Paprastai mes tvarkome failus į skirtingus aplankus ir poaplankius pagal tam tikrus kriterijus, kad juos būtų galima lengvai ir efektyviai tvarkyti. Pavyzdžiui, visus žaidimus laikome žaidimų aplanke ir netgi galime suskirstyti į subkategorijas pagal žaidimo žanrą ar panašiai. Tą pačią analogiją seka ir Python paketai

Turinys

• Kas yra Python paketas?
• Kaip sukurti paketą „Python“?
• Python paketai žiniatinklio sistemoms
• „Python“ paketai, skirti dirbtiniam intelektui ir mašininiam mokymuisi
• Python paketai, skirti GUI programoms
• Python paketai, skirti žiniatinklio grandymui ir automatizavimui
• Python paketai žaidimų kūrimui

Kas yra Python paketas?

Python paketai yra būdas tvarkyti ir struktūrizuoti Python kodą į daugkartinio naudojimo komponentus. Pagalvokite apie tai kaip apie aplanką, kuriame yra susijusių Python failų (modulių), kurie kartu atlieka tam tikras funkcijas. Paketai padeda tvarkyti kodą, palengvina jo valdymą ir priežiūrą bei leidžia bendrinti kodą su kitais. Jie yra tarsi įrankių rinkinys, kuriame galite laikyti ir tvarkyti savo įrankius (funkcijas ir klases), kad galėtumėte lengvai pasiekti ir pakartotinai naudoti įvairiuose projektuose.

Kaip sukurti paketą „Python“?

Paketų kūrimas „Python“ leidžia suskirstyti kodą į daugkartinio naudojimo ir valdomus modulius. Štai trumpa paketų kūrimo apžvalga:

• Sukurkite katalogą: Pradėkite sukurdami katalogą (aplanką) savo paketui. Šis katalogas bus jūsų paketo struktūros šaknis.
• Pridėti modulius: Į paketų katalogą galite įtraukti Python failus (modulius), kuriuose yra jūsų kodas. Kiekvienas modulis turi atspindėti atskirą jūsų paketo funkciją arba komponentą.
• Pradinis failas: Į paketo katalogą įtraukite __init__.py failą. Šis failas gali būti tuščias arba jame gali būti paketo inicijavimo kodas. Tai signalizuoja Python, kad katalogas turėtų būti traktuojamas kaip paketas.
• Subpaketai: Galite sukurti antrinius paketus savo pakete pridėdami papildomų katalogų, kuriuose yra modulių, kartu su jų pačių __init__.py failais.
• Importuojama: Norėdami naudoti modulius iš paketo, importuokite juos į Python scenarijus naudodami taškų žymėjimą. Pavyzdžiui, jei pakete, pavadintame mypackage, turite modulį pavadinimu module1.py, jo funkciją importuosite taip: iš mypackage.module1 importuokite sveikinimą.
• Platinimas: Jei norite platinti savo paketą, kad jį galėtų naudoti kiti, galite sukurti failą setup.py naudodami Python setuptools biblioteką. Šis failas apibrėžia jūsų paketo metaduomenis ir nurodo, kaip jis turėtų būti įdiegtas.

Kodo pavyzdys

Štai pagrindinis kodo pavyzdys, rodantis, kaip sukurti paprastą Python paketą:

1. Sukurkite katalogą pavadinimu mypackage.
2. Mypackage viduje sukurkite du Python failus: module1.py ir module2.py.
3. Sukurkite __init__.py failą mano pakete (jis gali būti tuščias).
4. Pridėkite tam tikrą kodą prie modulių.
5. Galiausiai parodykite, kaip importuoti ir naudoti modulius iš paketo.

mypackage/ │ ├── __init__.py ├── module1.py └── module2.py>

Pavyzdys: Dabar sukurkime Python scenarijų už mypackage katalogo ribų, kad galėtume importuoti ir naudoti šiuos modulius:

# module1.py def greet(name): print(f'Hello, {name}!')>

# module2.py def add(a, b): return a + b>

from mypackage import module1, module2 # Using functions from module1 module1.greet('Alice') # Using functions from module2 result = module2.add(3, 5) print('The result of addition is:', result)>

