onetouch 0.1.32

A simple and convenient Python automation toolkit based on libraries such as PyTorch, Pandas, Scikit-learn, Matplotlib, NumPy, etc., offering features like one-click data cleaning, model training, model evaluation, automatic hyperparameter tuning, and prediction.

OneTouch 一键

发布日期: 2024年10月26日

版权所有: 17fine(个人)

版本号: 0.1.32

---

前言

本参考手册详细介绍了OneTouch中包含的函数、模块和对象，描述了它们是什么以及它们做什么。了解如何使用OneTouch。

---

概述

简介

一款基于PyTorch、Pandas、Scikit-learn、Matplotlib、NumPy等库的简单便捷的Python自动化工具包，提供一键数据清洗、模型训练、模型评估、自动超参数调优和预测等功能。

A simple and convenient Python automation toolkit based on libraries such as PyTorch, Pandas, Scikit-learn, Matplotlib, NumPy, etc., offering features like one-click data cleaning, model training, model evaluation, automatic hyperparameter tuning, and prediction.

宗旨

以极简之码，绘繁复之功。

With minimalist code, depicting the intricate work.

---

安装指南

默认安装

pip install onetouch

指定版本安装

pip install onetouch==0.1.31

安装依赖库

pandas>=2.2.2
numpy>=1.26.4
seaborn>=0.12.2
matplotlib>=3.7.2
scikit-learn>=1.3.2
tqdm>=4.66.1
zhipuai

卸载

pip uninstall onetouch

---

快速入门

先决条件

在阅读本教程之前，你应该了解一些Python的基础知识。如果你想复习一下，请回去看看Python教程。

One2Three

一键三连模块使用,集成数据清洗,模型训练,评估模型三大模块

import onetouch as ot

filename = "Your FileName"

data = ot.One2Three(None, None, filename)

---

功能参考

onetouch

One2Three

onetouch中, One2Three(df, label, filename)

一键三连地进行数据清洗、模型训练、模型评估

参数

• df: pd.DataFrame-None-选

  通常是pandas处理过后的dataframe格式的数据

  df与filename必填其中之一

• label: str-None-选

  表示用于模型训练的标签栏

  默认为df最后一列

• filepath: str-None-选

  通常是原始数据的路径地址

  df与filename必填其中之一

  目前支持: .csv-.xslx

示例

import onetouch as ot

filename = "Your FileName"

data = ot.One2Three(None, None, filename)

输出

各项基本信息,不详细展开

One2Three.predict

onetouch中, One2Three.predict(x)

提供一键三连中模型预测功能

参数

• x: pd.DataFrame-必

  通常是pandas处理过后的dataframe格式的数据,不含标签值

示例

import onetouch as ot
import pandas as pd

df = pd.DataFrame(None, None, 'Your filepath')

data = ot.One2Three(df)

x = pd.dataframe([1,2,3]) # 你的数据

print(data.predict(x))

输出

分类任务

• pred: str类别标签

• confidence: float置信度(0-1)

(pred, confidence)

回归任务

• pred: float标签值

pred

printc

onetouch中, printc(self, *args, display, color, sep, end, file)

选择性打印多种颜色的字符到终端

参数

• self: Any-None-选

  通常是要打印在终端的内容

• *args: tuple[Any]-None-选

  通常是其他需要打印在终端的内容

• display: bool-True-选

  控制是否将内容输出到终端

• color: str-None-选

  控制将内容输出到终端的颜色

  目前支持颜色

  default:默认颜色

  black:黑色

  red:红色

  green:绿色

  yellow:黄色

  blue:蓝色

  magenta:品红色

  cyan:青色

  white:白色

  bright_black:灰色

  bright_red:亮红色

  bright_green:亮绿色

  bright_yellow:亮黄色

  bright_blue:亮蓝色

  bright_magenta:亮品红色

  bright_cyan:亮青色

  bright_white:亮白色

• sep: str-''-选

  self和所有*args之间的连接符

• end: str-'\n'-选

  两次printc操作之间的连接符

• file: SupportsWrite[str]-None-选

  文件类对象 （stream）;默认为当前的 sys.stdout。

示例

import onetouch as ot

list1 = [1, 2, 3]
list2 = [9, 8, 7]

ot.printc(f'{123}绿色文本', list1, list2, display=True, color='green')

输出

123绿色文本 [1, 2, 3] [9, 8, 7] 

prints

onetouch中, prints(self, *args, display, style, morphology, recover, sep, end, file)

选择性打印多种样式的字符到终端

参数

• self: Any-None-选

  通常是要打印在终端的内容

• *args: tuple[Any]-None-选

  通常是其他需要打印在终端的内容

• display: bool-True-选

  控制是否将内容输出到终端

• style: str-None-选

  控制将内容输出到终端的样式,绝对优先级:3

  规范化写法

    style='color:green;backgroundcolor:blue;'

