Kenapa saya suka Python? Ini adalah bahasa pengaturcaraan yang mudah dan mudah dipelajari untuk pemula Sebab lain: Sebilangan besar perpustakaan pihak ketiga tersedia di luar kotak, ia adalah 230,000 pakej sumbangan pengguna yang menjadikan Python benar-benar Berkuasa dan popular.
Dalam artikel ini, saya telah memilih 15 daripada pakej perisian yang paling berguna dan memperkenalkan fungsi dan cirinya.
1. Dash
Dash ialah pakej yang agak baharu yang sesuai untuk membina apl visualisasi data dalam Python tulen, jadi ia amat sesuai untuk sesiapa sahaja yang bekerja dengan data. Dash ialah gabungan Flask, Plotly.js dan React.js.
2. kandungan berikut Antara muka peringkat rendah:
Audio
Papan Kekunci
Tetikus
Papan Kekunci
🎜🎜Mouse🎜🎜🎜🎜🎜🎜
Perkakasan grafik berasaskan OpenGL dan Direct3D
Pygame sangat mudah alih dan boleh dijalankan pada hampir semua platform dan sistem pengendalian. Walaupun ia mempunyai enjin permainan yang lengkap, anda juga boleh menggunakan perpustakaan ini untuk memainkan fail MP3 terus daripada skrip Python.
3. Bantal
Bantal direka khas untuk bekerja dengan imej, anda boleh menggunakan perpustakaan ini untuk membuat lakaran kecil, menukar antara format fail, memutar, menggunakan penapis, memaparkan imej dan banyak lagi. Ini sesuai jika anda perlu melakukan operasi kelompok pada banyak imej.
Untuk memahaminya dengan cepat, lihat contoh kod berikut (dimuat dan diberikan):
4.4. , sesuai untuk skrip Python, Dokumentasinya pendek dan manis dan boleh didapati di halaman Colorama PyPI.
5. JmesPath
Bekerja dengan JSON dalam Python adalah sangat mudah kerana JSON memetakan dengan baik pada kamus Selain itu, Python dilengkapi dengan perpustakaan json sendiri yang sangat baik untuk menghuraikan dan mencipta JSON. Bagi saya, ini adalah salah satu ciri terbaiknya. Jika saya perlu bekerja dengan JSON, saya mungkin mempertimbangkan untuk menggunakan Python. JMESPath menjadikan kerja dengan JSON dalam Python lebih mudah, membolehkan anda menentukan secara eksplisit cara mengekstrak elemen daripada dokumen JSON. Berikut ialah beberapa contoh asas untuk memberi anda idea tentang perkara yang boleh dilakukan:
6. Permintaan
Permintaan dibina pada urllib3 pustaka Python yang paling banyak dimuat turun di dunia, yang menjadikan permintaan web sangat mudah dan serba boleh
Contoh kod berikut menggambarkan betapa mudahnya menggunakan permintaan.
requests boleh melakukan semua barangan lanjutan yang boleh anda fikirkan, seperti:
Authentication
Using cookies
perform post, meletakkan, memadam dan lebih banyak
Gunakan Sijil Custom Use Section
Se Proxy
7. Tidak! Sebenarnya, json Python adalah simplejson. Bermakna, Python mengambil versi simplejson dan memasukkannya ke dalam setiap pengedaran. Tetapi menggunakan simplejson mempunyai beberapa kelebihan:
Ia berfungsi pada lebih banyak versi Python.
Ia dikemas kini dengan lebih kerap daripada versi yang disertakan dengan Python.
Ia mempunyai bahagian (pilihan) yang ditulis dalam C, jadi ia sangat pantas.
Disebabkan fakta ini, anda akan sering melihat perkara berikut dalam skrip yang menggunakan JSON:
Saya hanya akan menggunakan json lalai melainkan anda secara khusus memerlukan:
Kelajuan
Sesuatu yang tidak terdapat dalam perpustakaan standard
Kelajuan
Sesuatu yang tidak terdapat dalam perpustakaan standard lebih mudah daripada j
C Laksanakan beberapa bahagian penting. Melainkan anda memproses berjuta-juta fail JSON, anda tidak akan berminat dengan kelajuan seperti ini. 8. Emoji Pustaka emoji sangat menarik, tetapi bukan semua orang menyukai pakej emotikon sangat berguna semasa menganalisis data media perspektif.
