🖥 10 малоизвестных библиотек Python для работы с данными

• PyGWalker: PyGWalker упрощает рабочий процесс анализа и визуализации данных в Jupyter Notebook, превращая фрейм данных pandas (или фрейм данных polars) в пользовательский интерфейс в стиле Tableau для визуального исследования.

• SciencePlots: Создаёт профессиональные графики matplotlib для презентаций, исследовательских работ и т.д.

• CleverCSV: Устраняет ошибки синтаксического анализа при чтении CSV-файлов с помощью Pandas.
•
• Fastparquet: Ускоряет ввод-вывод pandas в 5 раз.

• Bottleneck: ускоряет работу методов NumPy в 25 раз. Особенно, если массив имеет значения NaN.

• Multipledispatch: предоставляет методы для перегрузку функций в Python.

• Aquarel: дополнительные стили графиков matplotlib.

• Modelstore: библиотека моделей машинного обучения для лучшего отслеживания работы моделей.

• Pigeon: помогает анотировать данные щелчками мышки в Jupyter notebook.

• Nbcommands: помогает легко выполнять поиск кода в Jupyter notebooks, а не выполнять это вручную.

📌Подробнее с примерами кода

@pythonl