【.com快译】抓紧你的大数度学键盘!无需鼠标或者GUI,我们完全能够在OS X与Linux上完成大量操作。据机具汇面向各类*N*X系统的器学大量出色命令行工具一直在技术行业拥有极高人气,且已经扩展至Python、习深习类行工Go、命令NodeJS乃至各类混合型工具当中。大数度学即使大家并不打算通过命令行运行整条数据处理管道,据机具汇这些工具仍然能够带来可观助益。器学
《命令行上的习深习类行工数据科学(Data Science at the Command Line)》一书与GitHub皆为我们带来大量高水平的云服务器预处理与后处理类工具选项,大家亦可根据需要对其进行针对性调整。命令在今天的大数度学文章中,我将向各位强烈推荐自己最为喜爱的据机具汇那些相关工具。
CSVKit绝对值得一试。器学其能够利用逗号分隔值实现您所需要的习深习类行工一切。大家可以通过cvs cut剪切列、命令使用cvsgrip进行列过滤、亿华云计算通过sql2csv将PostgreSQL中的数据提取至CSV、使用cols从列中剪切子集并通过in2cv将微软Excel转换为CSV。
Python Data Analysis (Agate).
ImageMagick (edit, create, convert, flip, and alter images from the command-line).
JSON 2 CSV.
XML2JSON via NodeJS.
HTML to image.
HTML to PDF.
Weather Underground CLI.
NIFI Shell.
Gatling for Testing with Scala/JVM.
Kafka Producer with JSON.
Kafka Consumer with JSON.
Create JSON.
Image MetaData Extraction.
OSQuery for Querying Infrastructure.
Tesseract for Command Line OCR.
Hadoop/HDFS Command Line Tools.
CURL.
WGET.
MQTT CLI (NPM.JS).
大家亦可以编写简短的Python脚本以通过命令行实现数据处理。
from nltk.sentiment.vader import SentimentIntensityAnalyzer import sys sid = SentimentIntensityAnalyzer() ss = sid.polarity_scores(sys.argv[1]) print(Compound { 0} Negative { 1} Neutral { 2} Positive { 3} .format(ss[compound], ss[neg], ss[neu], ss[pos]))只需要五行Python脚本即可实现情绪分析。
大家甚至可以通过命令行实现TensorFlow调试(不过其目前尚处于beta测试阶段,所以可能会出现一些问题)。
原文标题:Big Data, Machine Learning, and Deep Learning Command Line Tools
原文作者:Tim Spann
【译稿,合作站点转载请注明原文译者和出处为.com】