Vykdydami scenarijų turėtumėte matyti šią išvestį:

Hello, Alice! The result of addition is: 8>

Python paketai, skirti žiniatinklio sistemoms

Šiame segmente išnagrinėsime įvairias Python sistemas, skirtas supaprastinti žiniatinklio kūrimą. Nuo lengvų ir lanksčių parinkčių, tokių kaip „Flask“ ir „Bottle“, iki išsamių sistemų, tokių kaip „Django“ ir „Pyramid“, apimsime „Python“ kūrėjams prieinamų įrankių spektrą. Nesvarbu, ar kuriate paprastas žiniatinklio programas, ar sudėtingas didelio našumo API, yra sistema, pritaikyta jūsų poreikiams.

• Kolba : „Flask“ yra lengvas ir lankstus „Python“ žiniatinklio pagrindas. Jis sukurtas taip, kad naudojant paprastą ir intuityvią sąsają būtų greita ir lengva pradėti kurti žiniatinklio kūrimą Python. „Flask“ teikia įrankius ir bibliotekas, padedančias kurti žiniatinklio programas, API ir kitas žiniatinklio paslaugas.
• Django : Django yra Python žiniatinklio sistema, skirta greitai ir efektyviai kurti žiniatinklio programas. Jis vadovaujasi DRY principu ir apima tokias funkcijas kaip URL maršruto parinkimas, duomenų bazių valdymas ir autentifikavimas, todėl kūrimas yra lengvesnis. Tai labai pritaikoma ir plačiai naudojama kuriant žiniatinklius.
• FastAPI : Python FastAPI yra didelio našumo žiniatinklio sistema, skirta greitai ir efektyviai kurti API. Ją lengva naudoti, remiantis standartinėmis Python tipo užuominomis, ji siūlo automatinę interaktyvią dokumentaciją. FastAPI sukurta taip, kad būtų greita, lengvai išmokstama ir idealiai tinka kuriant šiuolaikines žiniatinklio API.
• Piramidė : Python Pyramid yra lengva žiniatinklio sistema, skirta kurti žiniatinklio programas Python. Tai pabrėžia lankstumą, leidžiantį kūrėjams pasirinkti jiems reikalingus komponentus ir kartu teikti galingas HTTP užklausų tvarkymo, maršruto parinkimo ir šablonų funkcijas.
• Tornadas : Python Tornado yra žiniatinklio sistema ir asinchroninė tinklo biblioteka, skirta tvarkyti didelius lygiagrečius veiksmus su neblokuojančiomis įvesties / išvesties operacijomis. Dėl veiksmingos įvykiais pagrįstos architektūros jis idealiai tinka kuriant žiniatinklio programas ir API realiuoju laiku.
• Sakalas : Python Falcon yra lengva žiniatinklio sistema, skirta greitai ir lengvai kurti didelio našumo API. Jame pagrindinis dėmesys skiriamas paprastumui, greičiui ir minimalizmui, todėl jis idealiai tinka kurti RESTful API su minimaliomis papildomomis sąnaudomis.
• CherryPy : CherryPy yra minimalistinė Python žiniatinklio sistema, skirta kurti žiniatinklio programas. Tai suteikia paprastą ir intuityvią HTTP užklausų tvarkymo sąsają, leidžiančią kūrėjams sutelkti dėmesį į savo programų logiką, nesusiduriant su žiniatinklio serverio valdymo sudėtingumu.
• Butelis : Python Bottle yra lengva žiniatinklio sistema, skirta kurti mažas žiniatinklio programas Python naudojant minimalias pastangas ir papildomas išlaidas. Jis sukurtas taip, kad būtų paprastas ir paprastas naudoti, todėl puikiai tinka prototipams ir paprastų API ar žiniatinklio paslaugų kūrimui.
• Web2py: Web2py yra nemokama atvirojo kodo žiniatinklio sistema, skirta lanksčiai kurti saugias duomenų baze valdomas žiniatinklio programas. Ji parašyta Python ir siūlo tokias funkcijas kaip integruota kūrimo aplinka (IDE), supaprastintas diegimas ir kelių duomenų bazių užpakalinių sistemų palaikymas.

