Top 5 Python-Module, die Sie 2022 kennen sollten

Python ist eine Programmiersprache, die weltweit die Herzen erobert hat. Von der Coding-Community bis zur Data Science-Community ist Python ein absoluter Favorit von allen. Der Grund für seine Popularität ist, dass Python mit einer breiten Palette von Bibliotheken und Modulen ausgestattet ist, die die Entwicklung zu einer problemlosen Aufgabe machen.

Während wir zuvor ausführlich über Python-Bibliotheken gesprochen haben, konzentrieren wir uns heute auf Python-Module.

Was sind Python-Module?

In einfachen Worten, ein Python-Modul ist ein Python-Objekt, das aus willkürlich benannten Attributen besteht, die sowohl für die Bindung als auch für die Referenz verwendet werden können. Im Wesentlichen kann ein Modul Funktionen, Klassen und Variablen definieren. Module helfen Ihnen, Python-Code logisch zu organisieren. Indem Sie verwandten Code in Modulen gruppieren, können Sie Python-Code benutzerfreundlicher und verständlicher machen.

In Python können Sie ein Modul auf drei Arten definieren:

• Sie können ein Modul in Python schreiben.
• Sie können ein Modul in C schreiben und es zur Laufzeit dynamisch laden.
• Sie können integrierte Python-Module verwenden, die im Interpreter enthalten sind.

Was ist der Modulsuchpfad?

Der Suchpfad bezieht sich auf eine Liste von Verzeichnissen, die der Interpreter durchsucht, bevor er ein Modul importieren kann. Angenommen, Sie möchten die Anweisung ausführen:

Mod importieren

Wenn der Interpreter diese Anweisung ausführt, sucht er in einer Liste von Verzeichnissen, die aus mehreren Quellen zusammengestellt wurden, nach mod.py, darunter:

• Das Verzeichnis, von dem aus Sie das Eingabeskript ausgeführt haben, oder das aktuelle Verzeichnis (vorausgesetzt, der Interpreter wird interaktiv ausgeführt).
• Wenn die Umgebungsvariable PYTHONPATH gesetzt wurde, durchsucht sie die Liste der darin enthaltenen Verzeichnisse.
• Die Liste der installationsabhängigen Verzeichnisse, die während der Installation von Python konfiguriert werden.

Sie können auf den resultierenden Suchpfad zugreifen, indem Sie die Python-Variable sys.path verwenden, die weiter vom sys-Modul erzeugt wird:

>>> System importieren

>>> sys.pfad

[”, 'C:\\Benutzer\\john\\Dokumente\\Python\\doc', 'C:\\Python36\\Lib\\idlelib',

'C:\\Python36\\python36.zip', 'C:\\Python36\\DLLs', 'C:\\Python36\\lib',

'C:\\Python36', 'C:\\Python36\\lib\\site-packages']

Nachdem Sie ein Modul importiert haben, können Sie seinen Speicherort mithilfe des Attributs __file__ des Moduls wie folgt bestimmen:

>>> Mod importieren

>>> mod.__Datei__

'C:\\Benutzer\\john\\mod.py'

>>> Bez. importieren

>>> re.__Datei__

'C:\\Python36\\lib\\re.py'

Denken Sie jedoch daran, dass dieser Verzeichnisteil der __file__ ein Verzeichnis sein sollte, das in sys.path enthalten ist.

Nachdem Sie nun die Essenz von Python-Modulen verstanden haben, werfen wir einen Blick auf einige der besten Python-Module.

Top-Python-Module

1. Die „Import“-Anweisung

Durch Ausführen einer import-Anweisung in einer Python-Quelldatei können Sie jede Python-Quelldatei als Modul verwenden. Die Syntax der import- Anweisung lautet:

import modul1[, modul2[,… modulN]

Wenn Sie eine import-Anweisung ausführen, importiert der Interpreter das bereitgestellte Modul, wenn es im Suchpfad vorhanden ist. Wenn Sie beispielsweise das Modul calc.py importieren möchten, müssen Sie den folgenden Befehl schreiben und ausführen:

# Modul calc.py importieren

Berechnung importieren

drucken hinzufügen(10,2)

Bei erfolgreicher Ausführung dieses Befehls sieht die Ausgabe wie folgt aus:

12

Eine wichtige Sache, die Sie bei Python-Modulen beachten sollten, ist, dass, egal wie oft Sie ein Modul importieren, es nur einmal geladen wird. Dies hilft, eine wiederholte Modulausführung bei Mehrfachimporten zu verhindern.

