Бібліотеки та модулі полегшують життя програміста.
Коли ви працюєте з проектами, ви можете зіткнутися зі сценаріями, коли ви не зможете вирішити за допомогою стандартного кодування мови програмування. Нам потрібні деякі бібліотеки та модулі, щоб подолати ці проблеми.
На щастя, Python підтримує безліч модулів і бібліотек. Python має вбудовані модулі, а також сторонні бібліотеки та модулі для розробки. Ми побачимо як інтегровані, так і сторонні модулі, які дуже корисні для проектів Python. Давайте спочатку вивчимо вбудовані модулі.
# Вбудовані модулі
Python поставляється з великою кількістю вбудованих модулів для різних випадків використання. Ми вивчатимемо модулі один за іншим відповідно до використання.
Колекції – типи даних контейнерів
Python має різні типи колекцій для зберігання колекції даних. Наприклад, кортеж, список, dict тощо є одними з вбудованих колекцій Python. Модуль колекцій надає додаткові функції до вбудованих колекцій.
Якщо взяти збір даних deque з модуля колекцій, це більше схоже на список Python. Але ми можемо штовхати та лопати елементи з обох сторін. Це швидше, ніж список. Ви можете використовувати дек відповідно до своїх потреб. Давайте подивимося на реальне кодування зі збором даних collections.deque.
import collections nums = [1, 2, 3] # creating deque collection from the list deque = collections.deque(nums) print(deque) # adding an element at the end deque.append(4) print(deque) # adding element at the starting deque.appendleft(0) print(deque) # removing the element at the end deque.pop() print(deque) # removing element at the starting deque.popleft() print(deque)
Запустіть наведений вище код; подивіться результати. У модулі колекцій також є інші колекції даних.
Деякі з них:
Лічильник
Повертає dict, який містить частоту елементів зі списку.
Це підклас класу dict.
Список користувачів
Використовується для швидкого підкласу списку.
UserDict
Використовується для швидкого підкласу dict.
UserString
Використовується для швидкого підкласу str.
Перейдіть до документації колекції модуль для вивчення всіх колекцій даних і методів.
Коротка примітка. Використовуйте вбудований метод dir(object) Python, щоб переглянути всі методи об’єкта.
CSV – обробка файлів
Ми можемо використовувати файли CSV (значення, розділені комами) для зберігання табличних даних. Формат, який найчастіше використовується для імпорту та експорту даних з електронних таблиць і баз даних. Python поставляється з модулем під назвою CSV для обробки файлів CSV.
Давайте розглянемо один приклад читання даних із файлу CSV.
Створіть файл із назвою sample.csv на своєму ноутбуці та вставте наведені нижче дані.
Name,Age,Graduation Year Hafeez,21,2021 Aslan,23,2019 Rambabu,21,2021
У нас є методи для читання та запису в модулі CSV. Ми побачимо, як читати дані з файлів CSV за допомогою модуля CSV.
import csv
with open('sample.csv') as file:
# creating the reader
reader = csv.reader(file)
# reading line by line using loop
for row in reader:
# row is a list containing elements from the CSV file
# joingin the list using join(list) method
print(','.join(row))
Запустіть наведений вище код, щоб побачити результати.
У нас також буде об’єкт під назвою csv.writer() для запису даних у файл CSV. Пограйте з іншими методами самостійно, використовуючи вбудовані методи dir() і help(). У нас є ще один модуль під назвою JSON, який використовується для обробки файлів JSON. Це також вбудований модуль.
Випадкова – генерація
У Python є модуль random, який дозволяє генерувати дані випадковим чином. Ми можемо створити будь-що випадковим чином, використовуючи різні способи випадкового модуля. Ви можете використовувати цей модуль у програмах, таких як хрестики-нулики, гра в кості тощо,
Давайте розглянемо просту програму для генерації випадкових цілих чисел із заданого діапазону.
import random # generating a random number from the range 1-100 print(random.randint(1, 100))
Ви перевіряєте інші методи випадкового модуля за допомогою методів dir() і help(). Давайте напишемо невелику і просту гру, використовуючи випадковий модуль. Ми можемо назвати це грою «Вгадування чисел».
