最近发现的4个Python命令行可视化库,太酷了!

最近发现的4个Python命令行可视化库,太酷了 通常大家都是在自己的电脑上跑程序,直接是可以可视化相应的结果。 如果是在服务器上的话,使用终端,是不太方便查看结果。 今天,小F就给大家介绍4个可以在命令行中使用的Python库。 分别是Bashplotlib、tqdm、PrettyTable、Colorama。 ① 使用Bashplotlib在命令行中绘图 如果你想在命令行窗口中绘制数据的情况,那么Bashplotlib是非常适合的。 首先安装Bashplotlib这个库。 pip install bashplotlib -i https://mirro 阅读详情

通常大家都是在自己的电脑上跑程序,直接是可以可视化相应的结果。

如果是在服务器上的话,使用终端,是不太方便查看结果。

今天,小F就给大家介绍4个可以在命令行中使用的Python库。

分别是Bashplotlib、tqdm、PrettyTable、Colorama。

① 使用Bashplotlib在命令行中绘图

如果你想在命令行窗口中绘制数据的情况,那么Bashplotlib是非常适合的。 

首先安装Bashplotlib这个库。

pip install bashplotlib -i https://mirror.baidu.com/pypi/simple/

下面我们可以使用Bashplotlib来绘制一组正态分布的数据图表。

使用NumPy来生成一个正态分布数字列表。

如果还没有NumPy,同样可以使用pip安装。

pip install numpy -i https://mirror.baidu.com/pypi/simple/

 

使用Bashplotlib的直方图绘图函数plot_hist。

import numpy as np
from bashplotlib.histogram import plot_hist

rand_nums = np.random.normal(size=1000, loc=0, scale=1)
plot_hist(rand_nums, bincount=100)

结果如下。

确实是可以在终端可视化数据。

通过查看源代码,得知相关参数设置。

② 使用TQDM添加进度条

有时运行一个耗时较长的程序,我们不能看到程序的运行进度,给人的体验不是很好。

这里可以使用TQDM,直接在命令行中可视化程序的运行进度。

使用pip命令安装TQDM。

pip install tqdm -i https://mirror.baidu.com/pypi/simple/

下面来一个示例吧~

让我们遍历数字0至1000,并添加一个小的延迟,得以查看TQDM进度条的工作情况。

from tqdm import trange
from time import sleep

for i in trange(1000):
    sleep(0.01)

结果如下。

给人提供了一个预期,不会变的那么遥遥无期。

③ 使用PrettyTable打印漂亮的表格

当我们在终端输出表格数据的时候,排版总是乱乱的。

使用PrettyTable,便能在终端输出易读的、类似于表格格式的数据展现。

安装。

pip install prettytable -i https://mirror.baidu.com/pypi/simple/

让我们创建一个国家城市的人口表格。

from prettytable import PrettyTable

table = PrettyTable()

table.field_names = ['Country', 'Capital', 'Population']
table.add_row(["China", "Beijing", 21893095])
table.add_row(["Russia", "Moscow", 12195221])
table.add_row(["Germany", "Berlin", 3748148])
table.add_row(["Spain", "Madrid", 3223334])
table.add_row(["Finland", "Helsinki", 631695])

print(table)

结果如下,确实变得清晰明了~

可惜的是,并不能很好的支持中文。

同时,还可对表格内容进行排序等操作。

table.sortby = 'Capital'
print(table)

以首都数据排序为例。

可以看到,柏林排在了前头。

还可生成HTML代码,将表格内容插入到网站中。

print(table.get_html_string())

结果如下。

新建一个HTML文件,将表格放到body标签下。

再在浏览器打开这个文件,结果如下。

④ 使用Colorama为您的命令行着色

使用Colorama为您的程序输出,在命令行中有不一样的颜色显示,更快了解程序的运行情况。

使用pip安装。

pip install colorama -i https://mirror.baidu.com/pypi/simple/

支持三种不同的颜色类型。

foreground,是文本颜色

background,是背景颜色

style,是一些额外的颜色样式

通过适当地配置,可以给你的Python命令行应用程序带来方便。

接下来让我们看一些例子。 

首先将文本更改为绿色,以便以绿色字体显示“任务已完成”。

这可以通过在Fore渲染模式中将前景色更改为绿色来完成:

from colorama import Fore

print(Fore.GREEN)
print("Task completed")

结果如下

然后,让红色背景色的高亮表示错误,通过设置背景渲染模式Back到RED:

from colorama import Back
print(Back.RED)
print("Error occurred!")

