Biblioteker og moduler gjør livet til en programmerer jevnt.
Når du jobber med prosjekter, kan du støte på scenarier der du ikke vil være i stand til å løse med standard koding av et programmeringsspråk. Vi trenger noen biblioteker og moduler for å løse disse problemene.
Heldigvis støtter Python en mengde moduler og biblioteker. Python har innebygde moduler samt tredjepartsbiblioteker og moduler for utviklingen. Vi vil se både integrerte og tredjepartsmoduler, som er svært fordelaktige for Python-prosjekter. La oss utforske de innebygde modulene først.
Innholdsfortegnelse
# Innebygde moduler
Python kommer med mange innebygde moduler for ulike brukstilfeller. Vi vil studere modulene en etter en i henhold til bruken.
Samlinger – Beholderdatatyper
Python har forskjellige typer samlinger for å lagre innsamlingen av data. For eksempel tuple, list, dict, etc.., er noen av de innebygde samlingene til Python. Samlingsmodulen gir tilleggsfunksjoner til de innebygde samlingene.
Hvis du tar deque datainnsamling fra samlingsmodulen, er det mer som en Python-liste. Men vi kan skyve og skyve elementene fra begge sider. Det er raskere enn listen. Du kan bruke deque basert på dine behov. La oss se litt ekte koding med collections.deque-datainnsamling.
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)
Kjør koden ovenfor; se resultatene. Vi har også andre datainnsamlinger i samlingsmodulen.
Noen av dem er:
Disk
Returnerer en diktat som inneholder frekvensen av elementer fra listen.
Det er en underklasse av dict-klassen.
Brukerliste
Brukes for en rask underklasse av listen.
UserDict
Brukes for en rask underklasse av diktet.
UserString
Brukes for en rask underklasse av str.
Gå til dokumentasjonen for samlinger modul for å utforske alle datainnsamlingene og metodene.
Rask merknad: – Bruk den innebygde metoden dir(objekt) til Python for å se alle metodene til et objekt.
CSV – filhåndtering
Vi kan bruke CSV-filene (kommaseparerte verdier) for å lagre tabelldataene. Det mest brukte formatet for import og eksport av data fra regneark og databaser. Python kommer med en modul kalt CSV for å håndtere CSV-filene.
La oss se ett eksempel på lesing av data fra en CSV-fil.
Lag en fil med navnet sample.csv på den bærbare datamaskinen og lim inn følgende data.
Name,Age,Graduation Year Hafeez,21,2021 Aslan,23,2019 Rambabu,21,2021
Vi har metoder for å lese og skrive i CSV-modulen. Vi vil se hvordan du leser dataene fra CSV-filene ved hjelp av CSV-modulen.
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))
Kjør koden ovenfor for å se resultatene.
Vi vil også ha et objekt kalt csv.writer() for å skrive dataene inn i CSV-filen. Spill med de andre metodene på egen hånd ved å bruke de innebygde metodene dir() og help(). Vi har en annen modul kalt JSON, som brukes til å håndtere JSON-filene. Det er også en innebygd modul.
Tilfeldig – generasjon
Python har en modul kalt random som gjør det mulig å generere dataene tilfeldig. Vi kan produsere hva som helst tilfeldig ved å bruke forskjellige måter av den tilfeldige modulen. Du kan bruke denne modulen i applikasjoner som tic-tac-toe, et terningspill, etc..,
La oss se et enkelt program for å generere tilfeldige heltall fra et gitt område.
import random # generating a random number from the range 1-100 print(random.randint(1, 100))
Du sjekker de andre metodene til den tilfeldige modulen ved å bruke dir() og help() metoder. La oss skrive et lite og enkelt spill ved å bruke den tilfeldige modulen. Vi kan kalle det et tallgjettespill.
Hva er tallgjettespillet?
Programmet vil generere et tilfeldig tall i området 1 – 100. Brukeren vil gjette tallet til det samsvarer med det tilfeldige tallet generert av programmet. Hver gang vil du skrive ut om brukernummeret er mindre enn det tilfeldige tallet eller høyere enn det tilfeldige tallet. Deretter vil kildekoden vise antall gjetninger.
Se koden nedenfor for programmet ovenfor.
# 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 – GUI-applikasjoner
Tkinter er en innebygd modul for utvikling av GUI (Graphical User Interface) applikasjoner. Det er praktisk for nybegynnere. Vi kan utvikle GUI-applikasjoner som kalkulator, påloggingssystem, tekstredigering osv.., Det er mange ressurser der ute for å lære GUI-utviklingen med Tkinter.
Den beste støtten er å følge tjenestemannen dokumenter. For å komme i gang med Tkinter, gå til dokumentene og begynn å lage vakre GUI-applikasjoner.
