11 Mga Aklatan sa Python at Modules Ang Dapat Na Alam ng Nag-develop

Ginagawa ng mga aklatan at Modules ang buhay ng isang programmer na makinis.


Kapag nagtatrabaho ka sa mga proyekto, maaari kang makatagpo ng mga senaryo kung saan hindi mo malutas ang karaniwang coding ng isang wikang programming. Kailangan namin ng ilang mga aklatan at module upang malampasan ang mga problemang ito.

Sa kabutihang-palad Python ay sumusuporta sa isang kalabisan ng mga module at mga aklatan. Si Python ay mayroon built-in modules pati na rin third-party mga aklatan at module para sa kaunlaran. Makakakita kami ng parehong integrated at third-party na mga module, na kung saan ay napaka-kapaki-pakinabang para sa mga proyekto sa Python. Hayaan tuklasin muna ang built-in na mga module.

# Mga built-in na Module

Ang Python ay may maraming built-in na mga module para sa iba’t ibang mga kaso sa paggamit. Pag-aralan namin ang mga module nang paisa-isa ayon sa paggamit.

Mga koleksyon – Mga data ng lalagyan

Ang Python ay may iba’t ibang uri ng mga koleksyon upang maiimbak ang koleksyon ng data. Halimbawa, tuple, lista, dikta, atbp.., ay ilan sa mga built-in na koleksyon ng Python. Ang mga koleksyon nagbibigay ng module ng karagdagang mga tampok sa mga built-in na koleksyon.

Kung kukuha ka deque ang pagkolekta ng data ng mga koleksyon module, ito ay katulad ng isang listahan ng Python. Ngunit, kaya natin itulak at pop ang mga elemento mula sa magkabilang panig. Mas mabilis ito kaysa sa listahan. Maaari mong gamitin ang deque batay sa iyong mga pangangailangan. Tingnan natin ang ilang totoong coding mga koleksyon.deque pagkolekta ng data.

pag-import ng mga koleksyon
mga numero = [1, 2, 3]
# paglikha ng koleksyon ng deque mula sa listahan
deque = koleksyon.deque (mga bilang)

i-print (deque)

# pagdaragdag ng isang elemento sa dulo
deque.append (4)

i-print (deque)

# pagdaragdag ng elemento sa simula
deque.appendleft (0)

i-print (deque)

# tinanggal ang elemento sa dulo
deque.pop ()

i-print (deque)

# pag-alis ng elemento sa simula
deque.popleft ()

i-print (deque)

Patakbuhin ang code sa itaas; tingnan ang mga resulta. Mayroon kaming iba pang mga koleksyon ng data pati na rin sa mga koleksyon modyul.

Ilan sa kanila ay:

KontraNagbabalik isang dikt na naglalaman ng dalas ng mga elemento mula sa listahan.

Ito ay isang subclass ng klase ng dikta.

UserListGinamit para sa isang mabilis na subclass ng listahan.
UserDictGinamit para sa isang mabilis na subclass ng dikt.
UserStringGinamit para sa isang mabilis na subclass ng str.

Pumunta sa dokumentasyon ng mga koleksyon module upang galugarin ang lahat ng mga koleksyon ng data at pamamaraan.

Mabilis na Tandaan:- Gamitin ang dir (object) built-in na pamamaraan ng Python upang makita ang lahat ng mga pamamaraan ng isang bagay.

CSV – Paghawak ng file

Maaari naming gamitin ang mga CSV (mga halaga ng hiwalay sa comma) na mga file upang maimbak ang data ng tabular. Ang pinaka-karaniwang ginagamit na format para sa pag-import at pag-export ng data mula sa mga spreadsheet at mga database. Ang Python ay may module na tinatawag na CSV upang mahawakan ang mga file na CSV.

Tingnan natin ang isang halimbawa ng pagbabasa ng data mula sa isang CSV file.

Lumikha ng isang file na may pangalan sample.csv sa iyong laptop at i-paste ang sumusunod na data.