Що таке гра «Вгадування чисел»?
Програма згенерує випадкове число в діапазоні від 1 до 100. Користувач буде вгадувати число, поки воно не збігатиметься з випадковим числом, згенерованим програмою. Кожного разу ви друкуватимете, чи номер користувача менший за випадкове число чи більший за випадкове число. Потім вихідний код відобразить кількість відгадок.
Перегляньте наведений нижче код для програми вище.
# importing random module
import random
# generating random number
random_number = random.randint(1, 100)
# initializing no. of guess to 0
guess_count = 0
# running loop until user guess the random number
while True:
# getting user input
user_guessed_number = int(input("Enter a number in the range of 1-100:- "))
# checking for the equality
if user_guessed_number == random_number:
print(f"You have guessed the number in {guess_count} guesses")
# breaking the loop
break
elif user_guessed_number < random_number:
print("Your number is low")
elif user_guessed_number > random_number:
print("Your number is high")
# incrementing the guess count
guess_count += 1
Tkinter – програми графічного інтерфейсу
Tkinter — це вбудований модуль для розробки додатків GUI (графічний інтерфейс користувача). Це зручно для новачків. Ми можемо розробляти програми з графічним інтерфейсом користувача, такі як калькулятор, система входу, текстовий редактор тощо. Існує багато ресурсів, щоб навчитися розробці графічного інтерфейсу користувача за допомогою Tkinter.
Найкраща підтримка – слідувати за офіційною особою документи. Щоб розпочати роботу з Tkinter, перейдіть до документів і почніть створювати чудові програми з графічним інтерфейсом користувача.
# Модулі сторонніх виробників
Запити – HTTP-запити
Модуль Requests використовується для надсилання всіх видів HTTP-запитів на сервер. Він дозволяє надсилати запити HTTP/1.1. Ми також можемо додавати заголовки, дані та інші речі за допомогою словників Python. Оскільки це сторонній модуль, ми маємо його встановити. Виконайте наступну команду в терміналі або командному рядку, щоб установити модуль запитів.
pip install requests
З модулем запитів працювати просто. Ми можемо розпочати роботу із запитами без попереднього знання. Давайте подивимося, як відправити запит на отримання і що він повертає.
import requests
# sening a get request
request = requests.get("https://www.google.com/")
#
print(request.status_code)
print(request.url)
print(request.request)
Наведений вище код надрукує status_code, URL-адресу та метод запиту (GET, POST). Ви також отримаєте джерело URL-адреси. Ви можете отримати доступ до нього за допомогою байтів request.content. Перейти до документи модуля запитів і досліджуйте більше.
BeautifulSoup4 – веб-збирання
Бібліотека BeautifulSoup використовується для веб-збирання. Це зручний модуль для роботи. Навіть новачки можуть почати працювати з ним за допомогою документи. Перегляньте зразок коду, щоб видалити деталі звітів клієнтів.
Ви можете встановити BeautifulSoup, ввівши наступну команду в терміналі/командному рядку.
pip install beautifulsoup4
І, проста програма для вашого першого скраппінгу.
## Scrping the ConsumerReport products list using BeautifulSoup
## importing bs4, requests modules
import bs4
import requests
## initializing url
url = "https://www.consumerreports.org/cro/a-to-z-index/products/index.htm"
## getting the reponse from the page using get method of requests module
page = requests.get(url)
## storing the content of the page in a variable
html = page.content
## creating BeautifulSoup object
soup = bs4.BeautifulSoup(html, "lxml")
## see the class or id of the tag which contains names ans links
div_class = "crux-body-copy"
## getting all the divs using find_all method
div_tags = soup.find_all("div", class_=div_class) ## finding divs whichs has mentioned class
## we will see all the tags with a tags which has name and link inside the div
for tag in div_tags:
print(tag)
Запустіть наведений вище код, щоб побачити магію веб-збирання. Існує більше фреймворків веб-збирання, які ви можете спробувати.
