¿Qué bibliotecas se usan comúnmente en Python?

Python, como lenguaje de programación excelentemente diseñado, se ha utilizado ampliamente en varios campos. Confiando en sus potentes bibliotecas de terceros, Python puede desempeñar un papel muy importante en varios campos.

Echemos un vistazo a las bibliotecas comúnmente utilizadas en Python:

Biblioteca de cálculo numérico:

1. NumPy

Admite multi- dimensional Las operaciones con matrices y matrices también proporcionan una gran cantidad de bibliotecas de funciones matemáticas para operaciones con matrices. Normalmente se usa con SciPy y Matplotlib, admite una variedad más amplia de tipos numéricos que Python, el objeto más importante definido es un tipo de matriz n-dimensional llamado ndarray, que se usa para describir una colección de elementos del mismo tipo, que puede usar base 0. indexación de elementos de Access en la colección.

2. SciPy

Basado en la biblioteca NumPy, agrega muchas funciones de biblioteca comúnmente utilizadas en cálculos de matemáticas, ciencias e ingeniería, como álgebra lineal, solución numérica de ecuaciones diferenciales ordinarias, El procesamiento de señales, el procesamiento de imágenes, las matrices dispersas, etc., pueden realizar procesamiento de interpolación, filtrado de señales y utilizar el lenguaje C para acelerar los cálculos.

3. Pandas

Una herramienta basada en NumPy, creada para resolver tareas de análisis de datos. Incorpora una gran cantidad de bibliotecas y algunos modelos de datos estándar, proporciona las herramientas necesarias para operar de manera eficiente grandes conjuntos de datos y una gran cantidad de funciones y métodos que pueden procesar datos rápida y fácilmente, proporciona un buen soporte para el análisis de series de tiempo y proporciona una variedad de estructuras de datos como series, series temporales, marcos de datos y paneles.

Biblioteca de visualización de datos:

4. Matplotlib

La primera biblioteca de visualización de Python, muchas otras bibliotecas se basan en ella o directamente. Al llamar a esta biblioteca, puede Obtener fácilmente información general sobre los datos es muy poderoso, pero también muy complejo.

5. Seaborn

Utiliza Matplotlib para crear hermosos gráficos con código conciso. La mayor diferencia con Matplotlib es que el estilo de dibujo predeterminado y la combinación de colores tienen una estética moderna.

6. ggplot

ggplot2, una biblioteca de dibujo basada en R, también utiliza conceptos de "La gramática de los gráficos" para permitir la superposición de diferentes capas para completar una imagen. no es adecuado para realizar imágenes muy personalizadas y se sacrifica la complejidad de la imagen por la simplicidad de la operación.

7. Bokeh

Al igual que ggplot, Bokeh también se basa en el concepto de "Gramática gráfica". La diferencia con ggplot es que está completamente basado en Python y no tiene referencias desde R. La ventaja es que se puede utilizar para crear diagramas interactivos que se pueden utilizar directamente en la red. Los gráficos se pueden generar como objetos JSON, documentos HTML o aplicaciones web interactivas.

8. Plotly

se puede utilizar a través del cuaderno Python. Al igual que Bokeh, está dedicado a la producción de gráficos interactivos, pero proporciona varios tipos de gráficos que rara vez se encuentran en otras bibliotecas. , como etc. Gráficos de líneas de valor, gráficos de árboles y gráficos 3D.

9.pygal

Al igual que Bokeh y Plotly, proporciona imágenes interactivas que se pueden incrustar directamente en el navegador web. La principal diferencia con los otros dos es que los gráficos se pueden generar en formato SVG. Todos los gráficos están encapsulados en métodos y el estilo predeterminado también es muy hermoso. Puede crear fácilmente gráficos hermosos con unas pocas líneas de código.

10. geoplotlib

Una caja de herramientas para producir mapas y datos relacionados geográficamente. Se puede utilizar para crear una variedad de mapas, como mapas de contorno, mapas de calor y mapas de densidad de puntos. Se debe instalar Pyglet (una interfaz de programación orientada a objetos) para usarlo.

11.missingno

Utilice imágenes para evaluar rápidamente la situación de los datos faltantes. Puede ordenar o filtrar los datos según su integridad, o utilizar mapas de calor o diagramas de árbol. para ordenar los datos. Los datos se corrigen.

Biblioteca de desarrollo web:

12. Django

Un marco web Python avanzado que admite un desarrollo rápido y proporciona todo lo necesario, desde el motor de plantillas hasta ORM, al usar esto. biblioteca para crear la aplicación, debes seguir el camino de Django.

13. Socket

Una biblioteca subyacente de comunicación de socket, que se utiliza para establecer una conexión TCP o UDP entre el servidor y el cliente, y enviar solicitudes y respuestas a través de la conexión.

14. Flask

Un framework ligero de Python (microframework) basado en Werkzeug y Jinja 2. Está equipado con el motor de plantillas Jinja de forma predeterminada y también incluye otros motores de plantillas u ORM para su selección. Se utiliza para escribir servicios API (servicios RESTful).

15. Twisted

Un marco de motor de red controlado por eventos implementado en Python, construido sobre objetos diferidos, un motor de alto rendimiento implementado a través de una arquitectura asíncrona, no aplicable Es adecuado para escribir aplicaciones web normales y es más adecuado para redes subyacentes.

