17 библиотек для Python на любой вкус
Язык программирования Python популярен среди разработчиков не только за удобный синтаксис, но и благодаря большому количеству библиотек, которые решают широкий спектр задач. В данной статье мы рассмотрим лишь небольшой пласт наиболее популярных библиотек, предназначенных для обработки данных, моделирования, для работы с вебом и сервисами, для настройки искусственного интеллекта, создания 2D-игр и анимации.
Работы с числами и данными
NumPy
Библиотека для создания матриц и массивов и выполнения над ними основных математических операций: сложение, вычитание, деление, вычитание, вычисление определителя, разбиение и т.д. Можно рассматривать, как конкурента MATLAB.
Установка:
Для Windows переходим https://sourceforge.net/projects/numpy/files/NumPy/1.9.2/, скачиваем и запускаем EXE-файл для вашей версии Python.
Для Linux установить пакет python3-numpy (цифра - версия Python) из данного репозитория https://sourceforge.net/projects/numpy/files/NumPy/ при помощи piphttps://pip.pypa.io/en/latest/installing/ , введя:
sudo pip3 install python3-numpy
или для Windows:
pip3 install numpy
Pandas
Построенная на базе NumPy библиотека предназначена для выполнения более высокоуровневых операций над массивами и матрицами. Как следствие - код чуть проще и понятнее.
Установка:
Разработчики предлагают ставить не отдельный пакет, а сразу весь дистрибутив Anaconda. https://docs.continuum.io/anaconda/install Пройдя по данной ссылке, вы найдете требуемые инсталляторы и подробные указания по установке для Windows, MacOS и Linux. В частном случае, при помощи pip установить пакет Pandas:
pip install pandas
(использование sudo pip может привести к ошибкам)
И не забудьте установить NumPy.
SciPy
Комплексная библиотека для проведения инженерных расчётов: поиск минимума и максимума функций, обработка сигналов и изображений, решение дифференциальных уравнений и использование специальных математических функций.
Установка:
Аналогичным образом из дистрибутива Anaconda https://docs.continuum.io/anaconda/install или при помощи pip:
pip install --user numpy scipy matplotlib ipython jupiter pandas sympy nose
Как видите, помимо SciPy разработчики рекомендуют установить полный пакет для обработки данных.
Визуализация
Matplotlib
http://matplotlib.org Мощная графическая библиотека, часто используемая в связке с представленными SciPy и NumPy. Поддерживает 2D и 3D графику, наиболее популярные форматы изображений и 8 типов диаграмм.
Установка:
Здесь также разработчики рекомендуют воспользоваться одним из трёх дистрибутивов: Anaconda https://docs.continuum.io/anaconda/install , miniconda https://conda.io/docs/install/quick.html или Canopy https://www.enthought.com/downloads/ . Для использования pip ввести:
pip install matplotlib
Bokeh
Основной задачей данной библиотеки является визуализация данных для дальнейшего отображения в вебе. Поддерживает выгрузку данных в виде потоков и в реальном времени. Работа с данной библиотекой сильно отличается от Matplotlib - она проще, а функциональность ниже.
Установка:
Аналогична предыдущим при помощи Anaconda или pip. Минимальный пакет в последнем случае следующий:
pip install numpy jinja2 six requests pyyaml dateutil bokeh
Plotly
https://plot.ly Адаптированный под дальнейшее отображение графиков в интернете инструмент, специализирующийся на контурных графиках и 3D-чертежах.
Установка:
Разработчики не оставляют иного выхода, кроме как воспользоваться pip:
pip install plotly
Seaborn
http://seaborn.pydata.org Это своеобразная обёртка над Matplotlib, которая обеспечивает высокоуровневый интерфейс для рисования привлекательных статистических графиков. Библиотека обеспечивает более простой API и более элегантную визуализацию, чем Matplotlib.
Установка:
Используя pip ввести::
pip install seaborn
Искусственный интеллект
SciKit-Learn
http://scikit-learn.org/stable/ Одна из самых популярных библиотек для реализации алгоритмов машинного обучения. Перед применением потребуется подключение библиотек из первого раздела
для обработки входных данных.
Установка:
Традиционн
Язык программирования Python популярен среди разработчиков не только за удобный синтаксис, но и благодаря большому количеству библиотек, которые решают широкий спектр задач. В данной статье мы рассмотрим лишь небольшой пласт наиболее популярных библиотек, предназначенных для обработки данных, моделирования, для работы с вебом и сервисами, для настройки искусственного интеллекта, создания 2D-игр и анимации.
Работы с числами и данными
NumPy
Библиотека для создания матриц и массивов и выполнения над ними основных математических операций: сложение, вычитание, деление, вычитание, вычисление определителя, разбиение и т.д. Можно рассматривать, как конкурента MATLAB.
Установка:
Для Windows переходим https://sourceforge.net/projects/numpy/files/NumPy/1.9.2/, скачиваем и запускаем EXE-файл для вашей версии Python.
Для Linux установить пакет python3-numpy (цифра - версия Python) из данного репозитория https://sourceforge.net/projects/numpy/files/NumPy/ при помощи piphttps://pip.pypa.io/en/latest/installing/ , введя:
sudo pip3 install python3-numpy
или для Windows:
pip3 install numpy
Pandas
Построенная на базе NumPy библиотека предназначена для выполнения более высокоуровневых операций над массивами и матрицами. Как следствие - код чуть проще и понятнее.
Установка:
Разработчики предлагают ставить не отдельный пакет, а сразу весь дистрибутив Anaconda. https://docs.continuum.io/anaconda/install Пройдя по данной ссылке, вы найдете требуемые инсталляторы и подробные указания по установке для Windows, MacOS и Linux. В частном случае, при помощи pip установить пакет Pandas:
pip install pandas
(использование sudo pip может привести к ошибкам)
И не забудьте установить NumPy.
SciPy
Комплексная библиотека для проведения инженерных расчётов: поиск минимума и максимума функций, обработка сигналов и изображений, решение дифференциальных уравнений и использование специальных математических функций.
Установка:
Аналогичным образом из дистрибутива Anaconda https://docs.continuum.io/anaconda/install или при помощи pip:
pip install --user numpy scipy matplotlib ipython jupiter pandas sympy nose
Как видите, помимо SciPy разработчики рекомендуют установить полный пакет для обработки данных.
Визуализация
Matplotlib
http://matplotlib.org Мощная графическая библиотека, часто используемая в связке с представленными SciPy и NumPy. Поддерживает 2D и 3D графику, наиболее популярные форматы изображений и 8 типов диаграмм.
Установка:
Здесь также разработчики рекомендуют воспользоваться одним из трёх дистрибутивов: Anaconda https://docs.continuum.io/anaconda/install , miniconda https://conda.io/docs/install/quick.html или Canopy https://www.enthought.com/downloads/ . Для использования pip ввести:
pip install matplotlib
Bokeh
Основной задачей данной библиотеки является визуализация данных для дальнейшего отображения в вебе. Поддерживает выгрузку данных в виде потоков и в реальном времени. Работа с данной библиотекой сильно отличается от Matplotlib - она проще, а функциональность ниже.
Установка:
Аналогична предыдущим при помощи Anaconda или pip. Минимальный пакет в последнем случае следующий:
pip install numpy jinja2 six requests pyyaml dateutil bokeh
Plotly
https://plot.ly Адаптированный под дальнейшее отображение графиков в интернете инструмент, специализирующийся на контурных графиках и 3D-чертежах.
Установка:
Разработчики не оставляют иного выхода, кроме как воспользоваться pip:
pip install plotly
Seaborn
http://seaborn.pydata.org Это своеобразная обёртка над Matplotlib, которая обеспечивает высокоуровневый интерфейс для рисования привлекательных статистических графиков. Библиотека обеспечивает более простой API и более элегантную визуализацию, чем Matplotlib.
Установка:
Используя pip ввести::
pip install seaborn
Искусственный интеллект
SciKit-Learn
http://scikit-learn.org/stable/ Одна из самых популярных библиотек для реализации алгоритмов машинного обучения. Перед применением потребуется подключение библиотек из первого раздела
для обработки входных данных.
Установка:
Традиционн