# Наука про дані та машинне навчання
Є кілька бібліотек, спеціально створених для науки про дані та машинного навчання. Усе це розроблено на C. Вони блискавичні.
Numpy
Numpy використовується для наукових обчислень.
Це дозволяє нам працювати з багатовимірними масивами. У Python немає реалізації масивів. В основному розробники використовують numpy у своїх проектах машинного навчання. Це проста бібліотека з відкритим вихідним кодом. Майже кожен інженер з машинного навчання або дослідник даних використовує цей модуль для складних математичних обчислень.
Виконайте таку команду, щоб установити модуль numpy.
pip install numpy
панди
панди це модуль аналізу даних. Ми можемо найефективніше фільтрувати дані за допомогою бібліотеки pandas. Він пропонує різні типи структур даних, які зручні для роботи. Він також забезпечує роботу з файлами різних форматів.
Встановіть модуль за допомогою такої команди.
pip install pandas
Matplotlib
Matplotlib це бібліотека для побудови двовимірних графіків. Ви можете візуалізувати дані за допомогою Matplotlib.
Ми можемо генерувати зображення фігур у різних форматах. Ми будуємо різні типи діаграм, як-от стовпчасті діаграми, діаграми помилок, гістограми, діаграми розсіювання тощо. Ви можете встановити matplotlib за допомогою наступної команди.
pip install matplotlib
Коротка примітка: – Ви можете встановити Анаконда щоб отримати всі бібліотеки та модулі, необхідні для Data Science.
Якщо ви серйозно налаштовані вивчати Python для обробки даних і машинного навчання, тоді ознайомтеся з цією чудовою версією Курс Udemy.
# Веб-платформи
Ми можемо знайти багато веб-фреймворків на Python. Ми обговоримо два фреймворки, які широко використовуються розробниками. Це два фреймворки: Django та Flask.
Джанго
Джанго це веб-фреймворк із відкритим кодом, розроблений на Python. З Django зручно створювати сайти. За допомогою цього фреймворку ми можемо створювати будь-які сайти. Одними з найпопулярніших сайтів, створених за допомогою Django, є Instagram, bitbucket, Disqus, Mozilla Firefox тощо.
- Ми можемо швидко створювати складні веб-сайти за допомогою функцій Django.
- Django вже виконує багато завдань, необхідних для веб-розробки.
- Він також забезпечує безпеку для атак SQL Injection, міжсайтових сценаріїв, підробки міжсайтових запитів і клікджекінгу.
- Ми можемо створити будь-який веб-сайт від системи керування контентом до соціальних сайтів.
Документація Django однозначна. Ви повинні знати Python для Django. Але не хвилюйтеся, якщо ні. Вивчення Django легко.
Колба
Flask — мікровеб-фреймворк, розроблений на Python.
Він більш пітонічний, ніж Django. Має чудову документацію тут. Він використовує механізм шаблонів Jinja. Створювати великі веб-сайти Flask дуже складно. Більшість функцій, таких як маршрутизація URL-адрес, відправка запитів, безпечні файли cookie, сеанси тощо, присутні як у Django, так і в Flask.
Виберіть фреймворк залежно від складності вашого сайту. Django набирає популярності серед розробників. Це найбільш використовувана структура для веб-розробки на Python.
Висновок
Сподіваюся, ви дізналися про різні модулі, бібліотеки та фреймворки для Python.
Кожен колись був новачком.
Що б ви не хотіли почати, спочатку перейдіть до документації та почніть її вивчати. Якщо ви не можете зрозуміти документацію, знайдіть прискорені курси на навчальні сайти.