2. Die „from…import“-Anweisung

In Python können Sie mit der „from…import“-Anweisung bestimmte Attribute aus einem Modul importieren. Hier ist ein Beispiel für die „from…import“-Anweisung:

aus Modname importieren *

# Importieren von sqrt() und Fakultät aus der

# Modul Mathe

von math import sqrt, Fakultät

# Wenn wir einfach „Mathe importieren“, dann

# math.sqrt(16) und math.factorial()

# sind erforderlich.

Druckfläche(16)

Fakultät drucken(6)

Wenn Sie diesen Code ausführen, erhalten Sie:

4.0

720

Mit diesem Modul können Sie alle in einem bestimmten Modul enthaltenen Elemente in den aktuellen Namensraum importieren.

3. Die „dir()“-Funktion

In Python ist dir() eine eingebaute Funktion, die eine sortierte Liste von Strings zurückgibt, die die Namen aller Module, Funktionen und Variablen enthält, die in einem Modul definiert sind. Unten ist ein Beispiel für die Funktion dir():

#!/usr/bin/python

# Eingebautes Modul zufällig importieren

willkürlich importieren

Druck dir(math)

Bei der Ausführung gibt dieser Code das folgende Ergebnis zurück:

['BPF', 'LOG4', 'NV_MAGICCONST', 'RECIP_BPF', 'Random',

'SG_MAGICCONST', 'SystemRandom', 'TWOPI', 'WichmannHill',

'_BuiltinMethodType', '_MethodType', '__all__',

'__builtins__', '__doc__', '__file__', '__name__',

'__Paket__', '_acos', '_ceil', '_cos', '_e', '_exp',

'_hashlib', '_hexlify', '_inst', '_log', '_pi', '_random',

'_sin', '_sqrt', '_test', '_test_generator', '_urandom',

'_warn', 'betavariate', 'choice', 'division',

'expovariate', 'gammavariate', 'gauss', 'getrandbits',

'getstate', 'jumpahead', 'lognormvariate', 'normalvariate',

'paretovariate', 'randint', 'random', 'randrange',

'sample', 'seed', 'setstate', 'shuffle', 'triangular',

'uniform', 'vonmisesvariate', 'weibullvariate']

Während in der oben angegebenen Ausgabe die spezielle Zeichenfolgenvariable __file__ auf den Dateinamen zeigt, aus dem das Modul geladen wurde, wird __name__ zum Namen des Moduls.

4. Die Funktionen globals() und locals()

Sie können die Funktionen globals() und locals() verwenden, um Modulnamen in den globalen und lokalen Namespaces zurückzugeben. Dies hängt jedoch davon ab, von wo aus Sie die Namen nennen. Wenn Sie die Funktion globals() innerhalb einer anderen Funktion aufrufen, gibt sie alle Namen zurück, auf die global von dieser bestimmten Funktion aus zugegriffen werden kann. Wenn dagegen die locals()-Funktion innerhalb einer Funktion aufgerufen wird, erzeugt sie alle Namen, auf die Sie lokal von der jeweiligen Funktion aus zugreifen können.

5. Die Wenn Sie ein Modul in ein Skript importieren, wird der Code im obersten Teil eines Moduls im Allgemeinen nur einmal ausgeführt. Wenn Sie in dieser Situation den Code der obersten Ebene in einem Modul erneut ausführen möchten, ist die Funktion reload() die Go-to-Funktion. Mit dieser Funktion können Sie ein zuvor importiertes Modul erneut importieren.

