大数据、机器学习与深度学习类命令行工具汇总

《命令行上的数据科学(Data Science at the Command Line)》一书与GitHub皆为我们带来大量高水平的预处理与后处理类工具选项,大家亦可根据需要对其进行针对性调整。在今天的文章中,我将向各位强烈推荐自己最为喜爱的那些相关工具。

大数据、机器学习与深度学习类命令行工具汇总

CSVKit绝对值得一试。其能够利用逗号分隔值实现您所需要的一切。大家可以通过cvs cut剪切列、使用cvsgrip进行列过滤、通过sql2csv将PostgreSQL中的数据提取至CSV、使用cols从列中剪切子集并通过in2cv将微软Excel转换为CSV。

快速工具推荐清单

大家亦可以编写简短的Python脚本以通过命令行实现数据处理。


  1. from nltk.sentiment.vader 
  2. import SentimentIntensityAnalyzer 
  3. import sys 
  4. sid = SentimentIntensityAnalyzer() 
  5. ss = sid.polarity_scores(sys.argv[1]) 
  6. print('Compound {0} Negative {1} Neutral {2} Positive {3} '.format(ss['compound'], ss['neg'], ss['neu'], ss['pos'])) 

只需要五行Python脚本即可实现情绪分析。

大家甚至可以通过命令行实现TensorFlow调试(不过其目前尚处于beta测试阶段,所以可能会出现一些问题)。


作者:核子可乐译

来源:51CTO

上一篇:"数据结构翻转课堂"答疑实录——顺序表


下一篇:04 入门 - ASP.NET MVC应用程序的结构