„Python“ paketai, skirti dirbtiniam intelektui ir mašininiam mokymuisi

Šiame segmente išnagrinėsime esminius Python paketus, pritaikytus dirbtinio intelekto ir mašininio mokymosi programoms. Nuo statistinės analizės ir duomenų vizualizavimo iki gilinimosi į pažangias temas, tokias kaip gilus mokymasis, natūralios kalbos apdorojimas (NLP), generatyvinis AI ir kompiuterinis matymas, šie paketai siūlo išsamų įrankių rinkinį, skirtą įvairiems iššūkiams šioje srityje spręsti.

Statistinė analizė

Čia išnagrinėsime pagrindines Python bibliotekas statistinei analizei, įskaitant NumPy, Pandas, SciPy, XGBoost, StatsModels, Yellowbrick, Arch ir Dask-ML. Nuo manipuliavimo duomenimis iki mašininio mokymosi ir vizualizavimo, šie įrankiai siūlo galingas galimybes efektyviai analizuoti duomenis.

• NumPy
• Pandos
• SciPy
• XGBoost
• StatsModels
• Geltona plyta
• Arch
• Dask-ML

Duomenų vizualizacija

Čia išnagrinėsime įvairias Python bibliotekas, skirtas sukurti nuostabias vizualizacijas. Nuo Matplotlib iki Seaborn, Plotly iki Bokeh ir Altair iki Pygal – mes jums padėsime. Pabaigoje būsite pasirengę paversti savo duomenis į patrauklius vaizdinius pasakojimus.

• Matplotlib
• Seaborn
• Siužetas
• Bokeh
• Altair
• Pygalas
• Plotninas
• Brūkšnys

Gilus mokymasis

Čia išnagrinėsime tokias esmines sistemas kaip TensorFlow, PyTorch, Keras ir kt. Nuo „Scikit-learn“, skirto prižiūrimam mokymuisi, iki „Fastai“, skirta pažangioms programoms, apžvelgsime įvairius įrankius, kurie padės atskleisti gilaus mokymosi potencialą.

• Scikit-mokykis
• TensorFlow
• deglas
• Sunku
• Kietas-RL
• Lazanija
• Greitai

Natūrali apdorojimo kalba

Čia išnagrinėsime pagrindinius Python NLP įrankius ir bibliotekas, įskaitant NLTK, spaCy, FastText, Transformers, AllenNLP ir TextBlob.

• NLTK
• erdvus
• FastText
• Transformatoriai
• greitas tekstas
• AllenNLP
• TextBlob

Generatyvus AI

Šiame segmente išnagrinėsime daugybę galingų įrankių ir bibliotekų, leidžiančių kurti dirbtinio intelekto modelius, galinčius generuoti naują turinį. Nuo garsiosios giluminio mokymosi sistemos Keras iki natūralios kalbos apdorojimo bibliotekos spaCy – apžvelgsime pagrindinius įrankius kuriant generatyviąsias AI sistemas.

• Sunku
• erdvus
• generatyvinis
• GPy
• Pagalvė
• VaizdasIO
• Greitai

Kompiuterinė vizija

Čia mes išnagrinėsime pagrindines Python bibliotekas, tokias kaip OpenCV, TensorFlow ir Torch, kartu su specializuotais įrankiais, tokiais kaip scikit-image ir Dlib. Nuo pagrindinio vaizdo apdorojimo iki pažangaus objektų aptikimo šios bibliotekos suteikia galimybę lengvai atlikti įvairias kompiuterinio matymo užduotis.

• OpenCV
• TensorFlow
• deglas
• scikit-vaizdas
• Paprastas CV
• VaizdasAI
• imageio
• Dlib
• Theano
• Mahotas

Python paketai, skirti GUI programoms

Grafinės vartotojo sąsajos (GUI) kūrimas yra gyvybiškai svarbus šiuolaikinės programinės įrangos aspektas, įgalinantis intuityvią vartotojo sąveiką ir pagerinantis vartotojo patirtį. Šiame skyriuje išnagrinėsime įvairius Python paketus, pritaikytus GUI programų kūrimui, įskaitant Tkinter, PyQt5, Kivy, PySide, PySimpleGUI, PyGTK ir kt.

