超级好用的4个Python命令行可视化库

 更新时间:2021年06月20日 15:27:41   作者:法纳斯特  
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,需要的朋友可以参考下

Python命令行可视化库

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')

到此这篇关于超级好用的4个Python命令行可视化库的文章就介绍到这了,更多相关Python命令行可视化库内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 解决python3输入的坑——input()

    解决python3输入的坑——input()

    这篇文章主要介绍了解决python3输入的坑——input(),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-12-12
  • Python入门基础之import机制

    Python入门基础之import机制

    这篇文章主要给大家介绍了关于Python入门基础之import机制的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-03-03
  • Python脚本实现监听服务器的思路代码详解

    Python脚本实现监听服务器的思路代码详解

    这篇文章主要介绍了Python脚本实现监听服务器的思路,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-05-05
  • python随机获取列表中某一元素的方法

    python随机获取列表中某一元素的方法

    本文主要介绍了python随机获取列表中某一元素的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • 教你如何编写、保存与运行Python程序的方法

    教你如何编写、保存与运行Python程序的方法

    这篇文章主要介绍了教你如何编写、保存与运行Python程序的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07
  • Python 正则 re.compile 真的必需吗

    Python 正则 re.compile 真的必需吗

    本文主要介绍了Python 正则 re.compile 真的必需吗,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-06-06
  • 时间序列分析之ARIMA模型预测餐厅销量

    时间序列分析之ARIMA模型预测餐厅销量

    这篇文章主要介绍了时间序列分析之ARIMA模型预测餐厅销量,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-11-11
  • 如何将python的数据存储到mysql数据库中

    如何将python的数据存储到mysql数据库中

    在很多数据处理项目中,将数据存储到数据库中是非常常见的操作,下面这篇文章主要给大家介绍了关于如何将python的数据存储到mysql数据库中的相关资料,需要的朋友可以参考下
    2023-12-12
  • Python实现在Linux系统下更改当前进程运行用户

    Python实现在Linux系统下更改当前进程运行用户

    这篇文章主要介绍了Python实现在Linux系统下更改当前进程运行用户,本文直接给出实现代码,需要的朋友可以参考下
    2015-02-02
  • 如何一键理清大型Python项目依赖树

    如何一键理清大型Python项目依赖树

    这篇文章主要介绍了如何一键理清大型Python项目依赖树,文章围绕主题相关资料展开详细的内容介绍,感兴趣的小伙伴可以参考一下
    2022-06-06

最新评论