Die Syntax der Funktion reload() lautet wie folgt:

neu laden (Modulname)

In der Syntax bezieht sich module_name auf den Namen des Moduls, das Sie neu laden möchten – er bezieht sich nicht auf die Zeichenfolge, die den Modulnamen enthält. Wenn Sie beispielsweise das Hello-Modul neu laden möchten, müssen Sie Folgendes schreiben:

neu laden (Hallo)

Fazit

In Python sind Pakete und Module miteinander verbunden. Python-Pakete erleichtern die hierarchische Strukturierung eines Modulnamensraums mithilfe der Punktnotation. Während Python-Pakete Kollisionen (Überschneidungen) zwischen Modulnamen verhindern, verhindern Python-Module Kollisionen zwischen globalen Variablennamen.

Wenn Sie neugierig sind, mehr über Data Science zu erfahren, schauen Sie sich das PG Diploma in Data Science von IIIT-B & upGrad an, das für Berufstätige entwickelt wurde und mehr als 10 Fallstudien und Projekte, praktische Workshops, Mentoring mit Branchenexperten, 1- on-1 mit Mentoren aus der Branche, mehr als 400 Stunden Lern- und Jobunterstützung bei Top-Unternehmen.

Was ist Python Anaconda und warum ist es so beliebt?

Anaconda ist ein Paketmanager für Python und R. Er gilt als eine der beliebtesten Plattformen für Data-Science-Anwärter. Im Folgenden sind einige der Gründe aufgeführt, die Anaconda seinen Konkurrenten weit voraus sind. Sein robustes Verteilungssystem hilft bei der Verwaltung von Sprachen wie Python mit über 300 Bibliotheken. Es ist eine kostenlose und Open-Source-Plattform. Seine Open-Source-Community hat viele berechtigte Entwickler, die den Neulingen ständig helfen. Es verfügt über verschiedene KI- und ML-basierte Tools, mit denen die Daten einfach aus verschiedenen Quellen extrahiert werden können. Anaconda verfügt über mehr als 1500 Python- und R-Data-Science-Pakete und gilt als Industriestandard für das Testen und Trainieren von Modellen.

Nennen Sie einige der beliebtesten Python-Bibliotheken für die Bildverarbeitung.

Python ist aufgrund der funktionsreichen Bibliotheken, die es bereitstellt, die am besten geeignete Sprache für die Bildverarbeitung. Im Folgenden sind einige der besten Python-Bibliotheken aufgeführt, die die Bildverarbeitung sehr komfortabel machen. OpenCV ist zweifellos die beliebteste und am weitesten verbreitete Python-Bibliothek für Bildverarbeitungsaufgaben wie Bildverarbeitung und Objekt- und Gesichtserkennung. Es ist extrem schnell und effizient, da es ursprünglich in C++ geschrieben wurde. Das Gespräch über Python-Bildverarbeitungsbibliotheken ist ohne Sci-Kit Image unvollständig. Es ist eine einfache und unkomplizierte Bibliothek, die für jede Computer-Vision-Aufgabe verwendet werden kann. SciPy wird hauptsächlich für mathematische Berechnungen verwendet, kann aber auch Bildverarbeitung durchführen. Gesichtserkennung, Faltung und Bildsegmentierung sind einige der Funktionen, die SciPy bietet.

Warum bevorzugen die meisten Data Scientists Python gegenüber anderen Sprachen?

Es gibt viele Sprachen wie R und Julia, die für die Datenwissenschaft verwendet werden können, aber Python wird aus vielen Gründen als am besten geeignet angesehen. Einige dieser Gründe sind unten aufgeführt: Python ist viel besser skalierbar als andere Sprachen wie Scala und R. Seine Skalierbarkeit liegt in der Flexibilität, die es den Programmierern bietet. Es verfügt über eine große Auswahl an datenwissenschaftlichen Bibliotheken wie NumPy, Pandas und Scikit-learn, wodurch es anderen Sprachen überlegen ist. Die große Gemeinschaft von Python-Programmierern trägt ständig zur Sprache bei und hilft den Neulingen, mit Python zu wachsen.