add translated 'Handy Python Libraries for Formatting and Cleaning Data'

ictar · ictar · commit 27e8672be4f0 · 2016-08-30T09:49:45.000+08:00
diff --git a/Python Weekly/Python Weekly Issue 258.md b/Python Weekly/Python Weekly Issue 258.md
@@ -41,7 +41,7 @@
 
 这篇文章讨论了参数化学习和线性分类的基础知识。虽然简单，但是线性分类可以被看成更高级的机器学习算法基本构架模块，自然扩展到神经网络和卷积神经网络。
 
-[使用Python和LLVM的，用于TensorFlow计算图形的JIT本地代码生成](http://blog.christianperone.com/2016/08/jit-native-code-generation-for-tensorflow-computation-graphs-using-python-and-llvm/)
+[使用Python和LLVM的，用于TensorFlow计算图形的JIT本地代码生成](http://blog.christianperone.com/2016/08/jit-native-code-generation-for-tensorflow-computation-graphs-using-python-and-llvm/) [中文版](../Science and Data Analysis/用于格式化和数据清理的便捷Python库.md)
 
 [Python JIT来了](https://lwn.net/Articles/691070/)
 
diff --git a/Science and Data Analysis/README.md b/Science and Data Analysis/README.md
@@ -42,3 +42,5 @@
 	帅爆了，用科学方法，分析权力游戏中错综复杂的人物关系。本文只实验了第三卷，看过之后，可以用其他卷来重现该实验~
 
 - [使用Python探索NFL选秀](使用Python探索NFL选秀.md)
+
+- [用于格式化和数据清理的便捷Python库](./用于格式化和数据清理的便捷Python库.md)
diff --git a/Science and Data Analysis/用于格式化和数据清理的便捷Python库.md b/Science and Data Analysis/用于格式化和数据清理的便捷Python库.md
@@ -0,0 +1,97 @@
+原文：[Handy Python Libraries for Formatting and Cleaning Data](https://blog.modeanalytics.com/python-data-cleaning-libraries/)
+
+---
+
+真实世界是杂乱的，它的数据也是。那么凌乱，[最近的一项调查](http://visit.crowdflower.com/data-science-report.html)显示，数据科学家花费60%的时间在清理数据。不幸的是，他们中57%还觉得这是他们工作中最不愉快的方面。
+
+清理数据可能是耗时的，但是很多工具已经出现，让这个重要的任务惬意一点。Python社区提供了众多库，用来让数据有序清晰，从具有风格的DataFrame到匿名数据集。
+
+如果你发现什么有用的库，请告诉我们，我们一直在寻找更好的库，以添加到[Mode Python Notebooks](https://about.modeanalytics.com/python/)中。
+
+![Scrub that Data](https://blog.modeanalytics.com/images/post-images/python-data-cleaning-libraries.png) 
+
+_太糟糕的清理对数据科学家而言就像对这个小男孩一样，并不好玩。_
+
+## Dora
+
+Dora是为探索性分析而生的；具体来说，是为了自动化它最痛苦的那部分，如特征选择和提取，可视化，以及，是哒，你猜到了，就是数据清理。清理功能包括：
+
+  * 读取缺失和比例值不佳的数据
+  * 输入缺失值
+  * 缩放输入变量的值
+
+**创建者：** [Nathan Epstein](https://twitter.com/epstein_n)  
+**何处了解更多：** <https://github.com/NathanEpstein/Dora>
+
+## datacleaner
+
+令人感到惊奇的datacleaner清理你的数据 —— 但只在它是以[pandas DataFrame](https://community.modeanalytics.com/python/tutorial/pandas-dataframe/)形式出现的时候。据创建者Randy Olson说：“datacleaner并不是魔术，它不会读取文本的无组织块，然后自动的为你解析。”
+
+但是，它会丢弃具有缺失值的行，在逐列基础上用模或者中位数来替换缺失值，并且用数值等效来编码非数值变量。这个库相当的新，但是由于在Python中，DataFrame是分析的基础，因此值得一看。
+
+**创建者：** [Randy Olson](https://twitter.com/randal_olson)  
+**何处了解更多：** <https://github.com/rhiever/datacleaner>
+
+## PrettyPandas
+
+DataFrame是强大的，但是它不会生成你想要展示给你老板看的那种表格。PrettyPandas利用[pandas Style API](http://pandas.pydata.org/pandas-docs/stable/style.html)来转换DataFrame成值得展示的表单。创建摘要，添加样式，并格式化数字、列和行。额外的好处：健壮、易读的[文档](http://prettypandas.readthedocs.io/en/latest/)。
+
+**创建者：** [Henry Hammond](https://twitter.com/henryhammond92)  
+**何处了解更多：** <https://github.com/HHammond/PrettyPandas>
+
+## tabulate
+
+tabulate让你只用一次函数调用，就可以打印小而美的表格。它让列按照十进制、数字格式和表头等等进行排列，对于让表单更易读，它是非常方便的。
+
+其中一个最酷的功能是，能够以多种格式，例如HTML, PHP或者Markdown Extra，来输出数据，所以你可以继续在另一个工具或者语言中处理你的表单数据。
+
+**创建者：** Sergey Astanin  
+**何处了解更多：** <https://pypi.python.org/pypi/tabulate>
+
+## scrubadub
+
+在诸如医疗保健和金融的领域中，数据科学家经常需要匿名数据集。scrubadub从免费文本中移除了[个人身份信息 (PII)](https://en.wikipedia.org/wiki/Personally_identifiable_information)，如：
+
+  * 姓名 (专有名词)
+  * 电子邮件地址
+  * 网址
+  * 电话号码
+  * 用户名/密码组合
+  * Skype用户名
+  * 社保号
+
+该文档在显示你可能想要自定义scrubadub行为的方面（例如定义新的PII类型，或者排除某些PII类型）表现良好。
+
+**创建者：** [Datascope Analytics](http://datascopeanalytics.com/)  
+**何处了解更多：** <http://scrubadub.readthedocs.io/en/stable/index.html>
+
+## Arrow
+
+坦白说：在Python中处理日期和时间很痛苦。本地时区不能够被自动识别。要花几行令人不爽的代码来转换时区和时间戳。
+
+Arrow旨在修复这些问题和插件功能上的缺陷，来帮助你用更少的代码和更少的导入来处理时间和日期。不像Python的标准库，Arrow默认意识到时区和UTC。你可以用一行代码来转换时区或者解析字符串。
+
+**创建者：** [Chris Smith](https://twitter.com/crsmithdev)  
+**何处了解更多：** <http://arrow.readthedocs.io/en/latest/>
+
+## Beautifier
+
+Beautifier的任务很简单：清理和美化URL和电子邮件地址。你可以通过域名和用户名来解析电子邮件；通过域名和参数（例如，UTM或者令牌）来解析URL。
+
+**创建者：** [Sachin Philip Mathew](https://twitter.com/sachin_philip)  
+**何处了解更多：** <https://github.com/sachinvettithanam/beautifier>
+
+## ftfy
+
+ftfy (为你修正文本)接收糟糕的Unicode，输出漂亮的Unicode。基本上，它修复了所欲的垃圾字符。`â€œquotesâ€\x9d`变成`"quotes"`; `uÌˆ`变成`ü`; `&lt;3`变成`<3`。如果每天都在处理文本，那么这个库，正如一个用户所说，是“一个方便的法宝。”
+
+**创建者：** [Luminoso](http://www.luminoso.com/)  
+**何处了解更多：** <https://github.com/LuminosoInsight/python-ftfy>
+
+## 管理数据的更多资源
+
+这里是几个我们最喜欢的关于改写/管理/清理数据的文章。
+
+  * [每一个数据科学家都应该知道的关于数据匿名化的事](https://github.com/krasch/presentations/blob/master/pydata_Berlin_2016.pdf) (Katharina Rasch)
+  * [在Python中清理数据](https://data.library.utoronto.ca/cleaning-data-python) (University of Toronto Map & Data Library)
+  * [用Python进行数据清理 - MoMA的艺术品收藏](https://www.dataquest.io/blog/data-cleaning-with-python/) (Dataquest)
diff --git a/raw/Handy Python Libraries for Formatting and Cleaning Data.md b/raw/Handy Python Libraries for Formatting and Cleaning Data.md
diff --git a/raw/Stupid Python Tricks Abusing Explicit Self.md b/raw/Stupid Python Tricks Abusing Explicit Self.md
@@ -125,17 +125,18 @@ One object throwing an error triggered improved logging on a completely differen
 