目前支持样式

    `color`: 字体颜色

    目前支持颜色

    `default`:`默认颜色`

    `black`:`黑色`

    `red`:`红色`

    `green`:`绿色`

    `yellow`:`黄色`

    `blue`:`蓝色`

    `magenta`:`品红色`

    `cyan`:`青色`

    `white`:`白色`

    `bright_black`:`灰色`

    `bright_red`:`亮红色`

    `bright_green`:`亮绿色`

    `bright_yellow`:`亮黄色`

    `bright_blue`:`亮蓝色`

    `bright_magenta`:`亮品红色`

    `bright_cyan`:`亮青色`

    `bright_white`:`亮白色`

    `backgroundcolor`: 背景颜色

    目前支持颜色

    `black`:`黑色`

    `red`:`红色`

    `green`:`绿色`

    `yellow`:`黄色`

    `blue`:`蓝色`

    `magenta`:`品红色`

    `cyan`:`青色`

    `white`:`白色`

    `bright_black`:`灰色`

    `bright_red`:`亮红色`

    `bright_green`:`亮绿色`

    `bright_yellow`:`亮黄色`

    `bright_blue`:`亮蓝色`

    `bright_magenta`:`亮品红色`

    `bright_cyan`:`亮青色`

    `bright_white`:`亮白色`

    `bold`: 字体加粗 - `True`/`False`

    `faint`: 变暗 - `True`/`False`

    `italic`: 斜体 - `True`/`False`

    `underline`: 下划线 - `True`/`False`

    `reverse`: 颜色反转 - `True`/`False`

    `crossed-out`: 删除线 - `True`/`False`

• morphology: dict-None-选

  控制将内容输出到终端的样式,绝对优先级:2

  规范化写法

    ```Python
    morphology = {
        'color': 'red',
        'backgroundcolor': 'yellow',
        'bold': True,
        'faint': True,
        'italic': True,
        'underline': True,
        'reverse': True,
        'crossed-out': True
    }
    ```
  

  目前支持样式

    参考onetouch.tools.printc参数style的目前支持样式
  

• recover: bool-True-选

  是否保持该字体样式

• sep: str-''-选

  self和所有*args之间的连接符

• end: str-'\n'-选

  两次printc操作之间的连接符

• file: SupportsWrite[str]-None-选

  文件类对象 （stream）;默认为当前的 sys.stdout。

示例

import onetouch as ot

list1 = [1, 2, 3]
list2 = [9, 8, 7]

morphology = {
    'color': 'red',
    'backgroundcolor': 'yellow',
    'bold': True,
    'faint': True,
    'italic': True,
    'underline': True,
    'reverse': True,
    'crossed-out': True
}

ot.prints(f'{987}测试文本', list1, list2, display=True,style='color:green;backgroundcolor:blue;', morphology=morphology, recover=True)

输出

987测试文本[1, 2, 3][9, 8, 7]

chat_glm

onetouch中, chat(contents, api, model, stream, history)

调用智谱清言大模型的api

参数

• contents: Any-''-选

  表示要询问的问题

• api: str-None-必

  提供你的相应的api秘钥

• model: str-'glm-4-flash'-选

  调用的大模型

• stream: bool-False-选

  是否采用流式输出

• history: list[Any]-None-选

  历史交互记录

示例

流式输出结果

import onetouch as ot


api = 'Your api key'
history = []

# 流式输出结果
agent = ot.chat_glm("你好,请用英文回答我", api, model='glm-4-flash', stream=True, history=history)

for content in agent:
    ot.prints(content, style="color:red;", end='')

流式输出

Hello! How can I assist you today?

直接输出结果

import onetouch as ot


api = 'Your api key'
history = []

# 流式输出结果
agent = ot.chat_glm("你好,请用英文回答我", api, model='glm-4-flash', stream=False, history=history)

for content in agent:
    ot.prints(content, style="color:red;", end='')

直接输出

Hello! How can I assist you today?

---

附录

pytorch参考手册

numpy参考手册

pandas参考手册

matplotlib参考手册

scikit-learn参考手册

---

致谢

在此，我要特别感谢智谱清言对于OneTouch库的开发与构建所做出的巨大贡献。这款软件以其高效能和智能化特性，极大地简化了开发流程，提升了库的功能性和稳定性。智谱清言的强大指导性AI大模型,让OneTouch库的构建变得更加高效和可靠。我们对智谱清言所提供的支持表示衷心的感谢，并期待在未来的项目中继续利用这一强大工具，共同推动技术的发展。