• Tkinteris : Python Tkinter yra standartinis Python GUI (grafinės vartotojo sąsajos) įrankių rinkinys. Tai leidžia kūrėjams kurti darbalaukio programas su grafinėmis sąsajomis naudojant tokius valdiklius kaip mygtukai, etiketės ir įvesties laukai. „Tkinter“ lengva naudoti ir iš anksto įdiegta daugumoje „Python“ paskirstymų, todėl tai yra populiarus pasirinkimas kuriant paprastas darbalaukio programas. Dar keli „Tkinter“ paketai:
  • tk-įrankiai
  • tk kalendorius
  • tkvideoplayer
  • tkfibrowser
• PyQT5 : PyQt5 yra Python biblioteka, leidžianti kūrėjams kurti darbalaukio programas su grafinėmis vartotojo sąsajomis (GUI). Jis pagrįstas Qt sistema, siūlantis platų įrankių ir valdiklių asortimentą, leidžiantį efektyviai kurti galingas ir pritaikomas programas.
• Beviltiška : „Python Kivy“ yra atvirojo kodo „Python“ biblioteka, naudojama kelių palietimų programoms kurti. Tai leidžia kūrėjams kurti kelių platformų programas, veikiančias „Android“, „iOS“, „Windows“, „Linux“ ir „MacOS“, naudojant vieną kodų bazę. „Kivy“ pateikia išsamų įrankių rinkinį, skirtą vartotojo sąsajoms kurti ir jutikliniams įvykiams tvarkyti, todėl jis tinkamas kuriant interaktyvias ir reaguojančias programas.
• PySide: „Python PySide“ yra „Python“ sąsajų rinkinys, skirtas Qt programos sistemai. Tai leidžia kūrėjams kurti grafines vartotojo sąsajas (GUI) naudojant Qt įrankius ir bibliotekas Python kode, leidžiančią lengvai kurti įvairias platformas darbalaukio programas.
• PySimpleGUI: PySimpleGUI yra Python biblioteka, skirta kurti paprastas ir lengvai naudojamas grafines vartotojo sąsajas (GUI) darbalaukio programoms. Juo siekiama supaprastinti GUI kūrimą suteikdama paprastą sąsają ir veikia keliose platformose.
• NiceGUI : „Nicegui“ yra „Python“ paketas, kuris supaprastina mygtukų, dialogų, žymėjimo, 3D scenų, brėžinių ir kt. kūrimą naudojant minimalų kodą. Tai idealiai tinka mikro žiniatinklio programėlėms, prietaisų skydeliams, robotikos projektams, išmaniųjų namų sprendimams ir panašioms programoms. Tai taip pat patogu kuriant, pvz., koreguojant mašininio mokymosi algoritmus arba tikslinant variklio valdiklius.
• PyGTK : PyGTK yra Python sąsajų rinkinys, skirtas GTK (GIMP Toolkit) bibliotekai, kuri yra populiarus įrankių rinkinys, skirtas kurti grafines vartotojo sąsajas (GUI). Naudodami PyGTK, kūrėjai gali kurti kelių platformų GUI programas Python, naudodami gausų GTK valdiklių ir įrankių rinkinį.

Python paketai, skirti žiniatinklio grandymui ir automatizavimui

Šiame glaustame vadove išnagrinėsime kuruojamą galingų Python paketų, pritaikytų žiniatinklio rinkimo ir automatizavimo užduotims, pasirinkimą. Nuo HTML analizavimo naudojant „Beautiful Soup“ iki automatizavimo naršyklės sąveikos su Selenium – apžvelgsime pagrindinius dalykus, kurių jums reikia norint pradėti žiniatinklio rinkimo ir automatizavimo kelionę. Be to, pristatysime kitus patogius įrankius, tokius kaip „MechanicalSoup“, „urllib3“, „Scrapy“, „Requests-HTML“, „Lxml“, „pyautogui“, tvarkaraštį ir „Watchdog“, kurių kiekvienas siūlo unikalias funkcijas, kurios supaprastina jūsų kūrimo procesą.