Di sini adalah contoh kod mudah:
9. Chardet
Anda boleh menggunakan modul Chardet untuk mengesan set aksara fail atau aliran data. Ini berguna apabila menganalisis sejumlah besar teks rawak, contohnya. Walau bagaimanapun, ia juga boleh digunakan apabila bekerja dengan data yang dimuat turun dari jauh apabila anda tidak tahu set aksara itu. 🎜🎜🎜🎜10. Python-dateutil🎜🎜🎜🎜🎜Modul python-dateutil menyediakan sambungan yang kuat kepada modul datetime standard. Pengalaman saya ialah apabila fungsi datetime Python biasa berakhir, python-dateutil masuk. 🎜🎜Anda boleh melakukan banyak perkara menarik dengan perpustakaan ini. Saya mengehadkan contoh ini kepada contoh yang saya dapati amat berguna: tarikh kabur dalam fail log, contohnya: 🎜
Lihat dokumentasi penuh untuk lebih banyak fungsi, seperti:
Kira delta relatif (bulan depan, tahun depan, Isnin depan, minggu terakhir bulan itu, dll.) dan antara dua objek tarikh tertentu relatif kenaikan antara.
Gunakan superset spesifikasi iCalendar untuk mengira tarikh berdasarkan peraturan ulangan.
Pelaksanaan zon waktu (tzinfo) untuk tzfiles (/etc/localtime, /usr/share/zoneinfo, dsb.), rentetan persekitaran TZ (semua format yang diketahui), fail format iCalendar, julat yang diberikan (berbanding dengan bantuan delta), zon waktu mesin tempatan, zon waktu offset tetap, zon waktu UTC dan zon waktu berasaskan pendaftaran Windows.
Maklumat zon waktu dunia terkini dalaman berdasarkan pangkalan data Olson.
Kira tarikh Ahad Paskah untuk mana-mana tahun menggunakan algoritma Barat, Ortodoks atau Julian.
11. Bar Kemajuan: kemajuan dan tqdm
Sedikit penipuan di sini kerana ini adalah dua pakej, tetapi adalah tidak adil untuk mengabaikan salah satu daripadanya.
Anda boleh mencipta bar kemajuan anda sendiri, yang mungkin menyeronokkan, tetapi menggunakan pakej kemajuan atau tqdm adalah lebih pantas dan kurang terdedah kepada ralat.
kemajuan
Dengan bantuan pakej ini anda boleh membuat bar kemajuan dengan mudah:
img
tqdm
mempunyai fungsi yang hampir sama tetapi hampir sama Mula-mula beberapa demonstrasi dalam bentuk gif animasi:
12. IPython
Saya pasti anda tahu tentang larian Python yang hebat. Tetapi adakah anda juga tahu cangkerang IPython? Jika anda menggunakan cengkerang interaktif secara kerap tetapi anda tidak tahu IPython, anda harus menyemaknya!
Beberapa ciri yang disediakan oleh cangkerang IPython yang dipertingkatkan termasuk:
Introspeksi objek yang komprehensif.
Sejarah input berterusan merentas sesi.
Cache hasil output semasa sesi dengan petikan yang dijana secara automatik.
Penyiapan tab, menyokong penyiapan pembolehubah dan kata kunci python, nama fail dan kata kunci fungsi secara lalai.
Perintah "Magic" untuk mengawal persekitaran dan melaksanakan banyak IPython atau tugas berkaitan sistem pengendalian.
Sesi rakaman dan muat semula.
Akses bersepadu kepada penyahpepijat pdb dan pemprofil Python.
Ciri IPython yang kurang dikenali: seni binanya juga membolehkan pengkomputeran selari dan teragih.
IPython ialah nadi Jupyter Notebook, aplikasi web sumber terbuka yang membolehkan anda membuat dan berkongsi dokumen yang mengandungi kod langsung, persamaan, visualisasi dan teks naratif.
