Python 用一行代碼搞事情，機器學習通吃
↑?關(guān)注 + 星標?，每天學Python新技能
后臺回復(fù)【大禮包】送你Python自學大禮包
日常工作中，每人應(yīng)該都有一些用的非常順手的代碼段，用它們實現(xiàn)不同的功能。
之前我一直在想，有沒有一個Package工具箱，把各種 function 都封裝好，需要的時候 import 過來直接用。
答案是有的，這個包就是utilmy ，安裝僅需pip install utilmy，使用僅需from utilmy import XXXXX
感受一下這個包里的部分function
這些用法包括且不限于：讀取文件，操作文件、數(shù)據(jù)導入、格式轉(zhuǎn)換、時間處理、分箱操作、可視化、保存文件等等。
具體大家可以參考作者github，8000多行的代碼，需要了解某個模塊的用法，直接去Ctrl + F 搜索即可。
https://github.com/arita37/utilmy/blob/doc/index_all_functions.py
舉兩個小栗子：
例子1：dataframe保存為csv文件
from?utilmy?import?pd_to_file
pd_to_file(df,?"data.csv",?show=1)
例子2：dataframe中多個變量繪圖
from?utilmy?import?pd_plot_multi
pd_plot_multi(df_weather,?cols=['T?(degC)',?'Tpot?(K)']?)
是不是妥妥的極簡風？大家完全可以按照類似思路，打造自己的Package！然后上傳PyPI。
一刀流還有另一種玩法
之前電子工業(yè)出版社的楊老師贈了我一本書《Python一行流》
本書專注于從初學邁向進階的Python編碼技術(shù),教大家如何像專家一樣寫出優(yōu)雅、準確、簡潔高效的Python單行代碼,包括Python語言基礎(chǔ)、編程技巧、基于NumPy的科學計算、機器學習的主要算法模型、正則表達式進階、計算機科學中若干經(jīng)典算法的單行實現(xiàn)等。
針對機器學習初學者，這里涵蓋了使用 Python 的 scikit-learn 庫進行機器學習的10個一行流程序，涉及值預(yù)測的回歸算法，這些算法的例子包括線性回歸、K-近鄰算法和神經(jīng)網(wǎng)絡(luò)等，非常適合入門機器學習。
推薦閱讀