Wir stellen 15 Python-Bibliotheken vor, die so nützlich sind, dass sie Sie zum Weinen bringen

Python-Video-TutorialIn der Kolumne werden 15 nützliche Python-Bibliotheken vorgestellt

Empfohlen (kostenlos): Python-Video-Tutorial

Warum mag ich Python? Es ist aus einem weiteren Grund eine leicht zu erlernende Programmiersprache für Anfänger: die große Anzahl an Bibliotheken von Drittanbietern, die sofort verfügbar sind, und 230.000 von Benutzern bereitgestellte Pakete, die Python wirklich leistungsstark und beliebt machen.

In diesem Artikel habe ich die 15 nützlichsten Softwarepakete ausgewählt und deren Funktionen und Features vorgestellt.

1. Dash

Dash ist ein relativ neues Softwarepaket, das sich ideal zum Erstellen von Datenvisualisierungs-Apps in reinem Python eignet und daher besonders für alle geeignet ist, die mit Daten arbeiten. Dash ist eine Mischung aus Flask, Plotly.js und React.js.

2. Pygame

Pygame ist ein Python-Dekorator für die SDL-Multimediabibliothek. SDL (Simple DirectMedia Layer) ist eine plattformübergreifende Entwicklungsbibliothek, die eine Low-Level-Schnittstelle bietet für:

• Audio

• Tastatur

• Maus

• Joystick

• OpenGL- und Direct3D-basierte Grafikhardware

Pygame ist äußerst portabel und kann auf fast allen Plattformen und Betriebssystemen ausgeführt werden. Obwohl es über eine vollständige Spiel-Engine verfügt, können Sie diese Bibliothek auch verwenden, um MP3-Dateien direkt aus Python-Skripten abzuspielen.

3. Pillow

Pillow wurde speziell für die Arbeit mit Bildern entwickelt. Mit dieser Bibliothek können Sie Miniaturansichten erstellen, zwischen Dateiformaten konvertieren, drehen, Filter anwenden, Bilder anzeigen und mehr. Dies ist ideal, wenn Sie Stapelvorgänge für viele Bilder durchführen müssen.

Um es schnell zu verstehen, schauen Sie sich das folgende Codebeispiel an (Laden und Rendern eines Bildes):

4. Colorama

Colorama ermöglicht Ihnen die Arbeit mit Farben im Terminal, perfekt für Python-Skripte , die Dokumentation ist kurz und bündig und kann auf der Colorama PyPI-Seite gefunden werden.

5. JmesPath

Die Arbeit mit JSON in Python ist sehr einfach, da JSON sehr gut auf Python-Wörterbüchern abgebildet werden kann. Darüber hinaus verfügt Python über eine eigene hervorragende JSON-Bibliothek zum Parsen und Erstellen von JSON. Für mich ist dies eine der besten Eigenschaften. Wenn ich mit JSON arbeiten muss, könnte ich die Verwendung von Python in Betracht ziehen.

JMESPath erleichtert die Arbeit mit JSON in Python, indem Sie explizit angeben, wie Elemente aus einem JSON-Dokument extrahiert werden. Hier sind einige grundlegende Beispiele, um Ihnen eine Vorstellung davon zu geben, was es kann:

6. Requests

Requests basiert auf der weltweit am häufigsten heruntergeladenen Python-Bibliothek urllib3, was Webanfragen sehr einfach macht , kraftvoll und vielseitig.

Das folgende Codebeispiel veranschaulicht, wie einfach es ist, Anfragen zu verwenden.

Anfragen können alle erdenklichen erweiterten Dinge tun, wie zum Beispiel:

• Authentifizierung

• Verwenden von Cookies

• Durchführen von POST, PUT, DELETE und mehr

• Verwendung benutzerdefinierter Zertifikate

• Sitzung verwenden

• Proxy verwenden

7. Simplejson

Was stimmt mit dem lokalen JSON-Modul in Python nicht? NEIN! Eigentlich ist Pythons JSON SimpleJson. Das heißt, Python hat eine Version von simplejson genommen und sie in jede Distribution integriert. Aber die Verwendung von simplejson hat einige Vorteile:

• Es funktioniert auf mehr Python-Versionen.

• Es wird häufiger aktualisiert als die Version, die mit Python geliefert wird.

• Es sind (optionale) Teile in C geschrieben, daher ist es sehr schnell.

