Free Press

Nach Modulen und Python-Paketen verlagern wir unsere Diskussion auf Python-Bibliotheken.

In diesem Python-Bibliotheks-Tutorial werden wir die Python-Standardbibliothek und verschiedene Bibliotheken besprechen, die von der Programmiersprache Python angeboten werden: Matplotlib, scipy, numpy, etc.

So, lasst uns mit dem Python Bibliotheken Tutorial beginnen.

Was sind die Python Bibliotheken?

Wir wissen, dass ein Modul eine Datei mit Python-Code ist, und ein Paket ist ein Verzeichnis für Unterpakete und Module. Aber die Grenze zwischen einem Paket und einer Python-Bibliothek ist ziemlich unscharf.

Eine Python-Bibliothek ist ein wiederverwendbares Stück Code, das man in seine Programme/Projekte einbauen kann.

Im Gegensatz zu Sprachen wie C++ oder C gehören Python-Bibliotheken nicht zu einem bestimmten Kontext in Python. Hier beschreibt eine „Bibliothek“ locker eine Sammlung von Kernmodulen.

Im Wesentlichen ist eine Bibliothek also eine Sammlung von Modulen. Ein Paket ist eine Bibliothek, die mit einem Paketmanager wie rubygems oder npm installiert werden kann.

Python Standard Library

Die Python Standard Library ist eine Sammlung der genauen Syntax, Token und Semantik von Python. Sie wird mit der Kerndistribution von Python mitgeliefert. Wir haben dies bereits bei der Einführung erwähnt.

Sie ist in C geschrieben und behandelt Funktionen wie I/O und andere Kernmodule. Alle diese Funktionen zusammen machen Python zu der Sprache, die es ist.

Mehr als 200 Kernmodule bilden den Kern der Standardbibliothek. Diese Bibliothek wird mit Python ausgeliefert.

Aber zusätzlich zu dieser Bibliothek können Sie auch auf eine wachsende Sammlung von mehreren tausend Komponenten aus dem Python Package Index (PyPI) zugreifen. Wir haben sie im vorherigen Blog erwähnt.

Wichtige Python-Bibliotheken

Nachfolgend sehen wir uns eine Liste von zwanzig Python-Bibliotheken an, die Sie auf Ihrer Reise mit Python weiterbringen werden.

Das sind auch die Python-Bibliotheken für Data Science.

1. Matplotlib

Matplotlib hilft bei der Datenanalyse und ist eine numerische Plotting-Bibliothek. Wir haben darüber in Python for Data Science gesprochen.

2. Pandas

Wie wir bereits gesagt haben, ist Pandas ein Muss für Data Science.

Es bietet schnelle, ausdrucksstarke und flexible Datenstrukturen, um einfach (und intuitiv) mit strukturierten (tabellarischen, multidimensionalen, potenziell heterogenen) und Zeitseriendaten zu arbeiten.

3. Requests

Requests ist eine Python-Bibliothek, mit der man HTTP/1.1-Requests senden, Header, Formulardaten, Multipart-Dateien und Parameter mit einfachen Python-Wörterbüchern hinzufügen kann.

Sie ermöglicht auch den Zugriff auf die Antwortdaten auf dieselbe Weise.

4. NumPy

Es hat fortgeschrittene mathematische Funktionen und ein rudimentäres Paket für wissenschaftliche Berechnungen.

5. SQLAlchemy

SQLAlchemy ist eine Bibliothek mit bekannten Mustern auf Unternehmensebene.

Sie wurde für einen effizienten und leistungsstarken Datenbankzugriff entwickelt.

6. BeautifulSoup

Sie ist zwar etwas langsam, aber BeautifulSoup ist eine ausgezeichnete XML- und HTML-Parsing-Bibliothek für Anfänger.

7. Pyglet

Pyglet ist eine ausgezeichnete Wahl für eine objektorientierte Programmierschnittstelle bei der Entwicklung von Spielen.