Gestión de bases de datos:

16. MySQL-python

También conocido como MySQLdb, es el controlador más popular para que Python se conecte a MySQL. También basado en este desarrollo de biblioteca. Solo se admite Python 2.x y existen muchos requisitos previos para la instalación. Dado que esta biblioteca está desarrollada en base al lenguaje C, la instalación en la plataforma Windows es muy hostil y, a menudo, falla. Básicamente, no se recomienda usarla ahora, y el reemplazo es una versión derivada.

17. mysqlclient

Es totalmente compatible con MySQLdb y admite Python 3.x. Es una herramienta dependiente de Django ORM. Puede utilizar SQL nativo para operar la base de datos. El método de instalación es el mismo que MySQLdb.

18. PyMySQL

El controlador implementado en Python puro es más lento que MySQLdb. Su característica más importante es el método de instalación simple y también es compatible con MySQL-python.

19. SQLAlchemy

Una herramienta que soporta tanto SQL nativo como ORM. ORM es una relación de mapeo entre objetos de Python y tablas relacionales de bases de datos. Puede aumentar efectivamente la velocidad de escritura de código y es compatible con una variedad de sistemas de bases de datos, como SQLite, MySQL y PostgreSQL, a expensas de algunas pérdidas de rendimiento.

Operación y mantenimiento automatizados:

20. máquina de trampolín jumpsever

Un sistema de máquina de trampolín (máquina bastión) de código abierto escrito en Python, que realiza la máquina de trampolín básica Las funciones incluyen autenticación, autorización y auditoría, e integra Ansible, comandos por lotes, etc.

Admite programación WebTerminal Bootstrap, con una hermosa interfaz, recopila automáticamente información de hardware, admite reproducción de video, búsqueda de comandos, monitoreo en tiempo real, carga y descarga por lotes y otras funciones, y se administra en función del protocolo SSH. El cliente no necesita instalar un agente. Se utiliza principalmente para resolver la gestión de seguridad visual. Debido a que es completamente de código abierto, es fácil de desarrollar nuevamente.

21. Sistema de monitoreo distribuido Magedu

Un sistema de monitoreo automatizado desarrollado en Python que puede monitorear servicios de sistema, aplicaciones y dispositivos de red comunes. Puede monitorear múltiples sistemas en un host. diferentes servicios, los intervalos de monitoreo de diferentes servicios pueden ser diferentes Los intervalos de monitoreo y los umbrales de alarma del mismo servicio en diferentes hosts pueden ser diferentes y se proporciona una interfaz de visualización de datos.

22. CMDB de Magedu

Un sistema de administración de hardware desarrollado en Python, que incluye tres funciones: recopilación de datos de hardware, API y administración de páginas. Se utiliza principalmente para administrar automáticamente portátiles y enrutadores. . Uso diario de equipos comunes. El cliente del servidor recopila datos de hardware y envía la información del hardware a la API. La API es responsable de guardar los datos adquiridos en la base de datos y el programa de gestión en segundo plano es responsable de configurar y mostrar la información del servidor.

23. Sistema de programación de tareas

Un sistema de programación de tareas desarrollado por Python, utilizado principalmente para distribuir automáticamente un proceso de servicio a múltiples procesos en varias otras máquinas. programador y confiar en la comunicación de red para completar este trabajo.

24. Sistema de procesos de operación y mantenimiento de Python

Una plataforma para programar y monitorear flujos de trabajo escrita en lenguaje Python, que se utiliza internamente para crear, monitorear y ajustar canalizaciones de datos. Permite a los desarrolladores de flujos de trabajo crear, mantener y programar y ejecutar flujos de trabajo periódicamente, incluidos muchos casos de uso entre departamentos, como almacenamiento de datos, análisis de crecimiento, envío de correo electrónico, pruebas A/B, etc.

Programación GUI:

25. Tkinter

Una biblioteca GUI estándar de Python que puede crear rápidamente aplicaciones GUI y puede usarse en la mayoría de las plataformas UNIX. aplicado a sistemas Windows y Macintosh Las versiones posteriores de Tkinter 8.0 pueden implementar estilos de ventana locales y funcionar bien en la mayoría de las plataformas.

26. wxPython

El paquete Python y el módulo Python de wxWidgets, una biblioteca GUI multiplataforma de software de código abierto, es una excelente biblioteca de gráficos GUI para el lenguaje Python, que permite a los programadores ser muy conveniente Cree una interfaz de usuario GUI completa y completamente funcional.

27. PyQt

Una biblioteca de herramientas para crear aplicaciones GUI. Es una fusión exitosa del lenguaje de programación Python y Qt y puede ejecutarse en los principales sistemas operativos, incluidos UNIX y Windows. y Mac. PyQt adopta una licencia dual. Los desarrolladores pueden elegir entre licencias GPL y comerciales. A partir de la versión 4 de PyQt, las licencias GPL están disponibles para todas las plataformas compatibles.

28. PySide

Una versión vinculante de Python del marco de aplicación multiplataforma Qt, que proporciona funciones similares a PyQt y es compatible con la API, pero difiere de PyQt en este uso. Licencia LGPL.

Para obtener más conocimientos de Python, preste atención al sitio web de autoaprendizaje de Python.