《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。

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

• Python Data Analysis (Agate).

• ImageMagick (edit, create, convert, flip, and alter images from the command-line).

• JSON 2 CSV.

• XML2JSON via NodeJS.

• HTML to image.

• HTML to PDF.

• Weather Underground CLI.

• NIFI Shell.

• Gatling for Testing with Scala/JVM.

• Kafka Producer with JSON.

• Kafka Consumer with JSON.

• Create JSON.

• Image MetaData Extraction.

• OSQuery for Querying Infrastructure.

• Tesseract for Command Line OCR.

• Hadoop/HDFS Command Line Tools.

• CURL.

• WGET.

• MQTT CLI (NPM.JS).

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