โมดูล Python 5 อันดับแรกที่คุณควรรู้ในปี 2565

Python เป็นภาษาโปรแกรมที่ชนะใจคนทั่วโลก ตั้งแต่ชุมชนการเข้ารหัสไปจนถึงชุมชน Data Science Python เป็นที่ชื่นชอบอย่างแท้จริง เหตุผลของความนิยมคือ Python มาพร้อมกับไลบรารีและโมดูลที่หลากหลาย ซึ่งทำให้การพัฒนาเป็นงานที่ไม่ยุ่งยาก

แม้ว่าก่อนหน้านี้เราจะพูดถึงเรื่องยาวเกี่ยวกับไลบรารี่ Python แต่วันนี้เราจะเน้นที่โมดูล Python

โมดูล Python คืออะไร

กล่าวอย่างง่าย ๆ โมดูล Python คืออ็อบเจ็กต์ Python ที่ประกอบด้วยแอตทริบิวต์ที่ตั้งชื่อตามอำเภอใจ ซึ่งสามารถใช้สำหรับทั้งการโยงและการอ้างอิง โดยพื้นฐานแล้ว โมดูลสามารถกำหนดฟังก์ชัน คลาส และตัวแปรได้ โมดูลช่วยให้คุณจัดระเบียบโค้ด Python ได้อย่างเหมาะสม ด้วยการจัดกลุ่มโค้ดที่เกี่ยวข้องลงในโมดูล คุณสามารถทำให้โค้ด Python ใช้งานง่ายและเข้าใจได้ง่ายขึ้น

ใน Python คุณสามารถกำหนดโมดูลได้สามวิธี:

• คุณสามารถเขียนโมดูลใน Python
• คุณสามารถเขียนโมดูลในภาษา C และโหลดแบบไดนามิกได้ในขณะใช้งาน
• คุณสามารถใช้โมดูล Python ในตัวที่มีในตัวแปล

เส้นทางการค้นหาโมดูลคืออะไร

เส้นทางการค้นหาอ้างอิงถึงรายการของไดเร็กทอรีที่ล่ามค้นหาก่อนที่จะสามารถนำเข้าโมดูลได้ สมมติว่าคุณต้องการรันคำสั่ง:

นำเข้า mod

เมื่อล่ามดำเนินการคำสั่งนี้ ล่ามจะค้นหา mod.py ในรายการไดเร็กทอรีที่รวบรวมจากหลายแหล่ง ได้แก่ :

• ไดเร็กทอรีที่คุณรันสคริปต์อินพุตหรือไดเร็กทอรีปัจจุบัน (โดยที่ล่ามกำลังทำงานแบบโต้ตอบ)
• หาก มีการตั้งค่าตัวแปรสภาพแวดล้อม PYTHONPATH ไว้ ตัวแปรนี้จะค้นหารายการไดเร็กทอรีที่อยู่ในนั้น
• รายการไดเร็กทอรีขึ้นอยู่กับการติดตั้งที่กำหนดค่าขณะติดตั้ง Python

คุณสามารถเข้าถึงเส้นทางการค้นหาที่เป็นผลลัพธ์ได้โดยใช้ตัวแปร Python sys.path ที่สร้างเพิ่มเติมจากโมดูล sys:

>>>นำเข้าsys

>>> sys.path

[”, 'C:\\Users\\john\\Documents\\Python\\doc', 'C:\\Python36\\Lib\\idlelib',

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

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

เมื่อคุณนำเข้าโมดูล คุณสามารถระบุตำแหน่งของโมดูลได้โดยใช้ แอตทริบิวต์ __file__ ของโมดูล เช่น:

>>> นำเข้า mod

>>> mod.__file__

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

>>>นำเข้าอีกครั้ง

>>> อีกครั้ง.__ไฟล์__

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

อย่างไรก็ตาม โปรดทราบว่าส่วนไดเร็กทอรีของ __file__ ควรเป็นไดเร็กทอรีที่มีอยู่ใน sys.path

