7 个实用的 Python 库，包括 Pendulum 用于日期时区处理，FTFY 修复文本乱码，Sketch 作为 AI 辅助 Pandas 编码，Pgeocode 进行邮政编码地理编码，Rembg 移除图像背景，Humanize 格式化数据，以及 OSMnx 获取 OpenStreetMap 数据。这些工具涵盖了数据工程中的时间管理、清洗、AI 辅助、地理信息及图像处理等关键环节，能有效提升开发效率和项目表现。
在过去的两年里，Python 在数据工程和商业智能项目中得到了广泛应用。选择合适的库可以显著提高开发效率，增强项目表现。以下整理了 7 个令人惊叹的 Python 库，涵盖日期处理、文本修复、AI 辅助编码、地理信息、图像处理及数据可视化等领域。
Python 内置的 datetime 模块功能强大但 API 较为繁琐。Pendulum 扩展了该模块，提供了更直观、人性化的 API，特别擅长处理时区和日期运算。
核心特性：
安装：
pip install pendulum
使用示例： 实例化时区并进行换算：
import pendulum
# 创建默认 UTC 时间的 datetime 对象
dt = pendulum.datetime(2023, 6, 8)
print(dt) # 输出：2023-06-08T00:00:00+00:00
# 使用本地时区
local = pendulum.local(2023, 6, 8)
print("本地时间：", local)
print("本地时区：", local.timezone.name)
# 输出：本地时间：2023-06-08T00:00:00+08:00
# 输出：本地时区：Asia/Shanghai
# 获取当前 UTC 时间
utc = pendulum.now('UTC')
print("Current UTC time:", utc)
# 将 UTC 转换为欧洲/巴黎时间
europe = utc.in_timezone('Europe/Paris')
print("巴黎当前时间：", europe)
适用场景： 需要频繁处理跨时区日志、定时任务调度或用户时间显示的项目。
在处理网络爬虫数据或导入外部文件时，常遇到 Mojibake（乱码）现象。这通常是由于字符编码不一致导致的。FTFY (Fix Text For You) 库能自动检测并修复这些编码错误。
核心特性：
安装：
pip install ftfy
使用示例：
import ftfy
# 修复包含乱码的句子
print(ftfy.fix_text('Correct the sentence using “ftfyâ€\x9d.'))
# 输出：Correct the sentence using "ftfy".
# 修复其他编码问题
print(ftfy.fix_text('à perturber la réflexion'))
# 输出：perturber la réflexion
适用场景： NLP 数据清洗、日志分析、多语言文本预处理。
Sketch 是一个专为 Pandas 用户设计的 AI 代码编写助手。它利用机器学习算法理解数据上下文，提供代码建议，无需在 IDE 中安装额外插件即可快速开始。
核心特性：
.sketch.ask）.sketch.howto）.sketch.apply）安装：
pip install sketch
使用示例：
首先需要在 Pandas DataFrame 上启用 .sketch 扩展。
import sketch
import pandas as pd
# 读取数据
file = "data/airports.csv"
df = pd.read_csv(file)
# 询问数据结构
df.sketch.ask("Which columns are category type?")
# 输出：iata, name, city, state, country
# 询问数据形状
df.sketch.ask("What is the shape of the dataframe")
