Présentation de 15 bibliothèques Python si utiles qu'elles vous font pleurer

Tutoriel vidéo PythonLa colonne présente 15 bibliothèques Python utiles

Recommandé (gratuit) : Tutoriel vidéo Python

Pourquoi j'aime Python ? Il s'agit d'un langage de programmation facile à apprendre pour les débutants, pour une autre raison : le grand nombre de bibliothèques tierces disponibles immédiatement et les 230 000 packages fournis par les utilisateurs qui rendent Python vraiment puissant et populaire.

Dans cet article, j'ai sélectionné 15 des logiciels les plus utiles et présenté leurs fonctions et caractéristiques.

1. Dash

Dash est un progiciel relativement nouveau. Il est idéal pour créer des applications de visualisation de données en Python pur, il convient donc particulièrement à toute personne travaillant avec. données. . Dash est un hybride de Flask, Plotly.js et React.js.

2. Pygame

Pygame est le décorateur Python de la bibliothèque multimédia SDL (Simple DirectMedia Layer) est un croisement. -platform Bibliothèque de développement conçue pour fournir une interface de bas niveau pour :

• Audio

• Clavier

• Souris

• Joystick

• Matériel graphique basé sur OpenGL et Direct3D

Pygame a une hauteur portable et peut fonctionner sur presque toutes les plates-formes et systèmes d'exploitation. Bien qu'il dispose d'un moteur de jeu complet, vous pouvez également utiliser cette bibliothèque pour lire des fichiers MP3 directement à partir de scripts Python.

3. Oreiller

Pillow est spécialement conçu pour le traitement des images, vous pouvez utiliser cette bibliothèque pour créer des vignettes, convertir entre les formats de fichiers, faire pivoter, appliquer des filtres, afficher des images. et ainsi de suite. C'est idéal si vous devez effectuer des opérations par lots sur de nombreuses images.

Pour le comprendre rapidement, jetez un œil à l'exemple de code suivant (charge et restitue l'image) :

4. >

Colorama vous permet de travailler avec des couleurs dans le terminal, parfait pour les scripts Python, la documentation est courte et agréable et peut être trouvée sur la page Colorama PyPI.

5. JmesPath

Travailler avec JSON en Python est très simple car JSON correspond très bien aux dictionnaires Python. De plus, Python est livré avec sa propre excellente bibliothèque json pour analyser et créer du JSON. Pour moi, c'est l'une de ses meilleures fonctionnalités. Si j'ai besoin de travailler avec JSON, je pourrais envisager d'utiliser Python.

JMESPath facilite le traitement de JSON en Python, vous permettant de spécifier explicitement comment extraire les éléments d'un document JSON. Voici quelques exemples de base pour vous donner une idée de ses capacités :

6 Requêtes

Les requêtes sont basées sur. La bibliothèque Python la plus téléchargée au monde, urllib3, rend les requêtes Web très simples, puissantes et polyvalentes.

L'exemple de code suivant illustre à quel point il est simple d'utiliser les requêtes.

Les demandes peuvent effectuer tout le travail avancé auquel vous pouvez penser, tel que :

• Certification

• Utiliser des cookies

• Effectuer POST, PUT, DELETE, etc.

• Utiliser des certificats personnalisés

• Utiliser la session

• Utiliser le proxy

7. Simplejson

Local dans Python Quel est le problème avec le module json ? Non! En fait, le json de Python est simplejson. Cela signifie que Python a pris une version de simplejson et l'a incorporée dans chaque distribution. Mais utiliser simplejson présente certains avantages :

• Cela fonctionne sur davantage de versions de Python.

• Il est mis à jour plus fréquemment que la version fournie avec Python.

• Il a la partie (facultative) écrite en C, donc c'est très rapide.

En raison de ces faits, vous verrez souvent ce qui suit dans les scripts qui utilisent JSON :

J'utiliserai simplement la valeur par défaut json, sauf si vous avez spécifiquement besoin de :

• Vitesse

• Éléments qui ne sont pas dans la bibliothèque standard

Simplejson est beaucoup plus rapide que json car il implémente certains éléments clés en C. À moins que vous ne traitiez des millions de fichiers JSON, ce type de vitesse ne vous intéressera pas.

8. Emoji

La bibliothèque Emoji est très intéressante, mais tout le monde n'aime pas les packages d'émoticônes. Les packages Emoji sont très utiles lors de l'analyse des données multimédias en perspective.

Voici un exemple de code simple :

Chardet

Vous Vous pouvez utiliser le module chardet pour détecter le jeu de caractères d'un fichier ou d'un flux de données. Ceci est utile, par exemple, lors de l'analyse de grandes quantités de texte aléatoire. Cependant, il peut également être utilisé lorsque vous travaillez avec des données téléchargées à distance lorsque vous ne savez pas quel est le jeu de caractères.

10. Python-dateutil

Le module python-dateutil fournit des extensions puissantes au module datetime standard. Mon expérience est que là où se termine la fonctionnalité datetime Python habituelle, python-dateutil entre.

Vous pouvez faire beaucoup de choses sympas avec cette bibliothèque. J'ai limité ces exemples à ceux que j'ai trouvés particulièrement utiles : Analyse floue des dates dans les fichiers journaux, par exemple :

Consultez la documentation complète pour plus de fonctionnalités, par exemple exemple :

• Calculez le delta relatif (le mois prochain, l'année prochaine, lundi prochain, la dernière semaine du mois, etc.) et le delta relatif entre deux objets date donnés.

• Utilise un sur-ensemble de la spécification iCalendar pour calculer les dates en fonction de règles de répétition.