Aufgrund dieser Fakten werden Sie in Skripten, die JSON verwenden, häufig Folgendes sehen:

Ich würde einfach den Standard-JSON verwenden, es sei denn, Sie benötigen Folgendes ausdrücklich:

• Geschwindigkeit

• Standarddinge nicht in der Bibliothek

Simplejson ist viel schneller als json, weil es einige Schlüsselteile in C implementiert. Sofern Sie nicht Millionen von JSON-Dateien verarbeiten, werden Sie an dieser Geschwindigkeit nicht interessiert sein.

8. Emoji

Emoji-Bibliothek ist sehr interessant, aber nicht jeder mag Emoji-Pakete, die bei der Analyse perspektivischer Mediendaten sehr nützlich sind.

Hier ist ein einfaches Codebeispiel:

9. Chardet

Mit dem Chardet-Modul können Sie den Zeichensatz einer Datei oder eines Datenstroms erkennen. Dies ist beispielsweise bei der Analyse großer Mengen zufälligen Textes nützlich. Es kann jedoch auch beim Arbeiten mit remote heruntergeladenen Daten verwendet werden, wenn Sie den Zeichensatz nicht kennen.

10. Python-dateutil

Das Python-Dateutil-Modul bietet leistungsstarke Erweiterungen zum Standard-Datetime-Modul. Ich habe die Erfahrung gemacht, dass dort, wo die reguläre Python-Datetime-Funktionalität endet, python-dateutil ins Spiel kommt.

Mit dieser Bibliothek können Sie viele coole Dinge machen. Ich habe diese Beispiele auf diejenigen beschränkt, die ich besonders nützlich fand: Fuzzy-Analyse von Daten in Protokolldateien, zum Beispiel:

Weitere Funktionen finden Sie in der vollständigen Dokumentation, zum Beispiel:

• Berechnen relativer Deltas ( unten) Monat, nächstes Jahr, nächster Montag, letzte Woche des Monats usw.) und das relative Delta zwischen zwei gegebenen Datumsobjekten.

• Verwenden Sie eine Obermenge der iCalendar-Spezifikation, um Daten basierend auf Wiederholungsregeln zu berechnen.

• Zeitzonen-Implementierung (tzinfo) für tz-Dateien (/etc/localtime, /usr/share/zoneinfo usw.), TZ-Umgebungszeichenfolgen (alle bekannten Formate), iCalendar-Formatdateien, angegebener Bereich (in relativen Schritten), lokal Maschinenzeitzone, Zeitzone mit festem Offset, UTC-Zeitzone und auf der Windows-Registrierung basierende Zeitzone.

• Interne aktuelle Weltzeitzoneninformationen basierend auf der Olson-Datenbank.

• Berechnen Sie das Datum des Ostersonntags in einem beliebigen Jahr mithilfe des westlichen, orthodoxen oder julianischen Algorithmus.

11. Fortschrittsbalken: Fortschritt und tqdm

Ein kleiner Betrug hier, da es sich um zwei Pakete handelt, aber es wäre unfair, eines davon zu ignorieren.

Sie können Ihren eigenen Fortschrittsbalken erstellen, was vielleicht Spaß macht, aber die Verwendung der progress- oder tqdm-Pakete ist schneller und weniger fehleranfällig.

Fortschritt

Mit Hilfe dieses Pakets können Sie ganz einfach Fortschrittsbalken erstellen:

tqdm

tqdm macht fast das Gleiche, scheint aber das Neueste zu sein. Zuerst einige Demonstrationen in Form von animierten GIFs:

12. IPython

Ich bin sicher, Sie kennen die interaktive Shell von Python, die eine großartige Möglichkeit ist, Python auszuführen. Aber kennen Sie auch die IPython-Shell? Wenn Sie regelmäßig interaktive Shells verwenden, aber IPython nicht kennen, sollten Sie es ausprobieren!

Zu den Funktionen der erweiterten IPython-Shell gehören:

• Umfassende Objekt-Introspektion.

• Der Eingabeverlauf bleibt sitzungsübergreifend bestehen.

• Cache-Ausgabeergebnisse während einer Sitzung mit automatisch generierten Zitaten.

• Tab-Vervollständigung, unterstützt standardmäßig die Vervollständigung von Python-Variablen und -Schlüsselwörtern, Dateinamen und Funktionsschlüsselwörtern.

• „Magischer“ Befehl zur Steuerung der Umgebung und zur Ausführung vieler IPython- oder Betriebssystem-bezogener Aufgaben.

• Sitzungsaufzeichnung und Neuladen.

