකයින්ට වඩා හොඳ, වඩා කාර්යක්ෂම කේතයක් ලිවීමට උපකාර කරයි.
!pip ස්ථාපනය ස්කීච්
මෙම පුස්තකාලය භාවිතා කිරීමට අපට pandas දත්ත රාමුවට .sketch දිගුවක් එක් කිරීමට අවශ්යයි.
අහන්න යනු ස්කීච් හි විශේෂාංගයක් වන අතර එමඟින් පරිශීලකයින්ට ඔවුන්ගේ දත්ත පිළිබඳ ස්වාභාවික භාෂා ආකෘතියකින් ප්රශ්න ඇසීමට ඉඩ සලසයි. පරිශීලකයාගේ විමසුමට පෙළ මත පදනම් වූ ප්රතිචාරයක් සපයයි.
# පුස්තකාල ආයාත කිරීම pd ලෙස ස්කීච් ආයාත පැන්ඩා ආනයනය කිරීම # දත්ත කියවීම (උදාහරණයක් ලෙස twitter දත්ත භාවිතා කරමින්) df = pd.read_csv("tweets.csv") print(df)
# ප්රවර්ග වර්ගය df.sketch.ask ("ප්රවර්ග වර්ගය වන්නේ කුමන තීරුද?") කුමන තීරුදැයි විමසීම.
# දත්ත රාමුවේ හැඩය සොයා ගැනීමට df.sketch.ask("දත්ත රාමුවේ හැඩය කුමක්ද")
.sketch.howto
කොහොමද විවිධ දත්ත ආශ්රිත කාර්යයන් සඳහා ආරම්භක හෝ අවසන් ලක්ෂ්යයක් ලෙස භාවිත කළ හැකි කේත සමූහයක් සපයන විශේෂාංගයකි. අපට ඔවුන්ගේ දත්ත සාමාන්යකරණය කිරීමට, නව විශේෂාංග නිර්මාණය කිරීමට, දත්ත ලුහුබැඳීමට සහ ආකෘති තැනීමට පවා කේත කොටස් ඉල්ලා සිටිය හැක. මෙය කාලය ඉතිරි කරන අතර කේතය පිටපත් කර ඇලවීම පහසු කරයි; ඔබට මුල සිටම කේතය අතින් ලිවීමට අවශ්ය නැත.
# හැඟීම් දෘශ්යමාන කිරීම සඳහා snipped කේතය ලබා දෙන ලෙස ඉල්ලා සිටීම df.sketch.howto("හැඟීම් දෘශ්යමාන කරන්න")
.sketch.apply
.apply ශ්රිතය එය නව විශේෂාංග උත්පාදනය කිරීමට, ක්ෂේත්ර විග්රහ කිරීමට සහ වෙනත් දත්ත හැසිරවීම් සිදු කිරීමට උපකාරී වේ. මෙම විශේෂාංගය භාවිතා කිරීමට, අපට OpenAI ගිණුමක් තිබිය යුතු අතර කාර්යයන් ඉටු කිරීමට API යතුර භාවිතා කළ යුතුය. මම මෙම විශේෂාංගය උත්සාහ කර නැත.
මම විශේෂයෙන්ම මෙම පුස්තකාලය භාවිතා කිරීමෙන් සතුටක් ලැබුවා කෙසේ එය ක්රියාත්මක වන අතර මට එය ප්රයෝජනවත් වේ.
"pgeocode" යනු මගේ අවකාශීය විශ්ලේෂණ ව්යාපෘති සඳහා ඇදහිය නොහැකි තරම් ප්රයෝජනවත් වූ විශිෂ්ට පුස්තකාලයකි. උදාහරණයක් ලෙස, එය ඔබට තැපැල් කේත දෙකක් අතර දුර සොයා ගැනීමට ඉඩ සලසයි සහ රටක් සහ තැපැල් කේතය ආදානය ලෙස ගැනීමෙන් භූගෝලීය තොරතුරු සපයයි.
!pip ස්ථාපනය pgecode
නිශ්චිත තැපැල් කේත සඳහා භූගෝලීය තොරතුරු ලබා ගන්න
# "ඉන්දියාව" nomi = pgeocode.Nominatim('In') රට සඳහා පරීක්ෂා කිරීම # nomi.query_postal_code (["620018", "620017", "620012"]) පසුකිරීමෙන් භූ තොරතුරු ලබා ගැනීම
“pgeocode” රට සහ තැපැල් කේත ආදානය ලෙස ගෙන තැපැල් කේත දෙකක් අතර දුර ගණනය කරයි. ප්රතිඵලය කිලෝමීටර් වලින් ප්රකාශ වේ.
