I 5 migliori moduli Python che dovresti conoscere nel 2022
Pubblicato: 2021-01-08Python è un linguaggio di programmazione che ha conquistato i cuori di tutto il mondo. Dalla comunità di codifica alla comunità di Data Science, Python è uno dei preferiti in assoluto. Il motivo della sua popolarità è che Python viene caricato con un'ampia gamma di librerie e moduli che rendono lo sviluppo un'attività senza problemi.
Anche se in precedenza abbiamo parlato a lungo delle librerie Python, oggi ci concentreremo sui moduli Python.
Sommario
Cosa sono i moduli Python?
In parole semplici, un modulo Python è un oggetto Python costituito da attributi nominati arbitrariamente che possono essere utilizzati sia per il collegamento che per il riferimento. In sostanza, un modulo può definire funzioni, classi e variabili. I moduli ti aiutano a organizzare il codice Python in modo logico. Raggruppando il codice correlato in moduli, puoi rendere il codice Python più facile da usare e da capire.
In Python, puoi definire un modulo in tre modi:
- Puoi scrivere un modulo in Python.
- Puoi scrivere un modulo in C e caricarlo dinamicamente in fase di esecuzione.
- È possibile utilizzare moduli Python integrati che sono intrinsecamente contenuti nell'interprete.
Che cos'è il percorso di ricerca del modulo?
Il percorso di ricerca fa riferimento a un elenco di directory che l'interprete ricerca prima di poter importare un modulo. Diciamo che vuoi eseguire l'istruzione:
importazione mod
Quando l'interprete esegue questa istruzione, cercherà mod.py in un elenco di directory assemblate da più fonti, tra cui:
- La directory da cui è stato eseguito lo script di input o la directory corrente (a condizione che l'interprete sia in esecuzione in modo interattivo).
- Se la variabile d'ambiente PYTHONPATH è stata impostata, cercherà nell'elenco delle directory in essa contenute.
- L'elenco delle directory dipendenti dall'installazione configurate durante l'installazione di Python.
Puoi accedere al percorso di ricerca risultante usando la variabile Python sys.path che è ulteriormente prodotta dal modulo sys:
>>> importa sist
>>> sys.path
[”, 'C:\\Users\\john\\Documents\\Python\\doc', 'C:\\Python36\\Lib\\idlelib',
'C:\\Python36\\python36.zip', 'C:\\Python36\\DLL', 'C:\\Python36\\lib',
'C:\\Python36', 'C:\\Python36\\lib\\pacchetti-sito']
Dopo aver importato un modulo, puoi determinarne la posizione utilizzando l' attributo __file__ del modulo, in questo modo:
>>> importa mod
>>> mod.__file__
'C:\\Utenti\\giovanni\\mod.py'
>>> importa re
>>> re.__file__
'C:\\Python36\\lib\\re.py'
Tuttavia, tieni presente che quella parte di directory di __file__ dovrebbe essere una directory contenuta in sys.path.
Ora che hai compreso l'essenza dei moduli Python, diamo un'occhiata ad alcuni dei migliori moduli Python.
I migliori moduli Python
1. L'istruzione "import".
Eseguendo un'istruzione import in un file sorgente Python, puoi utilizzare qualsiasi file sorgente Python come modulo. La sintassi dell'istruzione import è:
importa modulo1[, modulo2[,… moduloN]
Quando si esegue un'istruzione import, l'interprete importerà il modulo fornito se è presente nel percorso di ricerca. Ad esempio, se desideri importare il modulo calc.py, devi scrivere ed eseguire il seguente comando:
# modulo di importazione calc.py
importazione cal
stampa aggiungi(10,2)
Dopo aver eseguito correttamente questo comando, l'output sarà il seguente:
12
Una cosa importante da ricordare sui moduli Python è che non importa quante volte importi un modulo, verrà caricato solo una volta. Questo aiuta a prevenire l'esecuzione ripetuta del modulo nel caso di più importazioni.
2. L'istruzione "from...import".
In Python, l'istruzione "from...import" consente di importare attributi specifici da un modulo. Ecco un esempio dell'istruzione "from...import":
da importazione modname *
# importazione di sqrt() e fattoriale da
# modulo matematica
da math import sqrt, fattoriale
# se facciamo semplicemente "importare la matematica", allora
# math.sqrt(16) e math.factorial()
# sono necessarie.
stampa sqrt(16)
stampa fattoriale(6)
Eseguendo questo codice, otterrai:
4.0
720
Usando questo modulo, puoi importare tutti gli elementi contenuti all'interno di un particolare modulo nello spazio dei nomi corrente.