• Integrierter Zugriff auf den PDF-Debugger und den Python-Profiler.

• Eine wenig bekannte Funktion von IPython: Seine Architektur ermöglicht auch paralleles und verteiltes Rechnen.

IPython ist das Herzstück von Jupyter Notebook, einer Open-Source-Webanwendung, mit der Sie Dokumente erstellen und teilen können, die Live-Code, Gleichungen, Visualisierungen und narrativen Text enthalten.

13. Homeassistant

Ich liebe Heimautomation. Es war ein bisschen ein Hobby für mich, aber es tut mir immer noch zutiefst leid, da es mittlerweile einen großen Teil unseres Hauses kontrolliert. Ich verwende Home Assistant, um alle Systeme im Haus miteinander zu verbinden. Obwohl es sich tatsächlich um eine vollständige Anwendung handelt, können Sie sie auch als Python-PyPI-Paket installieren.

• Die meisten unserer Leuchten sind automatisiert, ebenso unsere Jalousien.

• Ich überwache unseren Gasverbrauch, Stromverbrauch und unsere Produktion (Solarmodule).

• Ich kann den Standort der meisten Telefone verfolgen und Aktionen einleiten, wenn ich einen Bereich betrete, wie zum Beispiel das Einschalten der Garagenbeleuchtung, wenn ich nach Hause komme.

• Es kann auch alle unsere Unterhaltungssysteme wie Samsung-Fernseher und Sonos-Lautsprecher steuern.

• Die meisten Geräte im Netzwerk können automatisch erkannt werden, sodass der Einstieg sehr einfach ist.

Ich benutze Home Assistant jetzt seit 3 ​​Jahren täglich, es befindet sich noch in der Beta-Phase, aber es ist die beste Plattform von allen, die ich ausprobiert habe. Es ist in der Lage, eine Vielzahl von Geräten und Protokollen zu integrieren und zu steuern und ist allesamt kostenlos und Open Source.

Wenn Sie daran interessiert sind, Ihr Zuhause zu automatisieren, sollten Sie sich die Chance dazu sichern! Wenn Sie mehr wissen möchten, besuchen Sie bitte deren offizielle Website. Wenn Sie können, installieren Sie es auf Ihrem Raspberry Pi. Dies ist bei weitem der einfachste und sicherste Einstieg. Ich habe es auf einem leistungsstärkeren Server in einem Docker-Container installiert.

14. Flask

Flask ist meine Lieblingsbibliothek zum Erstellen schneller Webdienste oder einfacher Websites. Dabei handelt es sich um ein Mikroframework, was bedeutet, dass Flask darauf abzielt, den Kern einfach, aber erweiterbar zu halten. Es gibt über 700 offizielle und Community-Erweiterungen.

Wenn Sie wissen, dass Sie eine große Webanwendung entwickeln werden, möchten Sie vielleicht nach einem umfassenderen Framework suchen. Am beliebtesten in dieser Kategorie ist Django.

15. BeautifulSoup

Wenn Sie HTML aus Ihrer Website extrahiert haben, müssen Sie es analysieren, um den gewünschten Inhalt zu erhalten. Beautiful Soup ist eine Python-Bibliothek zum Extrahieren von Daten aus HTML- und XML-Dateien. Es bietet einfache Methoden zum Navigieren, Suchen und Ändern von Analysebäumen. Es ist sehr leistungsfähig und kann, selbst wenn es kaputt ist, alle Arten von HTML verarbeiten. Vertrauen Sie mir, HTML ist oft kaputt, daher ist dies eine sehr leistungsstarke Funktion.

Einige seiner Hauptfunktionen:

• Beautiful Soup konvertiert eingehende Dokumente automatisch in Unicode und ausgehende Dokumente in UTF-8. Sie müssen nicht über das Codieren nachdenken.

• Beautiful Soup basiert auf beliebten Python-Parsern wie lxml und html5lib und ermöglicht es Ihnen, verschiedene Parsing-Strategien auszuprobieren oder die Flexibilität zu erhöhen.

• BeautifulSoup analysiert alles, was Sie bereitstellen, und erledigt den Spaziergang über den Baum für Sie. Sie können sagen: „Alle Links finden“ oder „Suchen Sie den Tabellentitel in Fettschrift und geben Sie mir diesen Text“

Das obige ist der detaillierte Inhalt vonWir stellen 15 Python-Bibliotheken vor, die so nützlich sind, dass sie Sie zum Weinen bringen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!