 # 总结
 
-When you define an instance method on a class, it creates a corresponding “bound” method on the object. This aliases to the unbound method on the class.
-If you define an instance method directly on the object, there’s no corresponding unbound method on the class.
-Modifying the unbound method will also change all existing bound methods.
-You can use this to dynamically modify classes.
-Don’t.
-No really, don’t.
+当你定义一个类上的实例方法时，它创建了该对象上的一个对应的“绑定”方法。这是类上的非绑定方法的别名。如果你直接在对象上定义实例方法，那么类上就没有对应的非绑定方法。
+
+修改非绑定方法也会改变所有现有的绑定方法。你可以用它来动态修改类。
+
+不要。
+
+真的，不要。
 
 # 进一步阅读
 
-* [Python method objects](https://docs.python.org/3/tutorial/classes.html#method-objects)
-* [Prototyping in Javascript](http://javascriptissexy.com/javascript-prototype-in-plain-detailed-language/)
-* [Static, class, and abstract methods](https://julien.danjou.info/blog/2013/guide-python-static-class-abstract-methods) (also has an important note on how Py2 is a little more complicated)
-* [Callback hell](http://callbackhell.com/)
-* [A rebuttal to callback hell](http://thecodebarbarian.com/2015/03/20/callback-hell-is-a-myth)
+* [Python method对象](https://docs.python.org/3/tutorial/classes.html#method-objects)
+* [Javascript中的原型](http://javascriptissexy.com/javascript-prototype-in-plain-detailed-language/)
+* [静态、类和抽象方法](https://julien.danjou.info/blog/2013/guide-python-static-class-abstract-methods) (还有一个关于Py2是如何有点复杂的重要注解)
+* [回调地狱](http://callbackhell.com/)
+* [回调地狱的一个反证](http://thecodebarbarian.com/2015/03/20/callback-hell-is-a-myth)