# තැපැල් කේත දෙකක් අතර දුරක් සෙවීම දුර = pgeocode.GeoDistance('In') distance.query_postal_code("620018", "620012")
rembg යනු පින්තූරවල පසුබිම පහසුවෙන් ඉවත් කරන තවත් ප්රයෝජනවත් පුස්තකාලයකි.
!pip ස්ථාපනය rembg
# පුස්තකාල ආනයනය කිරීම
rembg import වෙතින් import cv2 # ආදාන රූපයේ මාර්ගය ඉවත් කරන්න (මගේ ගොනුව: image.jpeg) input_path = 'image.jpeg' # ප්රතිදාන රූපය සුරැකීමට සහ output එකක් ලෙස සුරැකීමට මාර්ගය.jpeg output_path = 'output.jpeg' # ආදානය කියවීම image input = cv2.imread(input_path) # පසුබිම් ප්රතිදානය ඉවත් කිරීම = ඉවත් කිරීම(ආදානය) # ගොනුව සුරැකීම cv2.imwrite(output_path, output)
ඔබ දැනටමත් මෙම පුස්තකාලවලින් සමහරක් ගැන හුරුපුරුදු විය හැක, නමුත් මට නම්, Sketch, Pendulum, pgeocode, සහ ftfy මගේ දත්ත ඉංජිනේරු කටයුතු සඳහා අත්යවශ්ය වේ. මගේ ව්යාපෘති සඳහා මම බොහෝ දුරට ඔවුන් මත විශ්වාසය තබමි.
Humanize” අංක, දිනයන් සහ වේලාවන් සඳහා සරල, කියවීමට පහසු තන්තු හැඩතල ගැන්වීම සපයයි. පුස්තකාලයේ පරමාර්ථය වන්නේ දත්ත ගෙන එය වඩාත් පරිශීලක-හිතකාමී බවට පත් කිරීමයි, උදාහරණයක් ලෙස තත්පර ගණනක් "මිනිත්තු 2කට පෙර" වැනි වඩාත් කියවිය හැකි තන්තුවක් බවට පරිවර්තනය කිරීම. පුස්තකාලයට කොමා සමඟ අංක හැඩතල ගැන්වීම, වේලා මුද්රා සාපේක්ෂ වේලාවන් වෙත පරිවර්තනය කිරීම සහ තවත් දේ ඇතුළුව විවිධ ආකාරවලින් දත්ත ආකෘතිගත කළ හැක.
මම බොහෝ විට මගේ දත්ත ඉංජිනේරු ව්යාපෘති සඳහා පූර්ණ සංඛ්යා සහ වේලා මුද්රා භාවිතා කරමි.
!pip install humanize
# පුස්තකාල ආනයනය ආයාත කිරීම ආයාත කිරීම ආයාත ආයාත දින කාලය dt ලෙස # කොමාව සමඟ අංක හැඩතල ගැන්වීම a = humanize.intcomma(951009) # අංක වචන බවට පරිවර්තනය කිරීම b = humanize.intword(10046328394) #මුද්රණය මුද්රණය (a) මුද්රණය (b)
import humanize import datetime as dt a = humanize.naturaldate(dt.date(2012, 6, 5)) b = humanize.naturalday(dt.date(2012, 6, 5)) print(a) print(b)
Ercole Palmeri
Apple Vision Pro වාණිජ නරඹන්නා භාවිතයෙන් අක්ෂි ශල්යකර්මයක් Catania Polyclinic හි සිදු කරන ලදී.
වර්ණ ගැන්වීම හරහා සියුම් මෝටර් කුසලතා වර්ධනය කිරීම ලිවීම වැනි වඩාත් සංකීර්ණ කුසලතා සඳහා දරුවන් සූදානම් කරයි. වර්ණ ගැන්වීමට...
නාවික අංශය සැබෑ ගෝලීය ආර්ථික බලවතෙකු වන අතර එය බිලියන 150 ක වෙළඳපලක් කරා ගමන් කර ඇත.
පසුගිය සඳුදා ෆිනෑන්ෂල් ටයිම්ස් OpenAI සමඟ ගිවිසුමක් නිවේදනය කළේය. FT එහි ලෝක මට්ටමේ පුවත්පත් කලාවට බලපත්ර ලබා දෙයි…