Pangalan, Edad, Taon ng Pagtatapos

Hafeez, 21,2021

Aslan, 23,2019

Rambabu, 21,2021

Mayroon kaming mga pamamaraan upang mabasa at isulat sa module ng CSV. Makikita namin kung paano basahin ang data mula sa mga file ng CSV gamit ang CSV module.

mag-import ng csv

may bukas (‘sample.csv’) bilang file:
# paglikha ng mambabasa
mambabasa = csv.reader (file)

# pagbasa linya ayon sa linya gamit ang loop
para sa hilera sa mambabasa:
Ang # hilera ay isang listahan na naglalaman ng mga elemento mula sa file na CSV
# joingin ang listahan gamit ang pagsali (listahan) na pamamaraan
i-print (‘,’. sumali (hilera))

Patakbuhin ang code sa itaas upang makita ang mga resulta.

Magkakaroon din kami ng isang bagay na tinatawag na csv.writer () upang isulat ang data sa CSV file. I-play kasama ang iba pang mga pamamaraan sa iyong sarili gamit ang dir () at tulong () built-in na mga pamamaraan. Mayroon kaming isa pang module na tinatawag JSON, na ginagamit para sa paghawak ng JSON mga file. Ito rin ay built-in na module.

Random – henerasyon

Ang module ng Python ay tinawag random na nagbibigay-daan sa pagbuo ng data nang sapalaran. Maaari kaming makagawa ng anumang bagay na sapalarang gumagamit ng iba’t ibang mga paraan ng random modyul. Maaari mong gamitin ang modyul na ito sa mga application tulad ng tic-tac-toe, laro ng dice, atbp..,

Tingnan natin ang isang simpleng programa upang makabuo ng mga random na integer mula sa isang naibigay na saklaw.

pag-import ng random

# pagbuo ng isang random na numero mula sa saklaw ng 1-100
i-print (random.randint (1, 100))

Sinusuri mo ang iba pang mga pamamaraan ng random modyul gamit ang dir () at mga pamamaraan ng tulong (). Isulat ang isang maliit at simpleng laro gamit ang random modyul. Maaari nating tawagan ito a Laro ng Paghuhula ng Bilang.

Ano ang Larong Panghuhula ng Numero?

Ang programa ay bubuo ng isang random na numero sa hanay ng 1 – 100. hulaan ng gumagamit ang numero hanggang sa tumutugma ito sa random na numero na nabuo ng programa. Sa bawat oras na mag-print ka kung ang numero ng gumagamit ay mas mababa sa random na numero o mas mataas kaysa sa random na numero. Pagkatapos, ipapakita ng source code ang bilang ng mga hula.

Tingnan ang code sa ibaba para sa programa sa itaas.

# pag-import ng random na module
pag-import ng random

# pagbuo ng random na numero
random_number = random.randint (1, 100)

# pagsisimula ng no. ng hulaan sa 0
hula_count = 0

# tumatakbo ang loop hanggang sa hulaan ng gumagamit ang random na numero
habang Totoo:
# pagkuha ng input ng gumagamit

user_guessed_number = int (input (input)"Maglagay ng isang numero sa hanay ng 1-100:- ")

# pagsuri para sa pagkakapantay-pantay
kung user_guessed_number == random_number:
i-print (f"Nahulaan mo ang numero sa {guess_count} hula")
# pagsira ng loop
pahinga
elif user_guessed_number < random_number:
i-print ("Ang iyong numero ay mababa")
elif user_guessed_number > random_number:
i-print ("Mataas ang iyong numero")

# pagdadagdag ng bilang ng hula
hula_count + = 1

Tkinter – GUI application

Ang Tkinter ay isang built-in na module para sa pagpapaunlad ng GUI (Graphical Interface ng Gumagamit) mga aplikasyon. Maginhawa ito para sa mga nagsisimula. Maaari tayong bumuo GUI mga application tulad ng calculator, sistema ng pag-login, editor ng teksto, atbp.., Maraming mga mapagkukunan sa labas doon upang malaman ang GUI pag-unlad na may Tkinter.

Ang pinakamahusay na suporta ay ang pagsunod sa opisyal mga doc. Upang makapagsimula sa Tkinter, pumunta sa mga doc at simulan ang paglikha ng maganda GUI mga aplikasyon.