结果

你还可以通过更改渲染样式来使文本变暗:

from colorama import Style
print(Style.DIM)
print("Not that important")

结果如下

最后,如果你想复原之前的设置,重置操作如下。

print(Style.RESET_ALL)
print('hello')

好了,本期的分享就到此结束了,有兴趣的小伙伴可以自行去实践学习。

推荐阅读:入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|年度爆款文案1).卧槽!Pdf转Word用Python轻松搞定!2).学Python真香!我用100行代码做了个网站,帮人PS旅行图片,赚个鸡腿吃3).首播过亿,火爆全网,我分析了《乘风破浪的姐姐》,发现了这些秘密 4).80行代码!用Python做一个哆来A梦分身 5).你必须掌握的20个python代码,短小精悍,用处无穷 6).30个Python奇淫技巧集 7).我总结的80页《菜鸟学Python精选干货.pdf》,都是干货 8).再见Python!我要学Go了!2500字深度分析!9).发现一个舔狗福利!这个Python爬虫神器太爽了,自动下载妹子图片点阅读原文,领廖雪峰资料!
Python气象信息可视化方法汇总 气象数据可视化是一种将气象数据通过图形、图像等视觉化手段进行呈现,以便更好地理解、分析和预测天气状况的系统。它的发展历程可以追溯到20世纪70年代,随着计算机技术和大数据处理能力的不断提升,气象数据可视化系统也得到了迅速发展,成为气象领域中不可或缺的一部分。 阅读详情

相关推荐

发现一个宝藏 Python 库,玩社区发现算法的不能错过

网络是由一些紧密相连的节点组成的,并且根据不同节点之间连接的紧密程度,网络也可视为由不同簇组成。簇内的节点之间有着更为紧密的连接,不同簇之间的连接则相对稀疏。这种簇被称为网络中的社区结构(community structure)。

y1282037271的博客 247

前端技术(25) : markdown可视化

基础来源: 通义千问。

Lxinccode的博客 293

二维数字图像相关算法软件Ncorr的使用心得

二维开源软件Ncorr的DIC分析操作过程详解。

m0_72612723的博客 3万+

【亲测免费】 Markmap:开源的Markdown文档可视化工具

Markmap 是一个开源的 JavaScript 项目,旨在将 Markdown 文档可视化为思维导图(mindmaps)。该项目的主要编程语言是 JavaScript,同时也使用了 CSS 来实现样式和布局。 ## 项目核心功能 Markmap 的核心功能包括: 1. **Markdown 文档可视化**:将 Markdown 文档转换为思维导图,便于用户更好地导航和概览内容。 2. *...

gitblog_00599的博客 999

[pytorch]FixMatch代码详解(超详细)

FixMatch代码详解-训练过程参数数据产生构建模型训练参数设置weight decay(权值衰减)学习率衰减(learning rate decay)指数移动平均(EMA)model训练过程运行结果 上一篇大概讲了数据加载的过程,这一篇更进一步,分析一下训练是怎样进行的 上一篇链接: [pytorch]FixMatch代码详解-数据加载 参数 所有的参数我都默认使用作者给出的例子: python train.py --dataset cifar10 --num-labeled 4000 --arch w

qq_38736504的博客 1万+

告别‘火龙’:实测BES2800/RK2108等主流芯片,聊聊AI眼镜的功耗与散热‘内卷’实战

本文深入探讨了AI智能眼镜在功耗与散热方面的挑战,重点分析了恒玄BES2800和瑞芯微RK2108等主控芯片的能效表现。通过实测数据和优化策略,揭示了在6nm工艺、异构计算和系统级散热方案下的实战经验,为AI眼镜的功耗管理提供了实用解决方案。

weixin_30839881的博客 945

效率倍增:如何把枯燥的 Markdown 需求文档一键可视化?(附在线工具)

