Biblioteca Python Pyforest

A veces, sucede que pasamos una gran cantidad de tiempo importando algunas bibliotecas comunes como NumPy, pandas, matplotlib, seaborny nltkmuchas más. Para eliminar este dolor de cabeza de importar dichas bibliotecas manualmente, tenemos pyforestlibrary.

Es esa biblioteca la que te ayuda a trabajar directamente sin importar otras bibliotecas por separado.
En sí mismo agrega algunas de las bibliotecas altamente útiles utilizadas en DataScience mientras lo usamos.

Funciones de pyforest:

  • active_imports(): Devolverá todas las bibliotecas que se han utilizado en el programa.
  • lazy_imports(): devolverá todas las bibliotecas disponibles en pyforest.

Instalación de la biblioteca:

pip install pyforest

Veamos el uso de pyforestcon varias bibliotecas.

  • entumecido:
  • NumPy es un paquete de procesamiento de arrays de propósito general. Proporciona un objeto de array multidimensional de alto rendimiento y herramientas para trabajar con estas arrays.

    Ejemplo:

    # here we have not import  
    # 'numpy as np' by explicitly 
    a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) 
      
    print(a)

    Producción:

[[1 2 3]
 [4 5 6]
 [7 8 9]]

Nota: Para obtener más información, consulte NumPy en Python

  • Pandas: Pandas DataFrame es una estructura de datos tabulares bidimensionales, de tamaño variable y potencialmente heterogénea con ejes etiquetados (filas y columnas). Un marco de datos es una estructura de datos bidimensional, es decir, los datos se alinean de forma tabular en filas y columnas. Pandas DataFrame consta de tres componentes principales, los datos, las filas y las columnas.

    Ejemplo:

    d = {'A':[1, 2, 3], 'B':[4, 5, 6], 'C':[7, 8, 9]}
      
    # here we have not import
    # 'pandas as pd' by ourself .
    df = pd.DataFrame(d)  
      
    print(df)

    Producción:

       A  B  C
    0  1  4  7
    1  2  5  8
    2  3  6  9
    

    Nota: Para obtener más información, consulte Python | Marco de datos de pandas

  • NLTK: El módulo NLTK es un kit de herramientas masivo, destinado a ayudarlo con toda la metodología de Procesamiento del lenguaje natural (NLP).

    Ejemplo:

    # here we do not import
    # ' Nltk library' by ourself
    # but only the class of nltk .
    from nltk.tokenize import word_tokenize
      
    data = "All apples are red in colour"
      
    print(word_tokenize(data))

    Producción:

    ['All', 'apples', 'are', 'red', 'in', 'colour']

    Nota: Para obtener más información, consulte Tokenize text usando NLTK en python

  • Matplotlib: Matplotlib es una increíble biblioteca de visualización en Python para gráficos 2D de arrays. Matplotlib es una biblioteca de visualización de datos multiplataforma basada en arrays NumPy y diseñada para funcionar con la pila SciPy más amplia.

    Ejemplo:

    # here we have not imported 
    # 'matplotlib.pyplot as plt' by ourself.
      
    x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
    y = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10
      
    plt.plot(x, y)  
    plt.show()

    Producción:

    Nota: Para obtener más información, consulte Introducción a Matplotlib

  • Publicación traducida automáticamente

    Artículo escrito por vasu_gupta y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *