Sept outils d'efficacité Python recommandés !

Afin d'améliorer l'efficacité, nous utilisons souvent certains outils d'efficacité Python dans notre travail quotidien. En tant que langage de programmation plus ancien, Python peut réaliser diverses automatisations du travail quotidien.

1. Pandas - utilisé pour l'analyse des données

Pandas est un ensemble d'outils puissants pour analyser les données structurées ; sa base est Numpy (fournissant des opérations matricielles hautes performances utilisées pour l'exploration et l'analyse des données) ; fonctions de nettoyage des données.

# 1、安装包
$ pip install pandas
# 2、进入python的交互式界面
$ python -i
# 3、使用Pandas>>> import pandas as pd>>> df = pd.DataFrame() >>> print(df)
# 4、输出结果
Empty DataFrame
Columns: []
Index: []

2. Tests automatisés au sélénium

Selenium est un outil de test d'applications Web qui peut tester les applications du point de vue des utilisateurs finaux. Les incompatibilités des navigateurs sont plus faciles à détecter en exécutant des tests dans différents navigateurs. Et cela fonctionne sur de nombreux navigateurs.

Vous pouvez faire un test simple en ouvrant le navigateur et en visitant la page d'accueil de Google :

from selenium import webdriver
 import time
 browser = webdriver.Chrome(executable_path ="C:Program Files (x86)GoogleChromechromedriver.exe")
 website_URL ="https://www.google.co.in/"
 brower.get(website_URL)
 refreshrate = int(3) #每3秒刷新一次Google主页。
 # 它会一直运行，直到你停掉编译器。
 while True:
 time.sleep(refreshrate)
 browser.refresh()

3. Flask - Micro Web Framework

Flask est un framework léger et personnalisable écrit en langage Python. Il est plus flexible, plus léger, plus sûr et plus facile à utiliser que les autres frameworks du même type. Flask est actuellement un framework Web très populaire. Les développeurs peuvent utiliser le langage Python pour implémenter rapidement un site Web ou un service Web.

from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():
return 'Hello, World!'

4. Scrapy - exploration de pages

Scrapy peut vous fournir un support puissant, vous permettant d'explorer avec précision les informations du site Web. C'est très pratique.

Fondamentalement, la plupart des développeurs utilisent désormais des outils d'exploration pour automatiser le travail d'exploration. Vous pouvez donc utiliser Scrapy lors de l’écriture du codage du robot.

Démarrer Scrapy Shell est également très simple :

scrapy shell

Nous pouvons essayer d'extraire la valeur du bouton de recherche sur la page d'accueil de Baidu. Tout d'abord, nous devons trouver la classe utilisée par le bouton. "BT1".

Effectuez spécifiquement les opérations suivantes :

response = fetch("https://baidu.com")
response.css(".bt1::text").extract_first()
==> "Search"

5. Requests - Effectuez des appels API

Requests est une puissante bibliothèque HTTP. Avec lui, vous pouvez envoyer des demandes facilement. Pas besoin d'ajouter manuellement des chaînes de requête aux URL. De plus, il existe de nombreuses fonctions, telles que le traitement des autorisations, l'analyse JSON/XML, le traitement des sessions, etc.

Exemple officiel :

>>> r = requests.get('https://api.github.com/user', auth=('user', 'pass'))
>>> r.status_code
200
>>> r.headers['content-type']
'application/json; charset=utf8'
>>> r.encoding
'utf-8'
>>> r.text
'{"type":"User"...'
>>> r.json()
{'private_gists': 419, 'total_private_repos': 77, ...}

6. Faker - utilisé pour créer de fausses données

Faker est un package Python qui génère de fausses données pour vous. Que vous ayez besoin d'amorcer une base de données, de créer un joli document XML, de remplir votre persistance pour le tester ou de récupérer les mêmes données à partir d'un service de production, Faker est fait pour vous

Grâce à lui, vous pouvez très rapidement générer faux noms, adresses, descriptions, etc. ! Le script suivant est un exemple. Je crée une entrée de contact contenant le nom, l'adresse et un texte de description :

Installation :

pip install Faker
from faker import Faker
fake = Faker()
fake.name()
fake.address()
fake.text()

7. Outils de traitement - Pillow possède des capacités de traitement d'image assez puissantes. Il peut être utilisé lorsque vous devez effectuer un traitement d'image. Après tout, en tant que développeur, vous devez choisir un outil de traitement d'image plus puissant.

Exemple simple :

from PIL import Image, ImageFilter
 try:
 original = Image.open("Lenna.png")
 blurred = original.filter(ImageFilter.BLUR)
 original.show()
 blurred.show()
 blurred.save("blurred.png")
 except:
 print "Unable to load image"

Des outils efficaces peuvent nous aider à accomplir des tâches de travail plus rapidement, je vais donc partager avec vous quelques outils qui me semblent utiles. J'espère également que ces 7 outils d'efficacité Python pourront vous aider. .

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!