විස්මිත, නමුත් එතරම් නොදන්නා පයිතන් පුස්තකාල

පයිතන් ක්‍රමලේඛකයා සෑම විටම නව පුස්තකාල සොයමින් සිටින අතර එමඟින් දත්ත ඉංජිනේරු සහ ව්‍යාපාර බුද්ධි ව්‍යාපෘතිවල වැඩ වැඩි දියුණු කළ හැකිය.

මෙම ලිපියෙන් අපි නොදනිමු, නමුත් ඉතා ප්‍රයෝජනවත් පයිතන් පුස්තකාල කිහිපයක් දකිමු:

1. පෙන්ඩුලම්

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.

ස්ථාපනය කරන්න

!pip install pendulum

උදාහරණයක්

# 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)

ප්රතිදාන

2. ftfy

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.

ස්ථාපනය කරන්න

!pip ස්ථාපනය ftfy

උදාහරණයක්

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 '))

ප්රතිදාන

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:

• ලතින්-1 (ISO-8859–1)
• Windows-1252 (cp1252 - Microsoft නිෂ්පාදනවල භාවිතා වේ)
• Windows-1251 (cp1251 — cp1252 හි රුසියානු අනුවාදය)
• Windows-1250 (cp1250 - cp1252 හි නැගෙනහිර යුරෝපීය අනුවාදය)
• ISO-8859–2 (එය හරියටම Windows-1250 ට සමාන නොවේ)
• MacRoman (Mac OS 9 සහ ඊට පෙර භාවිතා කරන ලදී)
• cp437 (MS-DOS සහ Windows command prompt හි සමහර අනුවාද වල භාවිතා වේ)

3. ස්කීච්

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.

ස්ථාපනය කරන්න

!pip ස්ථාපනය ස්කීච්

උදාහරණයක්

මෙම පුස්තකාලය භාවිතා කිරීමට අපට pandas දත්ත රාමුවට .sketch දිගුවක් එක් කිරීමට අවශ්‍යයි.

.sketch.ask

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.

ප්රතිදාන

# 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")

ප්රතිදාන

.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.

4. pgecode

"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.

ස්ථාපනය කරන්න

!pip ස්ථාපනය pgecode

උදාහරණයක්

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

ප්රතිදාන

“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")

ප්රතිදාන

5. rembg

rembg යනු පින්තූරවල පසුබිම පහසුවෙන් ඉවත් කරන තවත් ප්‍රයෝජනවත් පුස්තකාලයකි.

ස්ථාපනය කරන්න

!pip ස්ථාපනය rembg

උදාහරණයක්

# 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)

ප්රතිදාන

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.

6. මානුෂීය කරන්න

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.

ස්ථාපනය කරන්න

!pip install humanize

උදාහරණය (පූර්ණ සංඛ්‍යා)

# 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)

ප්රතිදාන

උදාහරණය (දිනය සහ වේලාව)

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