Langchain编程中常见Python库讲解【1】

2024-08-25 09:28

本文主要是介绍Langchain编程中常见Python库讲解【1】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文罗列部分依赖的python库代码举例
strsimpy, pytz, python-magic-bin, python-decouple, pyreadline3, pyclipper, pathlib, mpmath, jieba, flatbuffers, filetype, faiss-cpu, brotli, zipp, wrapt, win32-setctime, websockets, watchdog, validators, urllib3, typing-extensions, tornado, toolz, toml, tenacity, tabulate, sympy, soupsieve, socksio, sniffio, smmap, six, simplejson
常见用法

依赖全文参考上一篇https://blog.csdn.net/Climbman/article/details/141509558

jieba 库示例(中文分词)

import jiebatext = "我爱自然语言处理"
words = jieba.cut(text)
print(list(words))

validators 库示例(数据验证)

import validatorsemail = "test@example.com"
is_valid_email = validators.email(email)
print(is_valid_email)

urllib3 库示例(发送 HTTP 请求)

import urllib3http = urllib3.PoolManager()
response = http.request('GET', 'https://www.example.com')
print(response.data)

toml 库示例(解析 TOML 格式文件)

import tomldata = """
[tool.poetry]
name = "myproject"
version = "0.1.0"
"""
parsed_data = toml.loads(data)
print(parsed_data)

sympy 库示例(符号计算)

import sympyx = sympy.Symbol('x')
expression = x**2 + 2*x + 1
print(sympy.simplify(expression))

以下是更多库的简单示例代码:

tenacity 库示例(重试机制)

import tenacity
import random@tenacity.retry(wait=tenacity.wait_fixed(2), stop=tenacity.stop_after_attempt(3))
def some_function_with_possible_failure():random_number = random.randint(1, 10)if random_number < 5:raise ValueError("Random number is too small.")else:return "Success!"try:result = some_function_with_possible_failure()print(result)
except Exception as e:print(f"Failed after retries: {e}")

tabulate 库示例(格式化表格输出)

from tabulate import tabulatedata = [["Name", "Age"], ["Alice", 25], ["Bob", 30]]
print(tabulate(data))

socksio 库(假设是 socket 相关库)示例

import socksiosock = socksio.Socket()
sock.connect(("example.com", 80))
sock.send(b"GET / HTTP/1.1\r\nHost: example.com\r\n\r\n")
response = sock.recv(1024)
print(response)
sock.close()

sniffio 库(假设用于网络嗅探)示例

import sniffioasync def some_async_function():current_async_backend = sniffio.current_async_library()print(f"Current async library: {current_async_backend}")sniffio.run(some_async_function())

smmap 库(假设用于内存映射文件)示例

import smmapwith open("large_file.txt", "r") as f:mm = smmap.mmap(f.fileno(), 0, access=mmap.ACCESS_READ)# 可以像处理字节串一样处理这个内存映射对象print(mm.read(10))mm.close()

six 库示例(用于 Python 2 和 3 的兼容性)

from six import add_metaclassclass MyMeta(type):pass@add_metaclass(MyMeta)
class MyClass:passprint(MyClass)

simplejson 库示例(JSON 处理)

import simplejson as jsondata = {"name": "John", "age": 30}
json_data = json.dumps(data)
print(json_data)parsed_data = json.loads(json_data)
print(parsed_data)

flatbuffers 库示例(高效的跨语言序列化库)

假设你有一个定义好的 FlatBuffers schema 文件 MySchema.fbs,内容如下:

namespace my.namespace;table Person {name: string;age: int;
}

生成 Python 绑定后,可以这样使用:

import flatbuffers
from my_package import Personbuilder = flatbuffers.Builder(0)
name = builder.CreateString('Alice')
Person.PersonStart(builder)
Person.PersonAddName(builder, name)
Person.PersonAddAge(builder, 30)
person = Person.PersonEnd(builder)
builder.Finish(person)
buf = builder.Output()parsed_person = Person.Person.GetRootAsPerson(buf)
print(parsed_person.Name())
print(parsed_person.Age())

filetype 库示例(文件类型检测)

import filetypekind = filetype.guess('image.jpg')
if kind is not None:print(f'File extension: {kind.extension}')print(f'File MIME type: {kind.mime}')

faiss-cpu 库示例(高效的相似性搜索库)

import numpy as np
import faissd = 64  # 向量维度
nb = 1000  # 数据库大小
nq = 10  # 查询数量np.random.seed(1234)
xb = np.random.random((nb, d)).astype('float32')
xq = np.random.random((nq, d)).astype('float32')index = faiss.IndexFlatL2(d)
index.add(xb)D, I = index.search(xq, 5)  # 返回每个查询向量的最近 5 个邻居的距离和索引
print(D)
print(I)

brotli 库示例(压缩和解压缩数据)

import brotlidata = b'Hello, world!'
compressed_data = brotli.compress(data)
decompressed_data = brotli.decompress(compressed_data)
print(decompressed_data)

