Python之Pyforest：Pyforest的简介、安装、使用方法之详细攻略

Python之Pyforest：Pyforest的简介、安装、使用方法之详细攻略

目录

pyforest简介

pyforest安装

pyforest使用方法

pyforest简介

        pyforest，感受自动导入的幸福，来自[bamboolib]的制作者(https://bamboolib.com)。如果一遍又一遍地写同样的导入是你的能力所不及的，那么就让pyforest替你做这件事吧。使用pyforest，您可以使用所有喜欢的Python库，而无需之前导入它们。如果您使用的包尚未导入，则pyforest将为您导入该包并将代码添加到第一个Jupyter单元中。如果您不使用库，它将不会被导入。
        如果你是一名使用Python的数据科学家。每天你都要开始多本新的木星笔记本，因为你想要探索一些数据或验证一个假设。在您的工作中，您将使用许多不同的库，如“pandas”、“matplotlib”、“seaborn”、“numpy”或“sklearn”。但是，在开始实际工作之前，您总是需要导入您的库。这还有其他几个问题。不可否认，它们很小，但随着时间的推移，它们会累积起来。

• -很无聊，因为进口的都是一样的。这超出了你的能力范围。
• -缺少导入扰乱你的工作的自然流程。
• -有时，您甚至可能需要查找确切的导入声明。例如，import matplotlib。pyplot作为sklearn的plt '或'。整体进口GradientBoostingRegressor”

如果你能专注于使用这些图书馆呢？pyforest提供了以下剩余的解决方案:

• -你可以像往常一样使用你所有的库。如果还没有导入库，则pyforest将导入库并将导入语句添加到第一个Jupyter单元中。
• -如果一个库不被使用，它将不会被导入。
• -你的笔记本保持可复制和共享没有你浪费一个想法的imports。

1、使用pyforest

       在您[安装](installation) pyforest和它的Jupyter扩展之后，您就可以像平常一样继续使用您最喜欢的Python数据科学命令——而不需要编写imports__。

For example, if you want to read a CSV with pandas:
 
```python
df = pd.read_csv("titanic.csv")
```
 
pyforest will automatically import pandas for you and add the import statement to the first cell:
```python
import pandas as pd
```

pyforest安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyforest

pyforest使用方法

 -*- coding: utf-8 -*-
from ._imports import *
from .utils import (
    get_user_symbols,
    install_extensions,
    install_nbextension,
    install_labextension,
)
 
user_symbols = get_user_symbols()
pyforest_imports = globals().copy().keys()
 
for import_symbol in pyforest_imports:
     don't overwrite symbols of the user
    if import_symbol not in user_symbols.keys():
        user_symbols[import_symbol] = eval(import_symbol)
 
 
  set __version__ attribute
from pkg_resources import get_distribution, DistributionNotFound
 
try:
    __version__ = get_distribution(__name__).version
except DistributionNotFound:
    __version__ = "unknown"
finally:
    del get_distribution, DistributionNotFound
 
 
def _jupyter_nbextension_paths():
    return [
        {
            "section": "notebook",
            "src": "static",
            "dest": "pyforest",
            "require": "pyforest/nbextension",
        }
    ]
 
 
def _jupyter_labextension_paths():
    return [{"name": "pyforest", "src": "static"}]