Free Press

Después de los Módulos y Paquetes de Python, cambiamos nuestra discusión a las Bibliotecas de Python.

Este Tutorial de Bibliotecas de Python, discutiremos la Biblioteca Estándar de Python y las diferentes bibliotecas ofrecidas por el Lenguaje de Programación de Python: Matplotlib, scipy, numpy, etc.

Así que, vamos a empezar el Tutorial de Bibliotecas Python.

¿Qué son las Bibliotecas Python?

Sabemos que un módulo es un archivo con algo de código Python, y un paquete es un directorio para subpaquetes y módulos. Pero la línea entre un paquete y una biblioteca de Python es bastante borrosa.

Una biblioteca de Python es un trozo de código reutilizable que puedes querer incluir en tus programas/proyectos.

Comparado con lenguajes como C++ o C, una biblioteca de Python no pertenece a ningún contexto específico en Python. Aquí, una «biblioteca» describe vagamente una colección de módulos básicos.

Esencialmente, entonces, una biblioteca es una colección de módulos. Un paquete es una biblioteca que puede ser instalada usando un gestor de paquetes como rubygems o npm.

Librería Estándar de Python

La Biblioteca Estándar de Python es una colección de sintaxis exacta, token, y semántica de Python. Viene incluida en el núcleo de la distribución de Python. Lo mencionamos cuando comenzamos con una introducción.

Está escrita en C, y maneja funcionalidad como E/S y otros módulos del núcleo. Toda esta funcionalidad junta hace que Python sea el lenguaje que es.

Más de 200 módulos centrales se encuentran en el corazón de la biblioteca estándar. Esta biblioteca viene con Python.

Pero además de esta biblioteca, también puedes acceder a una creciente colección de varios miles de componentes desde el Python Package Index (PyPI). Lo mencionamos en el blog anterior.

Librerías Python importantes

A continuación, veremos una lista de veinte bibliotecas Python que te llevarán a lugares en tu viaje con Python.

Estas son también las bibliotecas Python para la Ciencia de Datos.

1. Matplotlib

Matplotlib ayuda con el análisis de datos, y es una biblioteca de trazado numérico. Hablamos de ella en Python for Data Science.

2. Pandas

Como hemos dicho antes, Pandas es imprescindible para la ciencia de datos.

Proporciona estructuras de datos rápidas, expresivas y flexibles para trabajar fácilmente (e intuitivamente) con datos estructurados (tabulares, multidimensionales, potencialmente heterogéneos) y series temporales.

3. Requests

Requests es una librería de Python que permite enviar peticiones HTTP/1.1, añadir cabeceras, datos de formulario, archivos multiparte y parámetros con simples diccionarios de Python.

También permite acceder a los datos de la respuesta de la misma manera.

4. NumPy

Tiene funciones matemáticas avanzadas y un paquete de cálculo científico rudimentario.

5. SQLAlchemy

SQLAlchemy es una biblioteca con patrones bien conocidos a nivel empresarial.

Ha sido diseñada para un acceso a la base de datos eficiente y de alto rendimiento.

6. BeautifulSoup

Puede ser un poco lenta, BeautifulSoup tiene una excelente biblioteca de análisis XML y HTML para principiantes.

7. Pyglet

Pyglet es una excelente opción para una interfaz de programación orientada a objetos en el desarrollo de juegos.

De hecho, también encuentra uso en el desarrollo de otras aplicaciones visualmente ricas para Mac OS X, Windows y Linux.

En los años 90, cuando la gente se aburría, recurría a jugar a Minecraft en sus ordenadores. Pyglet es el motor que está detrás de Minecraft.

8. SciPy

El siguiente es SciPy, una de las bibliotecas de las que tanto hemos hablado. Tiene una serie de rutinas numéricas fáciles de usar y eficientes.

Entre ellas se encuentran rutinas de optimización e integración numérica.

9. Scrapy

Si tu motivo es el scraping de pantalla rápido y de alto nivel y el rastreo web, apuesta por Scrapy.

Puedes utilizarlo para fines que van desde la minería de datos hasta la monitorización y las pruebas automatizadas.

10. PyGame

PyGame proporciona una interfaz extremadamente sencilla para las bibliotecas gráficas, de audio y de entrada independientes de la plataforma Simple Directmedia Library (SDL).

11. Python Twisted

Un motor de red impulsado por eventos, Twisted está escrito en Python, y con licencia de código abierto MIT.

12. Pillow

Pillow es un fork amigable de PIL (Python Imaging Library), pero es más fácil de usar.

Si trabajas con imágenes, Pillow es tu mejor amigo.

13. pywin32

Proporciona métodos y clases útiles para la interacción con Windows, como su nombre indica.

14. wxPython

Es una envoltura alrededor de wxWidgets para Python.

15. iPython

Librería Python iPython tiene una arquitectura que facilita la computación paralela y distribuida.

Con ella se pueden desarrollar, ejecutar, depurar y monitorizar aplicaciones paralelas.

16. Nose

Nose ofrece un proceso alternativo de descubrimiento y ejecución de pruebas para unittest. Esto intenta imitar el comportamiento de py.test tanto como puede.

17. Flask

Un framework web, Flask está construido con un pequeño núcleo y muchas extensiones.

18. SymPy

Es una biblioteca de código abierto para la matemática simbólica.

Con un código muy sencillo y comprensible que es fácilmente extensible, SymPy es un sistema de álgebra computacional (CAS) en toda regla.

Está escrito en Python, y por lo tanto no necesita bibliotecas externas.

19. Fabric

Además de ser una librería, Fabric es una herramienta de línea de comandos para agilizar el uso de SSH para el despliegue de aplicaciones o tareas de administración de sistemas.

Con ella se pueden ejecutar comandos de shell locales o remotos, cargar/descargar archivos, e incluso pedir al usuario en ejecución que introduzca datos, o abortar la ejecución.

20. PyGTK

PyGTK te permite crear fácilmente programas con una GUI (Interfaz Gráfica de Usuario) con Python.

Así que esto fue todo sobre el Tutorial de Bibliotecas de Python. Espero que os guste nuestra explicación.

Preguntas de la entrevista de Python sobre bibliotecas

1. ¿Qué son las bibliotecas en Python?
2. ¿Cuál es el uso de las bibliotecas en Python?
3. ¿Cómo funcionan las bibliotecas de Python?
4. ¿Cómo instalar todas las bibliotecas de Python?
5. Nombra algunas bibliotecas de Python de uso común.

Conclusión

Ahora ya sabes por qué bibliotecas decantarte si decides ampliar una carrera en Python. Muchas de ellas nos ayudan también con la ciencia de datos.

O si quieres salirte del camino, crea tu propia librería, y publícala con la PyPI; ayuda a que la comunidad crezca.