• Implémentation du fuseau horaire (tzinfo) pour les fichiers tz (/etc/localtime, /usr/share/zoneinfo, etc.), les chaînes d'environnement TZ (tous les formats connus), les fichiers au format iCalendar, Étant donné une plage (à l'aide d'incréments relatifs), le fuseau horaire de la machine locale, le fuseau horaire à décalage fixe, le fuseau horaire UTC et le fuseau horaire basé sur le registre Windows.

• Dernières informations internes sur le fuseau horaire mondial basées sur la base de données Olson.

• Calculez la date du dimanche de Pâques pour n'importe quelle année en utilisant l'algorithme occidental, orthodoxe ou julien.

11. Barre de progression : progression et tqdm

Un peu de triche ici, puisqu'il s'agit de deux packages, mais en ignorant l'un d'eux n'est pas assez juste.

Vous pouvez créer votre propre barre de progression, ce qui peut être amusant, mais l'utilisation des packages progress ou tqdm est plus rapide et moins sujette aux erreurs.

progression

Avec l'aide de ce package, vous pouvez facilement créer des barres de progression :

tqdm

tqdm fait à peu près la même chose mais semble être le dernier. Tout d'abord quelques démonstrations sous forme de gifs animés :

IPython

I. Je suis sûr que vous connaissez le shell interactif de Python, qui constitue un excellent moyen d'exécuter Python. Mais connaissez-vous aussi le shell IPython ? Si vous utilisez régulièrement des shells interactifs mais que vous ne connaissez pas IPython, vous devriez y jeter un œil !

Certaines des fonctionnalités fournies par le shell IPython amélioré incluent :

• Introspection complète des objets.

• L'historique des entrées persiste d'une session à l'autre.

• Cache les résultats de sortie lors d'une session avec des références générées automatiquement.

• Complétion par tabulation, prend en charge la complétion des variables et des mots-clés python, des noms de fichiers et des mots-clés de fonction par défaut.

• Commande "Magique" utilisée pour contrôler l'environnement et effectuer de nombreuses tâches liées à IPython ou au système d'exploitation.

• Enregistrement et rechargement de session.

• Accès intégré au débogueur pdb et au profileur Python.

• Fonctionnalité peu connue d'IPython : son architecture permet également du calcul parallèle et distribué.

IPython est au cœur de Jupyter Notebook, une application Web open source qui vous permet de créer et de partager des documents contenant du code en direct, des équations, des visualisations et du texte narratif.

13. Homeassistant

J'adore la domotique. C'était un peu un passe-temps pour moi, mais je le regrette encore profondément car il contrôle désormais une grande partie de notre maison. J'utilise Home Assistant pour relier tous les systèmes de la maison. Bien qu'il s'agisse effectivement d'une application complète, vous pouvez également l'installer sous forme de package Python PyPI.

• La plupart de nos luminaires sont automatisés, tout comme nos stores.

• Je surveille notre consommation de gaz, notre consommation d'électricité et notre production (panneaux solaires).

• Je peux suivre l'emplacement de la plupart des téléphones et lancer des actions lorsqu'ils entrent dans une zone, comme allumer les lumières du garage lorsque je rentre à la maison.

• Il peut également contrôler tous nos systèmes de divertissement tels que les téléviseurs Samsung et les enceintes Sonos.

• Il découvre automatiquement la plupart des appareils sur le réseau, il est donc très facile de démarrer.

J'utilise Home Assistant quotidiennement depuis 3 ans maintenant, il est toujours en version bêta mais c'est la meilleure plateforme parmi toutes les plateformes que j'ai essayées. Il est capable d'intégrer et de contrôler une variété d'appareils et de protocoles, et est entièrement gratuit et open source.

Si vous souhaitez automatiser votre maison, assurez-vous d'en avoir l'occasion ! Si vous souhaitez en savoir plus, veuillez visiter leur site officiel. Si vous le pouvez, installez-le sur votre Raspberry Pi. C’est de loin le moyen le plus simple et le plus sûr de commencer. Je l'ai installé sur un serveur plus puissant dans un conteneur Docker.

14. Flask

Flask est ma bibliothèque incontournable pour créer des services Web rapides ou des sites Web simples. Il s'agit d'un microframework, ce qui signifie que Flask vise à garder le noyau simple mais extensible. Il existe plus de 700 extensions officielles et communautaires.

Si vous savez que vous allez développer une grande application Web, vous souhaiterez peut-être vous pencher sur un framework plus complet. Le plus populaire dans cette catégorie est Django.

15. BeautifulSoup

Si vous avez extrait du code HTML de votre site Web, vous devez l'analyser pour obtenir le contenu réel souhaité. Beautiful Soup est une bibliothèque Python permettant d'extraire des données à partir de fichiers HTML et XML. Il fournit des méthodes simples pour naviguer, rechercher et modifier les arbres d'analyse. Il est très puissant et, même s'il est cassé, il est capable de gérer toutes sortes de HTML. Croyez-moi, le HTML est souvent cassé, c'est donc une fonctionnalité très puissante.

Certaines de ses principales fonctionnalités :

• Beautiful Soup convertit automatiquement les documents entrants en Unicode et les documents sortants en UTF-8. Vous n'avez pas besoin de penser au codage.

• Beautiful Soup se trouve au-dessus des analyseurs Python populaires comme lxml et html5lib, vous permettant d'essayer différentes stratégies d'analyse ou d'augmenter la flexibilité.

• BeautifulSoup analysera tout ce que vous fournissez et fera le travail de parcourir l'arbre pour vous. Vous pouvez lui dire "Trouver tous les liens" ou "Trouver le titre du tableau en gras et me donner ce texte

.

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!