摘要:本文介绍了一款能将Markdown文本一键转换为思维导图的在线工具,解决技术文档与思维导图重复制作的问题。该工具支持实时渲染、免费免登录,可将Markdown标题层级自动转化为树状导图,适用于代码分析、读书笔记等场景。通过简单复制粘贴即可生成可视化思维导图,支持导出图片,显著提升技术文档的表达效率和逻辑清晰度。

u130130的博客 505

Global Mapper与ArcGIS双剑合璧:自动化与半自动矢量化提取地物轮廓实战

本文详细介绍了如何结合Global Mapper的自动化批量提取与ArcGIS的半自动精细修整功能,高效完成地物轮廓矢量化工作。通过实战案例,阐述了利用Global Mapper快速抓取初步轮廓,再借助ArcGIS的ArcScan等工具进行精细化编辑和优化的完整工作流,有效提升地理信息数据处理效率。

weixin_29284657的博客 119

如何在Typora中以可视化或源码的方式使用markdown

前言:typora是一款可视化的markdown写作工具。小白也可以快速上手。跟着我先学几个简单的技巧快速上手吧。 文章目录在typora中以可视化的方式使用markdown一、显示标题二、显示段落三、显示代码四、图片、链接等在Typora中以源码的方式使用Markdown(即直接写markdown)OverviewBlock ElementsParagraph and line breaksHeadersBlockquotesListsTask List(Fenced) Code BlocksMath B

商务合作 / 项目定制开发 / 前端一对一培训、答疑 2262

wifi/BT芯片RTL8723DS驱动移植和测试之一wifi篇

本文主要介绍如何在stm32mp157中移植并测试芯片RTL8723DS的wifi功能。

汉尼拔勇闯天涯 8740

comfyui中的k采样器报错Given groups=1, weight of size [320, 4, 3, 3], expected input[2, 8, 96, 54] to have 4

求助大佬!!!我运行comfyui的时候,k采样器变紫,同时报错显示:

M1226401728的博客 5180

python库,盘点12个Python数据可视化库,通吃任何领域

在数据可视化的研究热潮中,如何让数据生动呈现,成了一个具有挑战性的任务,随之也出现了大量的可视化软件。相对于其他商业可视化软件,Python是开源且免费的,而且具有易上手、效果好的优点。大家普遍第一次接触到的Python数据可视化库基本上都是Matplotlib。Python还有很多数据可视化库,本文盘点了12款常用的Python数据可视化库,挑选适合自己业务的那一款吧!Python有很多数据可视化库,这些数据可视化库主要分为和。

m0_59164304的博客 3661

【电路设计】SERDES与pcie

明确通信接口需要达到什么样的数据速率、信号完整性以及系统中各个部件的互相作用。2.

数字人生 4565

探索 Python:发现有趣的库——第 1 章:数据可视化之旅

在一个充满活力的科技世界中,数据分析专家“算法仙”和编程爱好者“代码侠”相遇了,决定一起踏上数据可视化的探险之旅。他们将运用 Matplotlib 和 Seaborn 这两个强大的 Python 库,将枯燥的数据转化为生动的图形。

