在这篇文章中，我们想展示一些与流行的不同的东西。以上是深夜浏览GitHub的感悟，以及同事分享的开箱即用的东西。其中一些包是非常独特和有趣的Python包。HybridKnockKnock：将通知从Python发送到手机、桌面或电子邮件。tqdm：可扩展的Python和CLI进度条，内置对pandas的支持。Colorama：简单的跨平台彩色终端文本。pandas-log：提供有关基本pandas操作的反馈。非常适合调试长管道链。Pandas-flavor：一种扩展pandasDataFrame/Series的简单方法。More-Itertools：添加类似于itertools的附加功能。streamlit：一种为机器学习项目创建应用程序的简单方法。数据清理和操作ftfy：修复mojibake和Unicode文本中的其他故障。看门人：清理数据有很多很酷的功能。Optimus：另一个数据清理包。Great-experctations：一个很好的工具，用于检查数据是否符合预期。DataExplorationandModelingPandas-profile：创建包含来自pandasDataFrame的统计信息的HTML报告。dabl：允许使用可视化和预处理进行数据探索。pydqc：允许比较两个数据集之间的统计数据。pandas-summary：描述pandasDataFrame功能的扩展。pivottable-js：pands在jupyternotebook中的拖拽功能。DataStructureBouter：无论数据大小如何，使用有限（有界）内存量的高效计数器。Python-bloomfilter：可扩展的布隆过滤器，用Python实现。datasketch：提供概率数据结构，如LSH、weightedMinHash、HyperLogLog等ranges：Python的contiguousranges、range-sets和range-ordering数据结构性能检查和优化Py-spy：Python程序的采样分析器。pyperf：运行Python基准测试的工具箱。snakeviz：一个浏览器内的Python配置文件查看器，对jupyternotebooks有很好的支持。Cachier：一个持久的、无延迟的、本地的和跨机器的Python函数缓存。Faiss：一个用于高效相似性搜索和密集向量聚类的库。原文：https://towardsdatascience.com/the-most-underrated-python-packages-e22bf6049b5e?gi=f9ed1a098270