13. Pembantu rumah
Saya suka automasi rumah. Ia adalah sedikit hobi untuk saya, tetapi saya masih sangat menyesal kerana ia kini mengawal sebahagian besar rumah kami. Saya menggunakan Home Assistant untuk menggabungkan semua sistem di dalam rumah. Walaupun ia sememangnya aplikasi yang lengkap, anda juga boleh memasangnya sebagai pakej Python PyPI.
Kebanyakan lekapan lampu kami adalah automatik, begitu juga bidai kami.
Saya memantau penggunaan gas, penggunaan elektrik dan pengeluaran (panel solar).
Saya boleh menjejaki lokasi kebanyakan telefon dan memulakan tindakan apabila saya memasuki kawasan, seperti menghidupkan lampu garaj apabila saya pulang ke rumah.
Ia juga boleh mengawal semua sistem hiburan kami seperti TV Samsung dan pembesar suara Sonos.
Ia dapat menemui kebanyakan peranti secara automatik pada rangkaian, jadi sangat mudah untuk bermula.
Saya telah menggunakan Home Assistant setiap hari selama 3 tahun sekarang, ia masih dalam versi beta tetapi ia adalah platform terbaik daripada semua yang saya cuba. Ia mampu menyepadukan dan mengawal pelbagai peranti dan protokol, dan semuanya percuma dan sumber terbuka.
Jika anda berminat untuk mengautomasikan rumah anda, pastikan anda mendapat peluang! Jika anda ingin mengetahui lebih lanjut, sila layari laman web rasmi mereka. Jika anda boleh, pasangkannya pada Raspberry Pi anda. Ini adalah cara yang paling mudah dan selamat untuk bermula. Saya memasangnya pada pelayan yang lebih berkuasa di dalam bekas Docker.
14. Flask
Flask ialah perpustakaan pilihan saya untuk mencipta perkhidmatan web pantas atau tapak web mudah. Ia adalah rangka kerja mikro, yang bermaksud Flask bertujuan untuk mengekalkan teras yang mudah tetapi boleh diperluaskan. Terdapat lebih 700 sambungan rasmi dan komuniti.
Jika anda tahu anda akan membangunkan aplikasi web yang besar, anda mungkin ingin melihat rangka kerja yang lebih lengkap. Yang paling popular dalam kategori ini ialah Django.
15. BeautifulSoup
Jika anda mengekstrak beberapa HTML daripada tapak web anda, anda perlu menghuraikannya untuk mendapatkan kandungan sebenar yang anda inginkan. Beautiful Soup ialah perpustakaan Python untuk mengekstrak data daripada fail HTML dan XML. Ia menyediakan kaedah mudah untuk menavigasi, mencari dan mengubah suai pokok parse. Ia sangat berkuasa dan, walaupun rosak, mampu mengendalikan semua jenis HTML. Percayalah, HTML sering rosak, jadi ini adalah ciri yang sangat berkuasa.
Beberapa ciri utamanya:
Beautiful Soup secara automatik menukar dokumen masuk kepada Unicode dan dokumen keluar kepada UTF-8. Anda tidak perlu memikirkan tentang pengekodan.
Beautiful Soup terletak di atas penghurai Python yang popular seperti lxml dan html5lib, membolehkan anda mencuba strategi penghuraian yang berbeza atau meningkatkan fleksibiliti.
BeautifulSoup akan mengupas apa sahaja yang anda sediakan dan melakukan kerja-kerja berjalan pokok untuk anda. Anda boleh memberitahunya "Cari semua pautan," atau "Cari tajuk jadual dengan fon tebal dan berikan saya teks itu."
Atas ialah kandungan terperinci Sangat disyorkan 15 perpustakaan Python peringkat tinggi yang mendapat dua kali ganda hasil dengan separuh usaha. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
PHP terutamanya pengaturcaraan prosedur, tetapi juga menyokong pengaturcaraan berorientasikan objek (OOP); Python menyokong pelbagai paradigma, termasuk pengaturcaraan OOP, fungsional dan prosedur. PHP sesuai untuk pembangunan web, dan Python sesuai untuk pelbagai aplikasi seperti analisis data dan pembelajaran mesin.