Es wird auch für die Entwicklung anderer visuell reichhaltiger Anwendungen für Mac OS X, Windows und Linux verwendet.

In den 90er Jahren, wenn den Leuten langweilig war, haben sie Minecraft auf ihren Computern gespielt. Pyglet ist die Engine hinter Minecraft.

8. SciPy

Als nächstes kommt SciPy, eine der Bibliotheken, über die wir so viel gesprochen haben. Sie hat eine Reihe von benutzerfreundlichen und effizienten numerischen Routinen.

Dazu gehören Routinen zur Optimierung und numerischen Integration.

9. Scrapy

Wenn Ihr Motiv schnelles, hochrangiges Screen Scraping und Web Crawling ist, wählen Sie Scrapy.

Sie können es für Zwecke von Data Mining bis hin zu Überwachung und automatisierten Tests verwenden.

10. PyGame

PyGame bietet eine extrem einfache Schnittstelle zu den plattformunabhängigen Grafik-, Audio- und Eingabebibliotheken der Simple Directmedia Library (SDL).

11. Python Twisted

Eine ereignisgesteuerte Netzwerk-Engine, Twisted ist in Python geschrieben und unter der Open-Source MIT-Lizenz lizenziert.

12. Pillow

Pillow ist ein freundlicher Fork von PIL (Python Imaging Library), ist aber benutzerfreundlicher.

Wenn Sie mit Bildern arbeiten, ist Pillow Ihr bester Freund.

13. pywin32

Dies bietet nützliche Methoden und Klassen für die Interaktion mit Windows, wie der Name schon sagt.

14. wxPython

Es ist ein Wrapper um wxWidgets für Python.

15. iPython

iPython Python Library hat eine Architektur, die paralleles und verteiltes Rechnen erleichtert.

Mit ihr können Sie parallele Anwendungen entwickeln, ausführen, debuggen und überwachen.

16. Nose

Nose liefert einen alternativen Testfindungs- und Ausführungsprozess für unittest. Dies soll das Verhalten von py.test so weit wie möglich nachahmen.

17. Flask

Ein Web-Framework, Flask ist mit einem kleinen Kern und vielen Erweiterungen aufgebaut.

18. SymPy

Es ist eine Open-Source-Bibliothek für symbolische Mathematik.

Mit sehr einfachem und verständlichem Code, der leicht erweiterbar ist, ist SymPy ein vollwertiges Computer-Algebra-System (CAS).

Es ist in Python geschrieben und benötigt daher keine externen Bibliotheken.

19. Fabric

Fabric ist nicht nur eine Bibliothek, sondern auch ein Kommandozeilen-Tool zur Vereinfachung der Verwendung von SSH für die Bereitstellung von Anwendungen oder Systemadministrationsaufgaben.

Damit können Sie lokale oder entfernte Shell-Befehle ausführen, Dateien hoch- und herunterladen und sogar den laufenden Benutzer zur Eingabe auffordern oder die Ausführung abbrechen.

20. PyGTK

PyGTK ermöglicht es, mit Python auf einfache Weise Programme mit einer GUI (Graphical User Interface) zu erstellen.

So, das war alles über Python Libraries Tutorial. Wir hoffen, dass Ihnen unsere Erklärung gefällt.

Python Interview Fragen zu Bibliotheken

1. Was sind Bibliotheken in Python?
2. Was ist der Nutzen von Bibliotheken in Python?
3. Wie funktionieren Python Bibliotheken?
4. Wie installiert man alle Python-Bibliotheken?
5. Nenne einige häufig verwendete Python-Bibliotheken.

Abschluss

Jetzt weißt du, auf welche Bibliotheken du zurückgreifen kannst, wenn du eine Karriere in Python anstrebst. Viele dieser Bibliotheken helfen uns auch in der Datenwissenschaft.

Oder wenn Sie einen eigenen Weg gehen wollen, erstellen Sie Ihre eigene Bibliothek und veröffentlichen Sie sie in der PyPI; helfen Sie der Gemeinschaft zu wachsen.