Сколько времени нужно, чтобы импортировать нужные библиотеки Python в начале нового проекта? Вы тратите время на обдумывание правильных операторов импорта?
Обычно импорт библиотеки занимает много времени (см. Изображение ниже), особенно при работе над большими проектами, где вам нужно опробовать различные алгоритмы машинного обучения. Вы можете легко импортировать все это с помощью pyforest.
Pyforest лениво импортирует все популярные библиотеки Python Data Science и Machine Learning, чтобы они всегда были под рукой, когда они вам понадобятся. Если библиотека еще не импортирована, pyforest импортирует ее и добавит оператор импорта в первую ячейку Jupyter. Если библиотека не используется, она не будет импортирована. Библиотеки, которые вы можете импортировать с помощью pyforest, включают numpy как np, pandas как pd, matplotlib.pyplot как plt, seaborn как sns, scikit-learn, tensorflow как tf и так далее.
Установка:
В терминале (или в командной строке Anaconda в Windows) введите:
pip install --upgrade pyforest python -m pyforest install_extensions
Для запуска этого пакета вам потребуется python 3.6 или более поздняя версия.
После установки вы можете использовать его в своем блокноте, импортировав его следующим образом:
import pyforest
Оператор lazy_imports () возвращает все библиотеки, доступные в пакете pyforest. Вы можете увидеть, насколько обширен пакет pyforest и как он использует точные регулярные операторы для импорта библиотек python.
Оператор pyforest.active_imports () возвращает все библиотеки, которые использовались в программе.
Давайте воспользуемся пакетом с различными библиотеками.
Numpy:
Панды:
Сиборн:
Вы можете добавить импорт, который все еще отсутствует, в pyforest import.
Теперь вам не придется тратить много времени или скучать, импортируя библиотеки, необходимые для работы над вашим проектом.
Если вы найдете эту статью полезной, хлопните в ладоши и поделитесь ею со своим сообществом специалистов по анализу данных. Следуйте за мной в Linkedin, Twitter и GitHub.
