Maison >développement back-end >Tutoriel Python >Packages tâche-Python
Barre de progression et TQDM :
Pour implémenter des barres de progression pour des tâches telles que les boucles, le traitement de fichiers ou les téléchargements.
from progress.bar import ChargingBar bar = ChargingBar('Processing', max=20) for i in range(20): # Do some work bar.next() bar.finish()
Sortie :
Processing ████████████████████████████████ 100%
TQDM : Semblable à la barre de progression mais plus simple à configurer que la barre de progression.
from tqdm import tqdm import time for i in tqdm(range(100)): time.sleep(0.1)
Sortie :
100%|██████████████████████████████████████| 100/100 [00:00<00:00, 18784.11it/s]
Matplotlib :
Matplotlib est utilisé pour créer des visualisations statiques, animées et interactives.
import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y, label='Linear Growth', color='blue', linestyle='--', marker='o') plt.title("Line Plot Example") plt.xlabel("X-axis") plt.ylabel("Y-axis") plt.legend() plt.show()
Sortie :
Numpy :
NumPy (Numerical Python) est une bibliothèque Python fondamentale pour le calcul numérique. Il permet de travailler avec de grands tableaux multidimensionnels (comme 1-D, 2-D, 3-D) et des matrices, ainsi qu'un ensemble de fonctions mathématiques pour fonctionner efficacement sur ces tableaux.
Exemple :
import numpy as np # 1D array arr1 = np.array([1, 2, 3, 4]) # 2D array arr2 = np.array([[1, 2], [3, 4]]) print(arr1, arr2)
Sortie :
[1 2 3 4] [[1 2] [3 4]]
Pandas :
Il est utilisé pour la manipulation et l'analyse des données avec Series (listes) et DataFrame (table ou feuille de calcul).
Exemple :
import pandas x=[1,2,3] y=pandas.Series(x,index=["no1","no2","no3"]) print(y)
Sortie :
no1 1 no2 2 no3 3 dtype: int64
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!