ابزار و کتابخانه هااخبار

معرفی AGATE – کتابخانه ای نوین برای کار با داده ها در پایتون

در اولین پاراگراف از مستندات کتابخانه AGATE این دو جمله را می بینیم :

agate is a Python data analysis library that is optimized for humans instead of machines. It is an alternative to numpy and pandas that helps you solve real-world problems with readable code.

توصیفی حاکی از این که این کتابخانه برای استفاده آسان کاربران ایجاد شده است و جایگزینی برای دو کتابخانه معروف Pandas و  Numpy خواهد بود که برای محاسبات عددی و کار بر روی داده ها به کار می روند.

این کتابخانه که با هدف ایجاد یک ساختار ساده و شبیه به SQL برای خواندن و پردازش داده ها با هدف سهولت کار ایجاد شده است ، می تواند برای کاربران غیر حرفه ای که قصد تحلیل و پردازش داده ها را دارند بسیار مفید باشد. نمونه ای از کدهای این کتابخانه را درزیر می توانید مشاهده کنید :


import agate

purchases = agate.Table.from_csv('examples/realdata/ks_1033_data.csv')

by_county = purchases.group_by('county')

totals = by_county.aggregate([
('total_cost', agate.Sum(), 'county_cost')
])

totals = totals.order_by('county_cost', reverse=True)
totals.limit(10).print_bars('county', 'county_cost', width=80)

لازم به ذکر است که این کتابخانه بیشتر برای تحلیل اکتشافی داده ها مفید است یعنی به شما کمک میکند داده های خودتان را بهتر بشناسید و گام اول در ساخت یک مدل در حوزه یادگیری ماشین را ساده تر بردارید .

مجتبی بنائی

دانشجوی دکترای نرم‌افزار دانشگاه تهران (yun.ir/smbanaie)، مدرس دانشگاه و فعال در حوزه توسعه نرم‌افزار و مهندسی داده که تمرکز کاری خود را در چند سال اخیر بر روی مطالعه و تحقیق در حوزه کلان‌داده و زیرساخت‌های پردازش داده و تولید محتوای تخصصی و کاربردی به زبان فارسی و انتشار آنها در سایت مهندسی داده گذاشته است. مدیریت پروژه‌های نرم‌افزاری و طراحی سامانه‌های مقیاس‌پذیر اطلاعاتی از دیگر فعالیتهای صورت گرفته ایشان در چند سال گذشته است.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

جای خالی در معادله زیر را با کی برد انگلیسی وارد کنید : * Time limit is exhausted. Please reload CAPTCHA.

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

دکمه بازگشت به بالا