zipp 库示例(操作 ZIP 归档文件)

import zipparchive = zipp.Path('archive.zip')
archive.write_text('file1.txt', 'Content of file 1')
archive.write_text('file2.txt', 'Content of file 2')for file in archive.iterdir():print(file.name)

wrapt 库示例(装饰器相关库)

import wrapt@wrapt.decorator
def my_decorator(wrapped, instance, args, kwargs):print('Before function call')result = wrapped(*args, **kwargs)print('After function call')return result@my_decorator
def my_function():print('Inside function')my_function()

win32-setctime 库示例(在 Windows 上设置文件创建时间)

import win32file
import win32con
import osfile_path = 'test_file.txt'
with open(file_path, 'w') as f:f.write('Some content')creation_time = 1629459200  # 时间戳
handle = win32file.CreateFile(file_path, win32con.GENERIC_WRITE, 0, None, win32con.OPEN_EXISTING, 0, None)
win32file.SetFileTime(handle, creation_time, None, None)
handle.close()

websockets 库示例(WebSockets 通信)

import asyncio
import websocketsasync def echo(websocket, path):async for message in websocket:await websocket.send(message)start_server = websockets.serve(echo, 'localhost', 8765)asyncio.get_event_loop().run_until_complete(start_server)
asyncio.get_event_loop().run_forever()

watchdog 库示例(文件系统监控)

import time
from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandlerclass MyHandler(FileSystemEventHandler):def on_created(self, event):print(f'File created: {event.src_path}')def on_modified(self, event):print(f'File modified: {event.src_path}')if __name__ == "__main__":event_handler = MyHandler()observer = Observer()observer.schedule(event_handler, path='.', recursive=False)observer.start()try:while True:time.sleep(1)except KeyboardInterrupt:observer.stop()observer.join()

strsimpy 库(假设是字符串相似度计算库)示例

# 假设 strsimpy 有一个函数 calculate_similarity 用于计算字符串相似度
from strsimpy import calculate_similaritystr1 = "hello world"
str2 = "hi world"
similarity = calculate_similarity(str1, str2)
print(similarity)

pytz 库示例(时区处理)

import pytz
from datetime import datetimetz = pytz.timezone('America/New_York')
now = datetime.now(tz)
print(now)

python-magic-bin 库示例(文件类型识别)

import magicfile_path = 'test.txt'
file_type = magic.from_file(file_path)
print(file_type)

python-decouple 库示例(配置文件读取)

假设你有一个配置文件 .env,内容如下:

MY_VARIABLE=some_value

from decouple import configmy_variable = config('MY_VARIABLE')
print(my_variable)

pyreadline3 库示例(增强命令行交互)

import pyreadline3# 假设可以用它来实现更好的命令行输入提示
line = pyreadline3.Completer().complete('print(', 0)
print(line)

pyclipper 库示例(多边形裁剪库)

from pyclipper import PyclipperOffsetcoordinates = [(0, 0), (5, 0), (5, 5), (0, 5)]
clipper_offset = PyclipperOffset()
offset_coordinates = clipper_offset.Execute(coordinates, 2)
print(offset_coordinates)

pathlib 库示例(路径操作)

from pathlib import Pathfile_path = Path('/home/user/documents/test.txt')
if file_path.exists():print(file_path.name)
else:print('File does not exist.')

mpmath 库示例(高精度数学计算)

from mpmath import mpmp.dps = 50
pi = mp.pi
print(pi)

toolz 库示例(函数式编程工具)

from toolz import compose, partialdef add(a, b):return a + badd_five = partial(add, b=5)
double_result = compose(lambda x: x * 2, add_five)print(double_result(3))

tornado 库示例(异步网络框架)

import tornado.ioloop
import tornado.webclass MainHandler(tornado.web.RequestHandler):def get(self):self.write("Hello, Tornado!")def make_app():return tornado.web.Application([(r"/", MainHandler),])if __name__ == "__main__":app = make_app()app.listen(8888)tornado.ioloop.IOLoop.current().start()

这篇关于Langchain编程中常见Python库讲解【1】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1105167

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

【编程底层思考】垃圾收集机制,GC算法,垃圾收集器类型概述

Java的垃圾收集(Garbage Collection,GC)机制是Java语言的一大特色,它负责自动管理内存的回收,释放不再使用的对象所占用的内存。以下是对Java垃圾收集机制的详细介绍: 一、垃圾收集机制概述: 对象存活判断:垃圾收集器定期检查堆内存中的对象,判断哪些对象是“垃圾”,即不再被任何引用链直接或间接引用的对象。内存回收:将判断为垃圾的对象占用的内存进行回收,以便重新使用。

Go Playground 在线编程环境

For all examples in this and the next chapter, we will use Go Playground. Go Playground represents a web service that can run programs written in Go. It can be opened in a web browser using the follow