Python给数据开发者提供了一个伟大的环境和丰富的库。在处理数据和可视化数据的过程中，无论是新手还是专家，都能够从Python那不计其数的库中获得帮助。一些库非常有名，大多数开发者都会使用它们，如Pandas, Numpy, Scikit-learn, NTLK等等。还有一些库虽然不知名，但在我看来非常有用。这篇文章我们就介绍6个这样的库。也许你可能听说过其中的某个库，但我还是希望这篇文章能够对你有所助益。
mrjob
mrjob是一个当你用Python来写MapReduce任务时非常有用的库。它允许你实现自己的 Mapper 和 Reducer 。在本地环境运行/测试你的MapReduce任务，然后部署到EMR或者你自己的MapReduce集群。它的安装极其简单，pip install mrjob 就可以了。mrjob是由Yelp安装的，并且每天都有数千的下载。Github上面有大量的文档，让用户可以快速启动自己的项目。
Github Page: https://github.com/Yelp/mrjob
Github Project: https://pythonhosted.org/mrjob/
delorean
用Python处理时间有点痛苦。如果你用Python的标准时间库datetime，并且处理过时区，你会感到绝望。delorean提供了一个相比于datetime和pytz的更好的抽象，让你处理时间更容易。它有很多有用的处理时区的特性，标准化时区或者从一个时区改变到另外一个时区。这个项目由Mahdi Yusuf维护，并且项目网站上也有丰富的文档。
Github: https://github.com/myusuf3
natsort
默认sorted方法已经足够高效，并且能够满足你大多数时候的需求。但是如果你需要去排序一个像['a2', 'a9', 'a1', 'a4', 'a10']这样的列表，你就需要自己写排序算法或者求助于外部的软件包了。谢天谢地，natsort就是为此准备的。它帮您排序包含了数字的字符串列表。通常的Python排序都是按照字典顺序排序，但这可能不是你想要的。natsort提供了方法natsorted，让你能够像上面要求的那样排序。同时，你也可以在排序时混合匹配整数、浮点型、和字符串。官方的项目主页有更多的使用案例和文档。也许这个使用场景比较特殊，不过当你需要时它真的很有用。
https://pypi.python.org/pypi/natsort
tinydb
你运行程序时并不总是需要一个大的多节点数据库。tinydb是一个小型的文档数据库，它允许你在本地文件中插入JSON数据并查询它。它只有1200多行代码，并且配有简单干净的文档和API。虽然它没有像数据索引或者多线程这样的特性，但是如果你只是在小程序中运行一下，觉得配置数据库都过于麻烦的时候，它刚好可以派上用场。他同样可以pip安装，pip install tinydb。项目文档在下面地址：
http://tinydb.readthedocs.org/en/latest/getting-started.html
README: https://github.com/mapio/prettytable-mirror/blob/master/README.md
prettytable
prettytable让你能够在终端中画出漂亮的ascii表格，它支持多种数据源。当你想在终端中用表格的形式展现数据的时候，它尤为有用。它支持一些选项让你能够选择哪些列需要展示、给列进行排序、在列中向左或者向右对齐、以MS-DOS兼容的模式打印，或者输出html表格。PrettyTable可以使用现有的CSV或者数据库游标作为数据源。我用这个库很多年了，我太喜欢它了，所以我还用发布了一个nodejs版本的prettytable。它的Python源代码在
https://code.google.com/archive/p/prettytable/
vincent
Vincent是一个很酷的可视化工具，它以Python数据结构作为数据源，然后把它翻译成Vega可视化语法，并且能够运行在d3js上。这允许你创建漂亮的3D可视化数据来展示你的Python脚本获取到的数据。Vincent底层使用Pandas的dataframes，并且支持大量的展现形式----条形、线形、离散点、区域形、堆条形、分组条形、饼形、圈形、地图形等等。API简单并且能够配合数据分析工具。Vincent允许你制作漂亮的iPython notebooks。
Github Page: https://github.com/wrobstory/vincent
文档：https://vincent.readthedocs.org/en/latest/
英文原味：http://jyotiska.github.io/blog/posts/python_libraries.html
译者：诗书塞外
网友评论