PHP sesuai untuk pembangunan web dan prototaip pesat, dan Python sesuai untuk sains data dan pembelajaran mesin. 1.Php digunakan untuk pembangunan web dinamik, dengan sintaks mudah dan sesuai untuk pembangunan pesat. 2. Python mempunyai sintaks ringkas, sesuai untuk pelbagai bidang, dan mempunyai ekosistem perpustakaan yang kuat.
Python lebih sesuai untuk pemula, dengan lengkung pembelajaran yang lancar dan sintaks ringkas; JavaScript sesuai untuk pembangunan front-end, dengan lengkung pembelajaran yang curam dan sintaks yang fleksibel. 1. Sintaks Python adalah intuitif dan sesuai untuk sains data dan pembangunan back-end. 2. JavaScript adalah fleksibel dan digunakan secara meluas dalam pengaturcaraan depan dan pelayan.
Kod VS boleh digunakan untuk menulis Python dan menyediakan banyak ciri yang menjadikannya alat yang ideal untuk membangunkan aplikasi python. Ia membolehkan pengguna untuk: memasang sambungan python untuk mendapatkan fungsi seperti penyempurnaan kod, penonjolan sintaks, dan debugging. Gunakan debugger untuk mengesan kod langkah demi langkah, cari dan selesaikan kesilapan. Mengintegrasikan Git untuk Kawalan Versi. Gunakan alat pemformatan kod untuk mengekalkan konsistensi kod. Gunakan alat linting untuk melihat masalah yang berpotensi lebih awal.
PHP berasal pada tahun 1994 dan dibangunkan oleh Rasmuslerdorf. Ia pada asalnya digunakan untuk mengesan pelawat laman web dan secara beransur-ansur berkembang menjadi bahasa skrip sisi pelayan dan digunakan secara meluas dalam pembangunan web. Python telah dibangunkan oleh Guidovan Rossum pada akhir 1980 -an dan pertama kali dikeluarkan pada tahun 1991. Ia menekankan kebolehbacaan dan kesederhanaan kod, dan sesuai untuk pengkomputeran saintifik, analisis data dan bidang lain.
Dalam kod VS, anda boleh menjalankan program di terminal melalui langkah -langkah berikut: Sediakan kod dan buka terminal bersepadu untuk memastikan bahawa direktori kod selaras dengan direktori kerja terminal. Pilih arahan Run mengikut bahasa pengaturcaraan (seperti python python your_file_name.py) untuk memeriksa sama ada ia berjalan dengan jayanya dan menyelesaikan kesilapan. Gunakan debugger untuk meningkatkan kecekapan debug.
Kod VS boleh dijalankan pada Windows 8, tetapi pengalaman mungkin tidak hebat. Mula -mula pastikan sistem telah dikemas kini ke patch terkini, kemudian muat turun pakej pemasangan kod VS yang sepadan dengan seni bina sistem dan pasangnya seperti yang diminta. Selepas pemasangan, sedar bahawa beberapa sambungan mungkin tidak sesuai dengan Windows 8 dan perlu mencari sambungan alternatif atau menggunakan sistem Windows yang lebih baru dalam mesin maya. Pasang sambungan yang diperlukan untuk memeriksa sama ada ia berfungsi dengan betul. Walaupun kod VS boleh dilaksanakan pada Windows 8, disyorkan untuk menaik taraf ke sistem Windows yang lebih baru untuk pengalaman dan keselamatan pembangunan yang lebih baik.
Sambungan kod VS menimbulkan risiko yang berniat jahat, seperti menyembunyikan kod jahat, mengeksploitasi kelemahan, dan melancap sebagai sambungan yang sah. Kaedah untuk mengenal pasti sambungan yang berniat jahat termasuk: memeriksa penerbit, membaca komen, memeriksa kod, dan memasang dengan berhati -hati. Langkah -langkah keselamatan juga termasuk: kesedaran keselamatan, tabiat yang baik, kemas kini tetap dan perisian antivirus.