Free Press

Dopo i Moduli e i Pacchetti Python, spostiamo la nostra discussione sulle Librerie Python.

In questo Tutorial sulle Librerie Python, discuteremo la libreria standard Python e diverse librerie offerte dal linguaggio di programmazione Python: Matplotlib, scipy, numpy, ecc.

Allora, iniziamo il tutorial sulle librerie Python.

Che cosa sono le librerie Python?

Sappiamo che un modulo è un file con del codice Python, e un pacchetto è una directory per sub pacchetti e moduli. Ma la linea tra un pacchetto e una libreria Python è abbastanza confusa.

Una libreria Python è un pezzo di codice riutilizzabile che potreste voler includere nei vostri programmi/progetti.

Rispetto a linguaggi come C++ o C, le librerie Python non appartengono a nessun contesto specifico in Python. Qui, una ‘libreria’ descrive vagamente una collezione di moduli di base.

In sostanza, quindi, una libreria è una collezione di moduli. Un pacchetto è una libreria che può essere installata usando un gestore di pacchetti come rubygems o npm.

Python Standard Library

La Python Standard Library è una collezione di sintassi esatta, token e semantica di Python. Viene fornita in bundle con la distribuzione principale di Python. Lo abbiamo menzionato quando abbiamo iniziato con un’introduzione.

È scritta in C, e gestisce funzionalità come l’I/O e altri moduli del nucleo. Tutte queste funzionalità insieme fanno di Python il linguaggio che è.

Più di 200 moduli di base si trovano nel cuore della libreria standard. Questa libreria viene fornita con Python.

Ma oltre a questa libreria, puoi anche accedere ad una collezione crescente di diverse migliaia di componenti dal Python Package Index (PyPI). Ne abbiamo parlato nel blog precedente.

Biblioteche Python importanti

Prossimo, vedremo una lista di venti librerie Python che ti porteranno lontano nel tuo viaggio con Python.

Queste sono anche le librerie Python per Data Science.

1. Matplotlib

Matplotlib aiuta nell’analisi dei dati, ed è una libreria di plottaggio numerico. Ne abbiamo parlato in Python for Data Science.

2. Pandas

Come abbiamo detto prima, Pandas è un must per la scienza dei dati.

Fornisce strutture dati veloci, espressive e flessibili per lavorare facilmente (e intuitivamente) con dati strutturati (tabulari, multidimensionali, potenzialmente eterogenei) e serie temporali.

3. Requests

Requests è una libreria Python che ti permette di inviare richieste HTTP/1.1, aggiungere intestazioni, dati di moduli, file multipart e parametri con semplici dizionari Python.

Ti permette anche di accedere ai dati della risposta nello stesso modo.

4. NumPy

Ha funzioni matematiche avanzate e un rudimentale pacchetto di calcolo scientifico.

5. SQLAlchemy

SQLAlchemy è una libreria con modelli ben noti a livello aziendale.

È stata progettata per un accesso al database efficiente e performante.

6. BeautifulSoup

Può essere un po’ lenta, BeautifulSoup ha un’eccellente libreria di analisi XML e HTML per principianti.

7. Pyglet

Pyglet è una scelta eccellente per un’interfaccia di programmazione orientata agli oggetti nello sviluppo di giochi.

In effetti, trova anche uso nello sviluppo di altre applicazioni ricche di immagini per Mac OS X, Windows e Linux.

Negli anni 90, quando la gente si annoiava, ricorreva a giocare a Minecraft sui loro computer. Pyglet è il motore dietro Minecraft.

8. SciPy

La prossima è SciPy, una delle librerie di cui abbiamo parlato tanto. Ha un certo numero di routine numeriche facili da usare ed efficienti.

Queste includono routine per l’ottimizzazione e l’integrazione numerica.

9. Scrapy

Se il tuo motivo è lo screen scraping veloce e di alto livello e il web crawling, scegli Scrapy.

Puoi usarlo per scopi che vanno dal data mining al monitoraggio e ai test automatici.

10. PyGame

PyGame fornisce un’interfaccia estremamente facile per le librerie grafiche, audio e di input indipendenti dalla piattaforma Simple Directmedia Library (SDL).

11. Python Twisted

Un motore di rete guidato dagli eventi, Twisted è scritto in Python, e rilasciato sotto la licenza open-source MIT.

12. Pillow

Pillow è un amichevole fork di PIL (Python Imaging Library), ma è più user-friendly.

Se lavori con le immagini, Pillow è il tuo migliore amico.

13. pywin32

Questo fornisce metodi e classi utili per l’interazione con Windows, come suggerisce il nome.

14. wxPython

È un wrapper intorno a wxWidgets per Python.

15. iPython

iPython Biblioteca Python ha un’architettura che facilita il calcolo parallelo e distribuito.

Con essa, puoi sviluppare, eseguire, debuggare e monitorare applicazioni parallele.

16. Nose

Nose fornisce un processo alternativo di scoperta ed esecuzione di test per unittest. Questo intende imitare il comportamento di py.test il più possibile.

17. Flask

Un framework web, Flask è costruito con un piccolo nucleo e molte estensioni.

18. SymPy

È una libreria open-source per la matematica simbolica.

Con un codice molto semplice e comprensibile che è facilmente estensibile, SymPy è un vero e proprio Computer Algebra System (CAS).

È scritto in Python, e quindi non ha bisogno di librerie esterne.

19. Fabric

Oltre ad essere una libreria, Fabric è uno strumento a riga di comando per semplificare l’uso di SSH per la distribuzione di applicazioni o compiti di amministrazione di sistemi.

Con esso, è possibile eseguire comandi di shell locali o remoti, caricare/scaricare file, e anche richiedere all’utente in esecuzione un input, o interrompere l’esecuzione.

20. PyGTK

PyGTK ti permette di creare facilmente programmi con una GUI (Graphical User Interface) con Python.

Quindi, questo era tutto su Python Libraries Tutorial. Spero vi piaccia la nostra spiegazione.

Python Interview Questions on Libraries

1. Cosa sono le librerie in Python?
2. Che uso hanno le librerie in Python?
3. Come funzionano le librerie Python?
4. Come installare tutte le librerie Python?
5. Nominare alcune librerie Python comunemente usate.

Conclusione

Ora sai quali librerie scegliere se scegli di estendere la tua carriera in Python. Molte di queste ci aiutano anche con la scienza dei dati.

O se vuoi andare fuori strada, crea la tua libreria, e falla pubblicare con il PyPI; aiuta la comunità a crescere.