Langchain编程中常见Python库讲解【3】

本文罗列部分依赖的python库代码举例
pydantic-core, pyarrow, openpyxl, opencv-python, numexpr, marshmallow, markdown-it-py, loguru, langdetect,jsonpatch, jinja2, importlib-resources, importlib-metadata, httpcore, htbuilder, h2, gitdb, emoji, deprecation, deepdiff, contourpy, coloredlogs, click, beautifulsoup4, anyio, annotated-types, aiosignal,uvicorn, tiktoken, starlette, st-annotated-text, rich, requests-toolbelt, pydeck, pydantic, pandas, onnxruntime, nltk, matplotlib, markdownify, markdown, langchainhub, jsonschema-specifications, httpx,gitpython, favicon, faker, dataclasses-json, aiohttp, nstructured-client, rapidocr_onnxruntime, pymdown-extensions, pydantic_settings, openai, langsmith, jsonschema, fastapi, unstructured, sse_starlette, langchain-core, altair, streamlit, langchain-text-splitters, langchain-openai

相关参考

【Langchain编程中常见Python库讲解【2】
【Langchain编程中常见Python库讲解【1】
【Langchain编程中常见Python库以及用途】

以下是各个库的简单示例代码：
————————————————

                        版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/Climbman/article/details/141512948
以下是对每个库的核心描述和简单的代码示例：

1. pydantic-core：用于数据验证和解析的核心库，是pydantic的底层实现。

   from pydantic import BaseModel
   
   class MyModel(BaseModel):
       name: str
       age: int
   
   data = {
        'name': 'Alice', 'age': 30}
   obj = MyModel(**data)
   print(obj)
   

2. pyarrow：提供高效的内存数据结构和大数据处理工具。

   import pyarrow as pa
   
   # 创建一个整数列表
   integers = [1, 2, 3, 4, 5]
   # 将列表转换为 PyArrow 数组
   array = pa.array(integers)
   print(array)
   

3. openpyxl：用于读写 Excel 文件的 Python 库。

   from openpyxl import Workbook
   
   wb = Workbook()
   ws = wb.active
   ws['A1'] = 'Hello'
   ws['B1'] = 'World'
   wb.save('example.xlsx')
   

4. opencv-python：用于计算机视觉的库。

   import cv2
   
   img = cv2.imread('image.jpg')
   cv2.imshow('Image', img)
   cv2.waitKey(0)
   cv2.destroyAllWindows()
   

5. numexpr：快速数值表达式评估库。

   import numexpr as ne
   
   a = [1, 2, 3, 4, 5]
   b = [6, 7, 8, 9, 10]
   result = ne.evaluate('a + b')
   print(result)
   

6. marshmallow：用于将复杂的对象类型转换为简单的 Python 数据类型，以及进行反序列化。

   from marshmallow import Schema, fields
   
   class PersonSchema(Schema):
       name = fields.Str()
       age = fields.Int()
   
   data = {
        'name': 'Alice', 'age': 30}
   schema = PersonSchema()
   result = schema.load(data)
   print(result)
   

7. markdown-it-py：Markdown 解析器。

   from markdown_it import MarkdownIt
   
   md = MarkdownIt()
   rendered = md.render('# Hello, world!')
   print(rendered)
   

8. loguru：简单易用的日志记录库。

   from loguru import logger
   
   logger.info('Hello, world!')
   

9. langdetect：语言检测库。

   from langdetect import detect
   
   text = 'Hello, world!'
   language = detect(text)
   print(language)
   

10. jsonpatch：用于处理 JSON 补丁的库。

from jsonpatch import JsonPatch

patch = JsonPatch([{
   'op': 'add', 'path': '/new_key', 'value': 'new_value'}])
data =