Free Press

Après les modules et les paquets Python, nous déplaçons notre discussion vers les bibliothèques Python.

Ce tutoriel sur les bibliothèques Python, nous discuterons de la bibliothèque standard Python et des différentes bibliothèques offertes par le langage de programmation Python : Matplotlib, scipy, numpy, etc.

Donc, commençons le tutoriel sur les bibliothèques Python.

Qu’est-ce que les bibliothèques Python ?

Nous savons qu’un module est un fichier contenant du code Python, et qu’un paquet est un répertoire pour les sous-paquets et les modules. Mais la ligne entre un package et une bibliothèque Python est assez floue.

Une bibliothèque Python est un morceau de code réutilisable que vous pouvez vouloir inclure dans vos programmes/projets.

Par rapport à des langages comme C++ ou C, une bibliothèque Python ne se rapporte à aucun contexte spécifique dans Python. Ici, une « bibliothèque » décrit vaguement une collection de modules de base.

Essentiellement, donc, une bibliothèque est une collection de modules. Un paquet est une bibliothèque qui peut être installée à l’aide d’un gestionnaire de paquets comme rubygems ou npm.

La bibliothèque standard de Python

La bibliothèque standard de Python est une collection de syntaxe exacte, de jeton et de sémantique de Python. Elle est fournie avec la distribution de base de Python. Nous l’avons mentionné lorsque nous avons commencé par une introduction.

Elle est écrite en C, et gère des fonctionnalités comme les entrées/sorties et d’autres modules de base. Toutes ces fonctionnalités réunies font de Python le langage qu’il est.

Plus de 200 modules de base siègent au cœur de la bibliothèque standard. Cette bibliothèque est livrée avec Python.

Mais en plus de cette bibliothèque, vous pouvez également accéder à une collection croissante de plusieurs milliers de composants à partir du Python Package Index (PyPI). Nous l’avons mentionné dans le blog précédent.

Les bibliothèques Python importantes

A la suite, nous verrons une liste de vingt bibliothèques Python qui vous mèneront loin dans votre voyage avec Python.

Ce sont aussi les bibliothèques Python pour la science des données.

1. Matplotlib

Matplotlib aide à l’analyse des données, et est une bibliothèque de traçage numérique. Nous en avons parlé dans Python for Data Science.

2. Pandas

Comme nous l’avons déjà dit, Pandas est un must pour la data-science.

Il fournit des structures de données rapides, expressives et flexibles pour travailler facilement (et intuitivement) avec des données structurées (tabulaires, multidimensionnelles, potentiellement hétérogènes) et des séries temporelles.

3. Requêtes

Requêtes est une bibliothèque Python qui vous permet d’envoyer des requêtes HTTP/1.1, d’ajouter des en-têtes, des données de formulaire, des fichiers multiparties et des paramètres avec de simples dictionnaires Python.

Elle vous permet également d’accéder aux données de la réponse de la même manière.

4. NumPy

Il possède des fonctions mathématiques avancées et un paquetage rudimentaire de calcul scientifique.

5. SQLAlchemy

SQLAlchemy est une bibliothèque avec des modèles bien connus au niveau de l’entreprise.

Il a été conçu pour un accès efficace et performant aux bases de données.

6. BeautifulSoup

Il peut être un peu lent, BeautifulSoup a une excellente bibliothèque d’analyse syntaxique XML- et HTML- pour les débutants.

7. Pyglet

Pyglet est un excellent choix pour une interface de programmation orientée objet dans le développement de jeux.

En fait, il trouve également son utilité dans le développement d’autres applications visuellement riches pour Mac OS X, Windows et Linux.

Dans les années 90, lorsque les gens s’ennuyaient, ils avaient recours à Minecraft sur leurs ordinateurs. Pyglet est le moteur derrière Minecraft.

8. SciPy

Vient ensuite SciPy, l’une des bibliothèques dont nous avons tant parlé. Elle dispose d’un certain nombre de routines numériques conviviales et efficaces.

Ces routines comprennent des routines d’optimisation et d’intégration numérique.

9. Scrapy

Si votre motif est le raclage d’écran rapide et de haut niveau et l’exploration du Web, optez pour Scrapy.

Vous pouvez l’utiliser à des fins allant de l’exploration de données à la surveillance et aux tests automatisés.

10. PyGame

PyGame fournit une interface extrêmement facile aux bibliothèques graphiques, audio et d’entrée indépendantes de la plateforme Simple Directmedia Library (SDL).

11. Python Twisted

Un moteur de mise en réseau événementiel, Twisted est écrit en Python, et sous licence open-source MIT.

12. Pillow

Pillow est un fork sympathique de PIL (Python Imaging Library), mais plus convivial.

Si vous travaillez avec des images, Pillow est votre meilleur ami.

13. pywin32

Cette bibliothèque fournit des méthodes et une classe utiles pour l’interaction avec Windows, comme son nom l’indique.

14. wxPython

C’est un wrapper autour de wxWidgets pour Python.

15. iPython

iPython Python Library possède une architecture qui facilite le calcul parallèle et distribué.

Avec elle, vous pouvez développer, exécuter, déboguer et surveiller des applications parallèles.

16. Nose

Nose livre un processus alternatif de découverte et d’exécution de tests pour unittest. Cela a l’intention d’imiter le comportement de py.test autant qu’il le peut.

17. Flask

Un framework web, Flask est construit avec un petit noyau et de nombreuses extensions.

18. SymPy

C’est une bibliothèque open-source pour les mathématiques symboliques.

Avec un code très simple et compréhensible, facilement extensible, SymPy est un système d’algèbre informatique (CAS) à part entière.

Il est écrit en Python, et n’a donc pas besoin de bibliothèques externes.

19. Fabric

En plus d’être une bibliothèque, Fabric est un outil de ligne de commande pour rationaliser l’utilisation de SSH pour le déploiement d’applications ou les tâches d’administration de systèmes.

Avec lui, vous pouvez exécuter des commandes shell locales ou distantes, télécharger des fichiers, et même demander à l’utilisateur en cours d’exécution une entrée, ou interrompre l’exécution.

20. PyGTK

PyGTK vous permet de créer facilement des programmes avec une interface graphique (GUI) avec Python.

So, c’était tout au sujet de Python Libraries Tutorial. J’espère que vous avez aimé nos explications.

Questions d’entretien Python sur les bibliothèques

1. Qu’est-ce que les bibliothèques en Python ?
2. Quelle est l’utilité des bibliothèques en Python ?
3. Comment fonctionnent les bibliothèques Python ?
4. Comment installer toutes les bibliothèques Python?
5. Nommer quelques bibliothèques Python couramment utilisées.

Conclusion

Maintenant vous savez quelles bibliothèques choisir si vous choisissez d’étendre une carrière en Python. Beaucoup d’entre elles nous aident aussi avec la data-science.

Ou si vous souhaitez sortir de votre chemin, créez votre propre bibliothèque, et faites-la publier avec le PyPI ; aidez la communauté à se développer.