# Mga Module ng third-party

Mga Kahilingan – Mga kahilingan sa HTTP

Ginagamit ang module ng mga kahilingan upang maipadala ang lahat ng mga uri ng HTTP mga kahilingan sa server. Pinapayagan nito HTTP / 1.1 mga kahilingan na ipadala. Maaari rin kaming magdagdag ng mga header, data, at iba pang mga bagay gamit ang mga dictionaries ng Python. Dahil ito ay isang third-party module, kailangan nating i-install ito. Patakbuhin ang sumusunod na utos sa terminal o command-line upang mai-install ang mga kahilingan modyul.

pip install ang mga kahilingan

Diretso itong magtrabaho kasama ang mga kahilingan modyul. Maaari naming simulan ang pagtatrabaho sa mga kahilingan nang walang naunang kaalaman. Tingnan natin kung paano magpadala ng isang kahilingan at kumuha ng kung ano ang ibabalik nito.

pag-import ng mga kahilingan

# sening isang humiling
kahilingan = mga kahilingan.get ("https://www.google.com/")

#
i-print (kahilingan.status_code)
i-print (kahilingan.url)
i-print (kahilingan.request)

Ang code sa itaas ay mai-print ang status_code, URL, at paraan ng kahilingan (GET, POST). Makakakuha ka ng mapagkukunan ng URL din. Maaari mong ma-access ito sa humiling.content byte. Pumunta sa mga doc ng mga kahilingan module at galugarin pa.

BeautifulSoup4 – pag-scrape ng web

MagandaSoup ginagamit ang library para sa web scraping. Ito ay isang madaling gamitin na module upang gumana. Kahit na ang mga nagsisimula ay maaaring magsimulang magtrabaho kasama nito gamit ang mga doc. Tingnan ang sample code upang mai-scrap ang mga detalye ng ulat ng customer.

Maaari kang mag-install MagandaSoup sa pamamagitan ng pag-type ng sumusunod na utos sa terminal / command-line.

mag-install ng pip na beautifulsoup4

At, isang simpleng programa para sa iyong unang pag-scrape.

# # Pag-scroll sa listahan ng mga produkto ng ConsumerReport gamit ang BeautifulSoup

Ang # # pag-import ng bs4, humihiling ng mga module
import bs4
pag-import ng mga kahilingan

## pagsisimula ng url
url = "https://www.consumerreports.org/cro/a-to-z-index/products/index.htm"

## pagkuha ng reponse mula sa pahina gamit ang paraan ng mga kahilingan module
pahina = mga kahilingan.get (url)

## pag-iimbak ng nilalaman ng pahina sa isang variable
html = pahina.content

## paglikha ng bagay na BeautifulSoup
sopas = bs4.BeautifulSoup (html, "lxml")

# # makita ang klase o id ng tag na naglalaman ng mga link ng ans
div_class = "crux-body-copy"

## nakakakuha ng lahat ng mga div gamit ang find_all na pamamaraan
div_tags = sopas.find_all ("div", class_ = div_class) ## paghahanap ng mga div na binanggit sa klase

# # makikita namin ang lahat ng mga tag na may mga tag na may pangalan at link sa loob ng div
para sa tag sa div_tags:
i-print (tag)

Patakbuhin ang code sa itaas upang makita ang mahika ng web scraping. Mayroong maraming mga web scraping framew out out para masubukan mo.

# Data Science at Machine Learning

Mayroong ilang mga aklatan out doon espesyal na nilikha para sa data science at machine learning. Ang lahat ng ito ay binuo sa C. Mabilis ang kidlat nila.

Numpy

Numpy ay ginagamit para sa pang-agham na pagkalkula.

Pinapayagan kaming magtrabaho multidimensional arrays. Ang pagpapatupad ng oras ay wala doon sa Python. Pangunahin ang ginagamit ng mga developer numpy sa kanilang mga proyekto sa pag-aaral ng machine. Madali itong matuto at bukas na mapagkukunan na aklatan. Halos bawat machine learning engineer o data scientist ay gumagamit ng modyul na ito para sa kumplikadong pagkalkula ng matematika.