专注 Python 从入门到精通、编程思维拆解与实战应用 用通俗语言讲清楚“为什么这样写”,陪你走过新手最难的阶段。 2491

【YOLOv11】070、YOLOv11异常检测:正常数据训练下的异常目标识别

本文探讨了如何利用YOLOv11模型进行工业异常检测,重点介绍了仅使用正常样本训练模型的创新方法。文章首先通过产线误报案例引出异常检测的核心问题,阐述了YOLOv11作为特征提取器的改造思路,包括正常数据训练、特征空间构建和异常度量等关键步骤。实战部分提供了精简代码示例,强调数据增强控制、特征层选择和自编码器应用等技巧。作者还总结了容易出错的细节,如特征选择、阈值设定和计算效率优化等,并给出实用建议:从简单方法入手、重视可视化、确保数据质量、部署时设置复核机制等。最后指出该方法虽能减少对异常样本的依赖,但需

企鹅码农的专属播客,分享10多年的实战案例和经验解读,包含YOLO、RT-DETR、AI等各个工作领域。 235

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

社区发现不得不了解的库,包含Louvain 算法、Girvan-Newman 算法等多种社区发现算法,还具有可视化功能

网络是由一些紧密相连的节点组成的,并且根据不同节点之间连接的紧密程度,网络也可视为由不同簇组成。作为一种基于模块度(Modularity)的社区发现算法,Louvain 算法在效率和效果上都表现比较好,并且能够发现层次性的社区结构,其优化的目标是最大化整个图属性结构(社区网络)的模块度。每个节点从自己 的社区开始,然后,随着层次结构的建立,最相似的社区被合并。Louvain 算法在图中的应用可以实现动图展示,其中每个节点的颜色代表其所属的社区,并且同一社区中的节点聚类结合在一起。

Python学习与数据挖掘 1905

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

这个Python库助你发现网络图的社区结构

来源:机器之心熟知社区发现算法,你不能错过这个 Python 库。它涵盖 Louvain 算法、Girvan-Newman 算法等多种社区发现算法,还具有可视化功能。网络是由一些紧密相连的...

小詹学python的博客 1576

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

太酷了,用Python制作足球可视化图表!

公众号后台回复“图书“,了解更多号主新书内容 作者:小F 来源:法纳斯特大家好,我是小F。最近不少小伙伴都会熬夜看欧洲杯。今年的欧洲杯相比起往年的欧洲杯来说,可谓是冷门频出...

数据森麟 1049

发现一个宝藏 Python 库,玩社区发现算法的不能错过!

????????关注后回复“进群”,拉你进程序员交流群????????来源:任识算法网络是由一些紧密相连的节点组成的,并且根据不同节点之间连接的紧密程度,网络也可视为由不同簇组成。簇内的节点之间有着更为紧密的连接,不同簇之间的连接则相对稀疏。这种簇被称为网络中的社区结构(community structure)。由此衍生出来的社区发现(community detection)算法用来发现网络中的社区结构,这类算法包括...

<sdffdsfsdfdfs>sfsfsfsdfsdffds</sdfsDS>Fsd 333

太酷了,用Python制作欧洲杯足球可视化图表!

大家好,我是小F。最近不少小伙伴都会熬夜看欧洲杯。今年的欧洲杯相比起往年的欧洲杯来说,可谓是冷门频出,出乎意料。真的不知道,第一会花落谁家~本期小F就和大家分享一下,用Python和Mat...

法纳斯特 2650

python 社区发现算法

由此衍生出来的社区发现(community detection)算法用来发现网络中的社区结构,这类算法包括 Louvain 算法、Girvan-Newman 算法以及 Bron-Kerbosch 算法等。作为一种基于模块度(Modularity)的社区发现算法,Louvain 算法在效率和效果上都表现比较好,并且能够发现层次性的社区结构,其优化的目标是最大化整个图属性结构(社区网络)的模块度。它涵盖 Louvain 算法、Girvan-Newman 算法等多种社区发现算法,还具有可视化功能。

liuhongyue的博客 937
上一篇: 还记得爆火的图解算法吗?现在图解机器学习算法书来了!送书10本!
下一篇: 知乎高赞!女生单身久了身体会发生什么变化?Python来分析!
菜鸟学Python
博客等级 码龄9年 8044粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值