9款强大的Python工具包，第5款神器期待已久添加微信：code_7steps

添加微信：code_7steps ，我邀请你加入大牛云集的技术交流群！
Python是一门简洁、优美且强大的编程语言，它的强大，很大一部分原因来自于丰富的第三方工具包。
通过这些第三方工具包，它可以轻松应对机器学习、数据分析、前端、后端等不同种类的需求和工具，这使得它的应用范围几乎覆盖了当前各大主流方向。
就如同前面所说，它的强大，离不开丰富的第三方工具包， pandas、TensorFlow、matplotlib等，这些完善的工具包，让它不仅可以用于模型训练、数据处理，还可以用于开发游戏、数据可视化。
本文，就来给大家介绍9款超级好用的Python工具包。其中，第5款彻底解决了数据分析一大痛点！
pyinspect
文章插图
在大一些的项目开发过程中，会写很多实现不同功能的函数，久而久之，很多函数的名称都记不太清。
pyinspect[1]可以给你提供强有力的帮助！
你不仅可以在Python代码中像调用函数一样使用它，也可以在命令行下像命令行工具那样使用pyinspect 。
pyinspect允许根据函数和类方法的名称搜索它们，并打印出一个清晰的列表，其中包含满足搜索条件的所有函数。你还可以使用pyinspect在终端中直接打印函数的代码，这样就可以在不打开任何文件的情况下提示它所做的工作。
jazzit如果你的代码在支撑过程中报错了，你该怎么能够感知到这个错误？
当我们执行一个运行时间较长的工程时，不可能一直盯着屏幕，直到它运行完成。
但是，如果这期间它出现了错误，我们却没有感知，这样势必会浪费掉大量时间。
jazzit[2]可以你的代码再运行/出错时播放对应的声音，以此来给你对应的提醒。
安装
$ pip install jazzit示例
from jazzit import error_track@error_track("curb_your_enthusiasm.mp3", wait=7)def run():for num in reversed(range(10)):print(10/num)if __name__ == "__main__":run()这样，你就可以对你的代码运行情况有更加直观的感知！
mach-nix
文章插图
目前Python包/环境管理工具可以说是有非常多的选择， pip、pipenv、conda等。
但是，现有的Python软件包管理工具都无法实现可复用性，而且需要额外的虚拟化层。
而mach-nix旨在通过提供一种简单的使用Nix的方式来解决这些问题。
Nix是一款操作系统包管理工具，和RPM、APT一样。
通过与Nix的结合， mach-nix使得创建和共享Python环境变得更加容易，大大提升了它的可复用性和可移植性。
安装
可以通过pip进行安装：
$ pip install git+git://github.com/DavHau/mach-nix@3.0.1也可以通过nix进行安装：
$ nix-env -if-A mach-nix下面，来看一下用mach-nix通过requirements.txt创建Python环境的示例：
$ mach-nix env ./env -r requirements.txtPapis
文章插图
Papis是一个功能强大且高度可扩展的基于命令行的文档和书目管理工具。
它可以从Dropbox、rsync、OwnCloud、GoogleDrive等主流网盘进行文档同步。也支持与其他同事进行共享文档，便于团队协作。
Papis还支持文档导出，可以导出bibtex、yaml等格式。
在兼容方面， Papis做的也很好。它可以使用papis-zotero和Zotero这款强大且开源的文献管理工具进行结合使用。
示例
首先，安装papis：
$ pip install papis其次，下载2份示例PDF文档：
$ wget $ wget 然后，把这2份文档加入到库中，方便管理：
$ papis add libc.pdf --set author "Sandra Loosemore" --set title "GNU C reference manual" --set year 2018 --set tags programming --confirm# Get paper information automatically via de DOI$ papis add --from doi 10.1090/noti963 --set tags programming rnoti-p434.pdf最后，可以通过papis进行编辑和导出：
$ papis open$ papis edit$ apis export --all --bibtex > mylib.bibPandasGUI
文章插图
学习Python数据分析，有2个工具包一定会被用到，分别是numpy和pandas 。
pandas可以说是Python数据分析中的神器，它可以在Python语言中实现很多SQL语句的功能。而且，还具备很多数据清洗和处理的附加功能。
但是，对比于很多数据库工具，它有一点不好的地方就是，它在可视化方面做的很差。