เมื่อคุณเข้าใจสาระสำคัญของโมดูล Python แล้ว มาดูโมดูล Python ที่ดีที่สุดกัน

โมดูล Python ยอดนิยม

1. คำสั่ง "นำเข้า"

ด้วยการดำเนินการคำสั่งนำเข้าในไฟล์ต้นฉบับ Python คุณสามารถใช้ไฟล์ต้นฉบับ Python เป็นโมดูลได้ ไวยากรณ์ของ คำสั่ง นำเข้า คือ:

นำเข้า module1[, module2[,… moduleN]

เมื่อคุณเรียกใช้คำสั่งนำเข้า ล่ามจะนำเข้าโมดูลที่มีให้หากมีอยู่ในเส้นทางการค้นหา ตัวอย่างเช่น หากคุณต้องการนำเข้าโมดูล calc.py คุณต้องเขียนและดำเนินการคำสั่งต่อไปนี้:

# กำลังนำเข้าโมดูล calc.py

นำเข้า calc

พิมพ์เพิ่ม(10,2)

เมื่อดำเนินการคำสั่งนี้สำเร็จ ผลลัพธ์จะเป็นดังนี้:

12

สิ่งสำคัญที่ต้องจำเกี่ยวกับโมดูล Python ก็คือ ไม่ว่าคุณจะนำเข้าโมดูลกี่ครั้ง โมดูลจะถูกโหลดเพียงครั้งเดียว ซึ่งจะช่วยป้องกันการดำเนินการโมดูลซ้ำในกรณีที่มีการนำเข้าหลายครั้ง

2. คำสั่ง “จาก…นำเข้า”

ใน Python คำสั่ง “from…import” ช่วยให้คุณสามารถนำเข้าแอตทริบิวต์เฉพาะจากโมดูลได้ นี่คือตัวอย่างของคำสั่ง “จาก…นำเข้า”:

จากการนำเข้า modname *

# กำลังนำเข้า sqrt() และแฟคทอเรียลจาก

#โมดูลคณิตศาสตร์

จาก sqrt นำเข้าคณิตศาสตร์, แฟกทอเรียล

#ถ้าเราทำแค่ “นำเข้าคณิตศาสตร์” แล้ว

# math.sqrt(16) และ math.factorial()

#จำเป็น.

พิมพ์ sqrt(16)

พิมพ์แฟคทอเรียล(6)

ในการรันโค้ดนี้ คุณจะได้รับ:

4.0

720

เมื่อใช้โมดูลนี้ คุณสามารถนำเข้ารายการทั้งหมดที่มีอยู่ในโมดูลหนึ่งๆ ลงในเนมสเปซปัจจุบันได้

3. ฟังก์ชัน “dir()”

ใน Python dir() เป็นฟังก์ชันในตัวที่ส่งคืนรายการสตริงที่มีชื่อของโมดูล ฟังก์ชัน และตัวแปรทั้งหมดที่กำหนดไว้ในโมดูล รับด้านล่างเป็นตัวอย่างของฟังก์ชัน dir():

#!/usr/bin/python

# นำเข้าโมดูลในตัวแบบสุ่ม

นำเข้าสุ่ม

พิมพ์ dir (คณิตศาสตร์)

เมื่อดำเนินการ รหัสนี้จะส่งคืนผลลัพธ์ต่อไปนี้:

['BPF', 'LOG4', 'NV_MAGICCONST', 'RECIP_BPF', 'สุ่ม',

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

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

'__buildins__', '__doc__', '__file__', '__name__',

'__package__', '_acos', '_ceil', '_cos', '_e', '_exp',

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

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

'_warn', 'betavariate', 'ทางเลือก', 'ดิวิชั่น',

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

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

'paretovariate', 'randint', 'สุ่ม', 'randrange',

'ตัวอย่าง', 'เมล็ดพันธุ์', 'เซตสเตท', 'สุ่ม', 'สามเหลี่ยม',

'เครื่องแบบ', 'vonmisesvariate', 'weibullvariate']