3. La funzione “dir()”.
In Python, dir() è una funzione incorporata che restituisce un elenco ordinato di stringhe contenente i nomi di tutti i moduli, funzioni e variabili che sono definiti in un modulo. Di seguito è riportato un esempio della funzione dir():
#!/usr/bin/python
# Importa modulo integrato casuale
importa a caso
stampa dir (matematica)
Al momento dell'esecuzione, questo codice restituirà il seguente risultato:
['BPF', 'LOG4', 'NV_MAGICCONST', 'RECIP_BPF', 'Casuale',
'SG_MAGICCONST', 'SystemRandom', 'TWOPI', 'WichmannHill',
'_BuiltinMethodType', '_MethodType', '__all__',
'__builtins__', '__doc__', '__file__', '__name__',
'__package__', '_acos', '_ceil', '_cos', '_e', '_exp',
'_hashlib', '_hexlify', '_inst', '_log', '_pi', '_random',
'_sin', '_sqrt', '_test', '_test_generator', '_urandom',
'_warn', 'betavariata', 'scelta', 'divisione',
'expovariate', 'gammavariate', 'gauss', 'getrandbits',
'getstate', 'jumpahead', 'lognormvariate', 'normalvariate',
'paretovariato', 'randint', 'random', 'randrange',
'campione', 'seme', 'setstate', 'shuffle', 'triangolare',
'uniform', 'vonmisesvariate', 'weibullvariate']
Nell'output fornito sopra, mentre la variabile stringa speciale __file__ punta al nome del file da cui è stato caricato il modulo, __name__ diventa il nome del modulo.
4. Le funzioni globals() e locals()
È possibile utilizzare le funzioni globals() e locals() per restituire i nomi dei moduli negli spazi dei nomi globali e locali. Questo, tuttavia, dipende dalla posizione da cui chiami i nomi. Se chiami la funzione globals() all'interno di un'altra funzione, restituirà tutti i nomi a cui è possibile accedere globalmente da quella particolare funzione. Al contrario, se la funzione locals() viene chiamata dall'interno di una funzione, produrrà tutti i nomi a cui è possibile accedere localmente dalla funzione specifica.
5. La funzione In genere, quando si importa un modulo in uno script, il codice presente nella parte di livello superiore di un modulo verrà eseguito solo una volta. In questa situazione, se desideri rieseguire il codice di primo livello in un modulo, la funzione reload() è la funzione go-to. Questa funzione consente di reimportare un modulo precedentemente importato.
La sintassi della funzione reload() è la seguente:
ricarica(nome_modulo)
Nella sintassi, module_name fa riferimento al nome del modulo che desideri ricaricare – non riguarda la stringa contenente il nome del modulo. Ad esempio, se vuoi ricaricare il modulo ciao, devi scrivere:
ricaricare (ciao)
Conclusione
In Python, pacchetti e moduli sono correlati. I pacchetti Python facilitano la strutturazione gerarchica di uno spazio dei nomi di moduli usando la notazione a punti. Mentre i pacchetti Python prevengono le collisioni (sovrapposizioni) tra i nomi dei moduli, i moduli Python prevengono le collisioni tra i nomi delle variabili globali.
Se sei curioso di conoscere la scienza dei dati, dai un'occhiata al Diploma PG in Data Science di IIIT-B e upGrad, creato per i professionisti che lavorano e offre oltre 10 casi di studio e progetti, workshop pratici pratici, tutoraggio con esperti del settore, 1- on-1 con mentori del settore, oltre 400 ore di apprendimento e assistenza al lavoro con le migliori aziende.
Cos'è Python Anaconda e perché è così popolare?
Anaconda è un gestore di pacchetti per Python e R. È considerata una delle piattaforme più popolari per gli aspiranti alla scienza dei dati. I seguenti sono alcuni dei motivi che portano Anaconda molto più avanti dei suoi concorrenti. Il suo robusto sistema di distribuzione aiuta nella gestione di linguaggi come Python che ha oltre 300 librerie. È una piattaforma gratuita e open source. La sua comunità open source ha molti sviluppatori idonei che continuano ad aiutare costantemente i neofiti. Dispone di vari strumenti basati su AI e ML che possono estrarre facilmente i dati da diverse fonti. Anaconda ha oltre 1500 pacchetti di data science Python e R ed è considerato lo standard del settore per i modelli di test e training.
Assegna un nome ad alcune delle librerie Python più popolari per l'elaborazione delle immagini.
Python è il linguaggio più adatto per l'elaborazione delle immagini grazie alle librerie ricche di funzionalità che fornisce. Le seguenti sono alcune delle migliori librerie Python che rendono l'elaborazione delle immagini molto comoda. OpenCV è senza dubbio la libreria Python più popolare e ampiamente utilizzata per attività di visione come l'elaborazione di immagini e il rilevamento di oggetti e volti. È estremamente veloce ed efficiente poiché è originariamente scritto in C++. La conversazione sulle librerie di elaborazione delle immagini Python è incompleta senza Sci-Kit Image. È una libreria semplice e diretta che può essere utilizzata per qualsiasi attività di visione artificiale. SciPy è utilizzato principalmente per calcoli matematici, ma è anche in grado di eseguire l'elaborazione delle immagini. Face Detection, Convolution e Image Segmentation sono alcune delle funzionalità fornite da SciPy.
Perché la maggior parte dei data scientist preferisce Python rispetto ad altri linguaggi?
Esistono molti linguaggi come R e Julia che possono essere utilizzati per la scienza dei dati, ma Python è considerato il migliore per questo per molte ragioni. Alcuni di questi motivi sono menzionati di seguito: Python è molto più scalabile di altri linguaggi come Scala e R. La sua scalabilità risiede nella flessibilità che fornisce ai programmatori. Ha una vasta gamma di librerie di data science come NumPy, Pandas e Scikit-learn che gli danno un vantaggio rispetto ad altre lingue. La vasta comunità di programmatori Python contribuisce costantemente al linguaggio e aiuta i neofiti a crescere con Python.