# Tredjepartsmoduler
Forespørsler – HTTP-forespørsler
Requests-modulen brukes til å sende alle typer HTTP-forespørsler til serveren. Den lar HTTP/1.1-forespørsler sendes. Vi kan også legge til overskrifter, data og andre ting ved å bruke Python-ordbøker. Siden det er en tredjepartsmodul, må vi installere den. Kjør følgende kommando i terminalen eller kommandolinjen for å installere forespørselsmodulen.
pip install requests
Det er enkelt å jobbe med forespørselsmodulen. Vi kan begynne å jobbe med forespørslene uten forkunnskaper. La oss se hvordan du sender en get-forespørsel og hva den returnerer.
import requests
# sening a get request
request = requests.get("https://www.google.com/")
#
print(request.status_code)
print(request.url)
print(request.request)
Koden ovenfor vil skrive ut status_code, URL og forespørselsmetode (GET, POST). Du vil også få kilden til nettadressen. Du kan få tilgang til den med request.content-bytene. Gå til dokumenter av forespørselsmodulen og utforske mer.
BeautifulSoup4 – nettskraping
BeautifulSoup-biblioteket brukes til nettskraping. Det er en hendig modul å jobbe med. Selv nybegynnere kan begynne å jobbe med den ved å bruke dokumenter. Se eksempelkoden for å slette detaljene i kunderapportene.
Du kan installere BeautifulSoup ved å skrive inn følgende kommando i terminalen/kommandolinjen.
pip install beautifulsoup4
Og et enkelt program for din første skraping.
## 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)
Kjør koden ovenfor for å se magien med nettskraping. Det er flere nettskrapingrammer der ute du kan prøve.
# Datavitenskap og maskinlæring
Det er noen biblioteker der ute spesielt laget for datavitenskap og maskinlæring. Alle disse er utviklet i C. De er lynraske.
Numpy
Numpy brukes til vitenskapelig beregning.
Det lar oss jobbe med flerdimensjonale matriser. Arrays-implementering er ikke der i Python. Hovedsakelig bruker utviklerne numpy i sine maskinlæringsprosjekter. Det er enkelt å lære og åpen kildekode-bibliotek. Nesten hver maskinlæringsingeniør eller dataforsker bruker denne modulen for komplekse matematiske beregninger.
Kjør følgende kommando for å installere numpy-modulen.
pip install numpy
Pandaer
Pandaer er en dataanalysemodul. Vi kan filtrere dataene mest effektivt ved å bruke pandas-biblioteket. Den tilbyr forskjellige typer datastrukturer som er praktiske å jobbe med. Det gir også filhåndtering med forskjellige filformater.
Installer modulen ved å bruke følgende kommando.
pip install pandas
Matplotlib
Matplotlib er et 2D-grafplottbibliotek. Du kan visualisere dataene ved å bruke Matplotlib.
Vi kan generere bilder av figurene i forskjellige formater. Vi plotter forskjellige typer diagrammer som søylediagrammer, feildiagrammer, histogrammer, spredningsplott osv.. Du kan installere matplotlib ved å bruke følgende kommando.
pip install matplotlib
Rask merknad: – Du kan installere Anaconda for å få alle bibliotekene og modulene som kreves for Data Science.
Hvis du er seriøs med å lære Python for datavitenskap og ML, så sjekk ut denne geniale Udemy kurs.
# Nettrammeverk
Vi kan finne mange nettrammeverk i Python. Vi vil diskutere to rammeverk som er mye brukt av utviklerne. De to rammene er Django og Flask.
Django
Django er et åpen kildekode-nettverk utviklet i Python. Det er praktisk å lage nettsider med Django. Vi kan generere alle typer nettsteder ved å bruke dette rammeverket. Noen av de mest populære sidene bygget med Django er Instagram, bitbucket, Disqus, Mozilla Firefox, etc..,
- Vi kan bygge komplekse nettsider raskt med funksjonene til Django.
- Django gjør allerede mange av oppgavene som kreves for webutvikling.
- Det gir også sikkerhet for angrepene SQL Injection, cross-site scripting, cross-site request forgery og clickjacking.
- Vi kan bygge hvilken som helst nettside fra innholdsstyringssystemet til sosiale nettsteder.
Dokumentasjonen til Django er entydig. Du må være kjent med Python for Django. Men ikke bekymre deg hvis du ikke er det. Lære Django det er lett.
Kolbe
Flask er et mikronettverk utviklet i Python.
Den er mer pytonisk enn Django. Den har utmerket dokumentasjon her. Den bruker Jinja-malmotoren. Det er veldig komplisert å lage store nettsteder Flask. De fleste funksjonene som URL-ruting, forespørselssending, sikre informasjonskapsler, økter osv., er tilstede i både Django og Flask.
Velg rammeverket basert på kompleksiteten til nettstedet ditt. Django blir stadig mer populær blant utviklere. Det er det mest brukte rammeverket for webutvikling i Python.
Konklusjon
Jeg håper du ble kjent med forskjellige moduler, biblioteker og rammeverk for Python.
Alle en gang en nybegynner.
Uansett hva du vil begynne, gå først dokumentasjonen og begynn å lære den. Hvis du ikke forstår dokumentene, så finn lynkurs på pedagogiske nettsider.