【.com快译】抓紧你的键盘！我们可以在没有鼠标或GUI的情况下在OSX和Linux上做很多事情。适用于各种*N*X系统的众多优秀命令行工具在技术行业非常受欢迎，并已扩展到Python、Go、NodeJS和各种混合工具。即使您不打算从命令行运行整个数据处理管道，这些工具仍然可以提供很大的帮助。《命令行上的数据科学(Data Science at the Command Line)》本书和GitHub都为我们带来了大量高阶的前处理和后处理工具选项，你也可以根据自己的需要进行调整。在今天的文章中，我将强烈推荐我最喜欢的相关工具。CSVKit绝对值得一试。它用逗号分隔值做你需要的一切。您可以使用cvscut切割列，使用cvsgrip过滤列，使用sql2csv将数据从PostgreSQL提取到CSV，使用cols从列中切割子集，以及使用in2cv将MSExcel转换为CSV。快速工具列表PythonDataAnalysis(Agate)。ImageMagick（从命令行编辑、创建、转换、翻转和更改图像）。JSON2CSV。通过NodeJS的XML2JSON。HTML到图像。HTML到PDF。天气地下CLI。NIFI外壳。使用Scala/JVM进行测试的Gatling。使用JSON的Kafka生产者。使用JSON的Kafka消费者。创建JSON。图像元数据提取。用于查询基础设施的OSQuery。用于命令行OCR的Tesseract。Hadoop/HDFS命令行工具。卷曲。WGET。MQTTCLI(NPM.JS)。您还可以编写简短的Python脚本，通过命令行执行数据处理。fromnltk.sentiment.vaderimportSentimentIntensityAnalyzerimportsyssid=SentimentIntensityAnalyzer()ss=sid.polarity_scores(sys.argv[1])print('化合物{0}负{1}中性{2}正{3}'.format(ss['化合物'],ss['neg'],ss['neu'],ss['pos']))只需要五行Python脚本就可以实现情感分析。您甚至可以通过命令行调试TensorFlow（尽管它仍处于beta测试阶段，因此可能存在一些问题）。原标题：大数据、机器学习和深度学习命令行工具原作者：TimSpann
