专栏名称: OSC开源社区

OSChina 开源中国官方微信账号

大数据、机器学习和深度学习类命令行工具

OSC开源社区 · 公众号 · 程序员 · 2017-03-02 08:30

正文

＃点击图片，报名深圳源创会＃

握紧你的键盘！在 OSX 和 LInux 上无需使用鼠标或 GUI ，也可以完成大量的操作。

极具人气的面向各类NX系统的命令行工具目前已经扩展至Python、Go、NodeJS 乃至各类混合型工具当中。

即使您并不打算通过命令行来运行整条数据处理管道，这些工具依旧可以带来很大的帮助。

《 Data Science at the Command Line》一书与 GitHub 统计了大量高质量用于预处理和后处理类的工具，并且根据需要可以进行适当的转换。在本文中，将为大家推荐一些工具。

CSVKit （https://www.oschina.net/p/csvkit）是如此神奇！它使用逗号分隔值执行所需的一切。

您可以通过 cvs cut 剪切列，使用 cvsgrip 过滤列，通过 sql2csv 将数据从 Postgresql 提取到 CSV，使用 cols 获取列的子集，并使用 in2cv 将 Excel 转换为CSV。

agate

Python 数据分析库

agate 原名为 journalism。是针对人而不是机器优化的 Python 数据分析库。它是 numpy 和 pandas 的一种替代方法，它用可读的代码解决现实中的问题。

详细介绍：https://www.oschina.net/p/agate

ImageMagick

从命令行编辑，创建，转换，翻转和更改图像

ImageMagick 是一个用来创建、编辑、合成图片的软件。它可以读取、转换、写入多种格式的图片。

图片切割、颜色替换、各种效果的应用，图片的旋转、组合，文本，直线，多边形，椭圆，曲线，附加到图片伸展旋转。

ImageMagick 的大多数功能的使用都来源于命令行工具。

详细介绍：https://www.oschina.net/p/imagemagick

json2csv

JSON 转换成 CSV

用json2csv我们可以轻松把JSON转换成CSV

详细介绍：https://www.oschina.net/p/json2csv

XML2JSON

xml2json 是一个 header-only 的 C++ 库，用来将 XML 文档转成 JSON 格式。它是高性能的--在商业硬件上3ms可以转换一个150KB的字幕文件。

详细介绍：https://www.oschina.net/p/xml2json

IMGKit

将网页转换成图片的 Python 库

IMGKit 是一个 Python 2/3 的库，使用它我们可以将网页转换成图片，输入可以是网址，HTML 文件或者字符串。

详细介绍：https://www.oschina.net/p/imgkit

wkhtmltopdf

HTML到PDF的文档转换

wkhtmltopdf 是一个使用 WebKit 网页渲染引擎开发的用来将 HTML 文档转成 PDF 文档的工具，可以跟多种脚本语言进行集成来转换文档。

详细介绍：https://www.oschina.net/p/wkhtmltopdf

使用方法：wkhtmltopdf www.myhomepage.com myhomepage.pdf

一个快速命令行天气应用程序

wu 是一个小型，快速的命令行应用程序，从 Weather Underground 检索天气数据

详细介绍：https://github.com/sramsay/wu

Gatling

服务器性能测试工具

Gatling是一款基于Scala 开发的高性能服务器性能测试工具，它主要用于对服务器进行负载等测试，并分析和测量服务器的各种性能指标。

Gatling主要用于测量基于HTTP的服务器，比如Web应用程序，RESTful服务等。

详细介绍：https://www.oschina.net/p/gatling-stresstool

一个 Kafka 工具

一个利用 CLI 直接生成数据到 Kafka 的工具

详细介绍：https://github.com/echojc/kp

Kafka 命令行工具

基于 JSON 的 Kafka 工具

详细介绍：https://github.com/fgeller/kt

jsonify

快速创建 JSON 对象

根据命令行参数快速生成JSON输出；解析字符串或任意 JSON 值的简单语法；支持读取文件内容，方便转义。

详细介绍：https://github.com/fgeller/jsonify

Exiv2

图像数据提取

Exiv2 是一个用来提取图片中的EXIF、LPTC 和 XMP 元数据信息的C++类库。同时还提供了命令行工具

详细介绍：https://www.oschina.net/p/exiv2

osquery

操作系统监控工具

osquery 是 SQL 驱动的分析和监控操作系统的工具，是操作系统分析框架，支持 OS X 和 Linux 系统。

osquery 能帮助监控和分析低水平的操作系统，提供更直观的性能监控。

osquery 在操作系统中就像是一个高性能的关系数据库，允许你编写基于 SQL 的查询语句来洞察操作系统的数据。

详细介绍：https://www.oschina.net/p/osquery

Tesseract OCR 命令行使用方法

详细介绍：https://github.com/tesseract-ocr/tesseract/wiki/Command-Line-Usage

Hadoop / HDFS 命令行工具汇总

详细介绍：ttps://dzone.com/articles/hdfs-cheat-sheet

curl

字符界面下的下载工具

curl 是一款著名的字符界面下的下载工具，支持HTTP、HTTPS、FTP、FTPS、DICT、TELNET、LDAP、FILE,和 GOPHER。

此外还具有cookies支持、断点续传、FTP上传、密码支持、SSL支持和代理支持等特性。curl同时还提供了一套libcurl的库，开发者可以基于这个库开发其他下载工具。

详细介绍：https://www.oschina.net/p/curl

wget

命令行文件下载工具

wget 是一个从网络上自动下载文件的自由工具。它支持 HTTP，HTTPS 和 FTP 协议，可以使用 HTTP 代理。

wget 可以跟踪 HTML 页面上的链接依次下载来创建远程服务器的本地版本，完全重建原始站点的目录结构。

详细介绍：https://www.oschina.net/p/wget

mqtt-cli

一个通过 mqtt 代理发送 mqtt 消息的节点命令行应用程序。也可以用于订阅和收听有关主题的传入邮件。

除此之外，还可以编写一些简短的 Python 脚本来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']))

只需五行 Python 脚本即可实现情绪分析。

甚至可以通过命令行调试 TensorFlow（由于目前是 beta 测试版本，执行过程中可能会出现一些问题）。

详细介绍：https://www.npmjs.com/package/mqtt-cli

编译自：Big Data, Machine Learning, and Deep Learning Command Line Tools