大数据、机器学习与深度学习类命令行工具汇总

【.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源码库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、高防服务器通过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。

快速工具推荐清单

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】