Patakbuhin ang sumusunod na utos upang mai-install ang numpy modyul.

i-install ang pipy

Pandas

Pandas ay isang module ng data analysis. Maaari naming i-filter ang data na pinaka-epektibong gamit ang pandas library. Nag-aalok ito ng iba’t ibang uri ng mga istruktura ng data na madaling magamit. Nagbibigay din ito ng paghawak ng file na may iba’t ibang mga format ng file.

I-install ang module gamit ang sumusunod na utos.

pip install ng mga pandas

Matplotlib

Matplotlib ay isang library ng pag-plot ng 2D na graph. Maaari mong mailarawan ang data gamit Matplotlib.

Maaari kaming makabuo ng mga imahe ng mga figure sa iba’t ibang mga format. Nagpaplano kami ng iba’t ibang uri ng mga diagram tulad ng mga bar tsart, error chart, histograms, dispersplots, atbp., Maaari mong i-install ang matplotlib gamit ang sumusunod na utos.

mag-install ng pip sa matplotlib

Mabilis na Tandaan:- Maaari kang mag-install Anaconda upang makuha ang lahat ng mga aklatan at module na kinakailangan para sa Data Science.

Kung ikaw ay seryoso tungkol sa pag-aaral ng Python para sa data science at ML pagkatapos suriin ang napakatalino Kurso ng Udemy.

# Web Frameworks

Maaari kaming makahanap ng maraming mga web frameworks sa Python. Tatalakayin namin ang dalawang mga frameworks na malawakang ginagamit ng mga nag-develop. Ang dalawang frameworks ay Django at Flask.

Django

Django ay isang open-source web framework na binuo sa Python. Ito ay maginhawa upang lumikha ng mga website na may Django. Maaari kaming makabuo ng anumang uri ng mga site gamit ang balangkas na ito. Ang ilan sa mga pinakasikat na site na itinayo kasama ang Django ay Instagram, bitbucket, Disqus, Mozilla Firefox, atbp..,

  • Maaari kaming bumuo ng mga kumplikadong website nang mabilis sa mga tampok ng Django.
  • Ang Django ay gumagawa ng maraming mga gawain na kinakailangan para sa pagbuo ng web.
  • Nagbibigay din ito ng seguridad para sa mga pag-atake SQL Injection, cross-site scripting, pagtawad ng kahilingan sa cross-site, at pag-clickjack.
  • Maaari kaming bumuo ng anumang website mula sa sistema ng pamamahala ng nilalaman hanggang sa mga social site.

Ang dokumentasyon ng Django ay hindi malabo. Kailangan mong pamilyar sa Python para sa Django. Ngunit huwag kang mag-alala kung wala ka. Pag-aaral ng Django ay madali.

Flask

Ang Flask ay isang micro web framework na binuo sa Python.

Ito ay mas pythonic kaysa sa Django. Ito ay may mahusay na dokumentasyon dito. Ginagamit nito ang Jinja template ng engine. Ito ay napaka-kumplikado upang lumikha ng malaking website Flask. Karamihan sa mga tampok tulad ng pagruruta ng URL, Humiling ng pag-dispatch, Secure cookies, Session, atbp., Ay naroroon sa pareho Django at Flask.

Piliin ang balangkas batay sa pagiging kumplikado ng iyong website. Ang Django ay nakakakuha ng katanyagan sa mga nag-develop. Ito ang pinaka ginagamit na balangkas para sa pagbuo ng web sa Python.

Konklusyon

Inaasahan kong alam mo ang tungkol sa iba’t ibang mga module, aklatan, at mga frameworks para sa Python.

Ang bawat tao’y isang beses isang baguhan.

Anuman ang nais mong simulan, puntahan muna ang dokumentasyon at simulan ang pag-aaral nito. Kung hindi mo maiintindihan ang mga doc, pagkatapos maghanap ng mga kurso sa pag-crash sa mga website na pang-edukasyon.

TAGS:

  • Python

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me
    Like this post? Please share to your friends:
    Adblock
    detector
    map