ในผลลัพธ์ที่ระบุข้างต้น ในขณะที่ตัวแปรสตริงพิเศษ __file__ ชี้ไปที่ชื่อไฟล์ที่โมดูลถูกโหลด __name__ จะกลายเป็นชื่อของโมดูล

4. globals() และ locals() ฟังก์ชั่น

คุณสามารถใช้ฟังก์ชัน globals() และ locals() เพื่อส่งคืนชื่อโมดูลในเนมสเปซส่วนกลางและในเครื่อง อย่างไรก็ตามสิ่งนี้ขึ้นอยู่กับตำแหน่งที่คุณเรียกชื่อ หากคุณเรียกใช้ฟังก์ชัน globals() ภายในฟังก์ชันอื่น มันจะส่งคืนชื่อทั้งหมดที่สามารถเข้าถึงได้ทั่วโลกจากฟังก์ชันนั้น ๆ ในทางกลับกัน หากฟังก์ชัน locals() ถูกเรียกจากภายในฟังก์ชัน ฟังก์ชันจะสร้างชื่อทั้งหมดที่คุณสามารถเข้าถึงได้จากฟังก์ชันเฉพาะ

5. ฟังก์ชั่น โดยทั่วไป เมื่อคุณนำเข้าโมดูลไปยังสคริปต์ โค้ดที่แสดงอยู่ที่ส่วนระดับบนสุดของโมดูลจะถูกดำเนินการเพียงครั้งเดียว ในสถานการณ์นี้ หากคุณต้องการรันโค้ดระดับบนสุดอีกครั้งในโมดูล ฟังก์ชัน reload() จะเป็นฟังก์ชัน go-to ฟังก์ชันนี้ช่วยให้คุณสามารถนำเข้าโมดูลที่นำเข้าก่อนหน้านี้อีกครั้ง

ไวยากรณ์ของฟังก์ชัน reload() มีดังนี้:

โหลดซ้ำ (module_name)

ในไวยากรณ์ module_name หมายถึงชื่อของโมดูลที่คุณต้องการโหลดซ้ำ ซึ่งไม่เกี่ยวข้องกับสตริงที่มีชื่อโมดูล ตัวอย่างเช่น หากคุณต้องการโหลดโมดูล Hello ใหม่ คุณต้องเขียนว่า:

โหลดใหม่ (สวัสดี)

บทสรุป

ใน Python แพ็คเกจและโมดูลนั้นสัมพันธ์กัน แพ็คเกจ Python อำนวยความสะดวกในการจัดโครงสร้างแบบลำดับชั้นของโมดูลเนมสเปซโดยใช้เครื่องหมายจุด แม้ว่าแพ็คเกจ Python จะป้องกันการชนกัน (คาบเกี่ยวกัน) ระหว่างชื่อโมดูล แต่โมดูล Python จะป้องกันการชนกันระหว่างชื่อตัวแปรทั่วโลก

หากคุณอยากเรียนรู้เกี่ยวกับวิทยาศาสตร์ข้อมูล ให้ลองดูประกาศนียบัตร PG ด้านวิทยาศาสตร์ข้อมูลของ IIIT-B และ upGrad ซึ่งสร้างขึ้นสำหรับมืออาชีพด้านการทำงานและเสนอกรณีศึกษาและโครงการมากกว่า 10 รายการ เวิร์กช็อปภาคปฏิบัติจริง การให้คำปรึกษากับผู้เชี่ยวชาญในอุตสาหกรรม 1- on-1 กับที่ปรึกษาในอุตสาหกรรม การเรียนรู้มากกว่า 400 ชั่วโมงและความช่วยเหลือด้านงานกับบริษัทชั้นนำ