# 输出：The shape of the dataframe is (3376, 8).
# 生成可视化代码
df.sketch.howto("Visualize the emotions")
注意： .sketch.apply 功能通常需要 OpenAI API 密钥支持，需自行配置。
适用场景： 快速探索数据集、减少样板代码编写、辅助数据分析新手。
Pgeocode 允许通过邮政编码查找距离和地理信息，支持近 100 个国家/地区。对于空间分析项目非常有用。
核心特性：
安装：
pip install pgeocode
使用示例： 获取特定邮政编码的地理信息（以印度为例）：
import pgeocode
# 初始化 India 数据
nomi = pgeocode.Nominatim('in')
# 查询邮编信息
result = nomi.query_postal_code(["620018", "620017", "620012"])
print(result)
# 计算两个邮编之间的物理距离（公里）
distance = pgeocode.GeoDistance('in')
dist_val = distance.query_postal_code("620018", "620012")
print(f"Distance: {dist_val} km")
关于中国数据： 中国的国家代码为 'CN'。若需查询中国邮编，请使用 pgeocode.Nominatim('cn')。
适用场景： 物流路径规划、区域销售分析、地理位置服务。
Rembg 是一个简单的库，用于从图像中删除背景。它基于深度学习模型，效果出色且易于集成。
安装：
pip install rembg
使用示例：
from rembg import remove
import cv2
input_path = 'image.jpeg'
output_path = 'output.png'
# 读取输入图像
input_img = cv2.imread(input_path)
# 移除背景
output_img = remove(input_img)
# 保存结果
cv2.imwrite(output_path, output_img)
适用场景： 电商产品图处理、头像裁剪、图像素材编辑。
Humanize 库旨在将数字、日期和时间转换为更易读的字符串格式，例如将秒数转换为'2 分钟前'。
安装：
pip install humanize
使用示例： 整数格式化：
import humanize
# 添加千位分隔符
a = humanize.intcomma(951009)
print(a) # 输出：951,009
# 转换为单词形式
b = humanize.intword(10046328394)
print(b) # 输出：10.0 billion
日期和时间格式化：
import datetime as dt
# 自然日期
a = humanize.naturaldate(dt.date(2012, 6, 5))
print(a) # 输出：Jun 05 2012
# 自然日
b = humanize.naturalday(dt.date(2012, 6, 5))
print(b) # 输出：Jun 05
适用场景： 用户界面展示、日志可读性优化、报告生成。
OSMnx 是获取当地社区空间信息的强大工具，可通过 Python 轻松下载 OpenStreetMap (OSM) 数据。
安装： 建议使用虚拟环境以避免依赖冲突。
conda create -n osm_env python=3.9
conda activate osm_env
pip install osmnx
使用示例： 下载柏林和汉堡的餐厅数据：
import os
from os.path import join
import osmnx
import pandas as pd
# 设置路径变量
main_path = "/your/data/path"
data_path = join(main_path, "data")
# 定义参数
cities = ["Berlin, Germany", "Hamburg, Germany"]
places = ["restaurant", "bar"]
years = ["2020", "2021"]
# 确保目录存在
for p in places:
if not os.path.exists(join(data_path, p)):
os.makedirs(join(data_path, p))
# 设置 Overpass 查询参数
settings = '[out:json][timeout:180][date:"{year}-12-31T00:00:00Z"]'
extracted_data = []
for place in places:
for city in cities:
for year in years:
tag = {"amenity": place}
osmnx.settings.overpass_settings = settings.format(year=year)
# 提取几何数据
tagged_data = osmnx.geometries_from_place(city, tags=tag)
tagged_data["snap_year"] = year
# 导出 CSV
filename = f"{place}_{year}_{city}.csv"
path = join(data_path, place)
tagged_data.to_csv(join(path, filename))
extracted_data.append(tagged_data)
print(f"Extraction of {year} and {city} for {tag} completed")
适用场景： 城市规划研究、POI 数据分析、地理信息系统开发。
上述 7 个库覆盖了数据处理的全流程：
在实际项目中，建议根据具体需求组合使用。例如，在使用 OSMnx 获取地理数据后，可用 Pendulum 处理时间戳，最后用 Humanize 格式化输出结果。同时，注意各库的版本兼容性，建议在虚拟环境中隔离依赖。
对于初学者，推荐先掌握 Pendulum 和 Humanize，这两者上手快且通用性强。对于数据工程师，Sketch 和 OSMnx 能显著提升生产力。所有库均遵循开源协议，可放心用于商业项目。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online