Python Anaconda คืออะไรและเหตุใดจึงเป็นที่นิยม

Anaconda เป็นผู้จัดการแพ็คเกจสำหรับ Python และ R ซึ่งถือว่าเป็นหนึ่งในแพลตฟอร์มยอดนิยมสำหรับผู้ที่ต้องการวิทยาศาสตร์ข้อมูล ต่อไปนี้เป็นสาเหตุบางประการที่ทำให้ Anaconda นำหน้าคู่แข่ง ระบบการแจกจ่ายที่มีประสิทธิภาพช่วยในการจัดการภาษาเช่น Python ซึ่งมีไลบรารีมากกว่า 300 แห่ง เป็นแพลตฟอร์มโอเพ่นซอร์สฟรี ชุมชนโอเพ่นซอร์สมีนักพัฒนาที่มีสิทธิ์จำนวนมากที่คอยช่วยเหลือมือใหม่อย่างต่อเนื่อง มีเครื่องมือที่ใช้ AI และ ML ต่างๆ ที่สามารถดึงข้อมูลจากแหล่งต่างๆ ได้อย่างง่ายดาย Anaconda มีแพ็คเกจวิทยาศาสตร์ข้อมูล Python และ R มากกว่า 1,500 ชุด และถือเป็นมาตรฐานอุตสาหกรรมสำหรับแบบจำลองการทดสอบและการฝึกอบรม

ตั้งชื่อไลบรารี Python ยอดนิยมสำหรับการประมวลผลภาพ

Python เป็นภาษาที่เหมาะสมที่สุดสำหรับการประมวลผลภาพเนื่องจากมีไลบรารีที่มีคุณลักษณะมากมาย ต่อไปนี้คือไลบรารี Python ชั้นนำบางส่วนที่ทำให้การประมวลผลภาพสะดวกมาก OpenCV เป็นไลบรารี Python ที่ได้รับความนิยมและใช้กันอย่างแพร่หลายสำหรับงานด้านการมองเห็นเช่นการประมวลผลภาพและวัตถุและการตรวจจับใบหน้า มันรวดเร็วและมีประสิทธิภาพอย่างยิ่งเนื่องจากเดิมเขียนด้วย C ++ การสนทนาผ่านไลบรารีการประมวลผลภาพ Python จะไม่สมบูรณ์หากไม่มี Sci-Kit Image เป็นไลบรารีที่เรียบง่ายและตรงไปตรงมาที่สามารถใช้กับงานวิชันซิสเต็มคอมพิวเตอร์ได้ SciPy ใช้เป็นหลักในการคำนวณทางคณิตศาสตร์ แต่ก็สามารถประมวลผลภาพได้เช่นกัน การตรวจจับใบหน้า Convolution และ Image Segmentation เป็นคุณสมบัติบางอย่างที่ SciPy มีให้

เหตุใดนักวิทยาศาสตร์ข้อมูลส่วนใหญ่จึงชอบ Python มากกว่าภาษาอื่น

มีหลายภาษาเช่น R และ Julia ที่สามารถใช้สำหรับวิทยาศาสตร์ข้อมูลได้ แต่ Python นั้นถือว่าเหมาะสมที่สุดเนื่องจากเหตุผลหลายประการ เหตุผลบางส่วนเหล่านี้มีการกล่าวถึงด้านล่าง: Python สามารถปรับขนาดได้ดีกว่าภาษาอื่นๆ เช่น Scala และ R ความสามารถในการปรับขนาดนั้นอยู่ในความยืดหยุ่นที่มอบให้กับโปรแกรมเมอร์ มีห้องสมุดวิทยาศาสตร์ข้อมูลที่หลากหลาย เช่น NumPy, Pandas และ Scikit-learn ซึ่งให้ประโยชน์เหนือภาษาอื่นๆ ชุมชนขนาดใหญ่ของโปรแกรมเมอร์ Python มีส่วนสนับสนุนภาษาอย่างต่อเนื่องและช่วยให้มือใหม่เติบโตไปพร้อมกับ Python