• Prašymas : Python Requests yra universali HTTP biblioteka, skirta HTTP užklausoms siųsti Python. Tai supaprastina sąveiką su žiniatinklio paslaugomis, nes pateikia lengvai naudojamus GET, POST, PUT, DELETE ir kitų HTTP užklausų pateikimo, antraščių, parametrų, slapukų ir kt. tvarkymo metodus.
• Graži sriuba : Python BeautifulSoup yra biblioteka, naudojama HTML ir XML dokumentams analizuoti. Tai leidžia iš tinklalapių išgauti naudingą informaciją lengvai naršant HTML struktūroje.
• Selenas : Python Selenium yra galingas įrankis, skirtas automatizuoti žiniatinklio naršykles. Tai leidžia programiškai valdyti žiniatinklio naršykles, pvz., „Chrome“ ar „Firefox“, įgalinant tokias užduotis kaip žiniatinklio rinkimas, testavimas ir pasikartojančių užduočių automatizavimas svetainėse.
• Mechaninė sriuba: Python MechanicalSoup yra Python biblioteka, skirta automatizuoti sąveiką su svetainėmis. Jis supaprastina užduotis, pvz., formų pateikimą, naršymą ir rinkimą, derindamas užklausų ir „BeautifulSoup“ bibliotekų galimybes.
• urllib3 : Python urllib3 yra galinga HTTP kliento biblioteka, skirta Python, leidžianti lengvai pateikti HTTP užklausas programiškai. Jame teikiamos tokios funkcijos kaip ryšio telkimas, SSL patvirtinimas ir įvairių HTTP metodų palaikymas.
• Šlykštus : Python Scrapy yra galinga žiniatinklio tikrinimo ir žiniatinklio rinkimo sistema, naudojama duomenims iš svetainių išgauti. Jame pateikiami įrankiai, skirti lanksčiai ir efektyviai naršyti svetainėse ir išgauti struktūrinius duomenis.
• Užklausos-HTML: Python Requests-HTML yra Python biblioteka, kuri sujungia užklausų bibliotekos galią HTTP užklausoms teikti ir lankstumą analizuojant HTML naudojant CSS parinkiklius. Tai supaprastina žiniatinklio rinkimą ir leidžia lengvai išgauti duomenis iš HTML dokumentų.
• Lxml : Python lxml yra galinga biblioteka, naudojama XML ir HTML dokumentams apdoroti. Tai suteikia veiksmingų analizavimo, manipuliavimo ir užklausų galimybių, todėl tai yra populiarus pasirinkimas dirbant su struktūriniais duomenimis „Python“.
• pyautogui: PyAutoGUI yra Python biblioteka, skirta automatizuoti užduotis valdant pelę ir klaviatūrą. Tai leidžia vartotojams rašyti scenarijus, kad imituotų pelės paspaudimus, klaviatūros paspaudimus ir kitas GUI sąveikas.
• tvarkaraštis: Python Schedule yra biblioteka, leidžianti suplanuoti užduotis, kurios turi būti vykdomos nurodytais intervalais arba laiku. Tai suteikia paprastą sąsają, leidžiančią kurti ir valdyti suplanuotas užduotis Python programose.
• Sargybinis šuo: „Python Watchdog“ yra biblioteka, leidžianti stebėti „Python“ failų sistemos įvykius, tokius kaip failų kūrimas, trynimas ar modifikavimas. Tai naudinga automatizuojant užduotis, pagrįstas failų ar katalogų pakeitimais, pvz., atnaujinant duomenų bazę, kai į aplanką įtraukiami nauji failai.

Python paketai žaidimų kūrimui

Čia mes tyrinėsime įdomų žaidimų kūrimo pasaulį Python, panaudodami galingus paketus ir bibliotekas, kad įgyvendintume jūsų žaidimų idėjas. Pasinerkime ir atraskime įrankius, kurie suteiks galimybę sukurti įtraukiančių ir linksmų žaidimų.

• PyGame : PyGame yra bibliotekų ir įrankių rinkinys, skirtas vaizdo žaidimams ir daugialypės terpės programoms kurti naudojant Python. Jame yra grafikos, garso, įvesties įrenginių ir kt. tvarkymo funkcijos, todėl lengviau kurti žaidimus naudojant Python.
• Panda3D: Python Panda3D yra žaidimų kūrimo sistema, teikianti įrankius ir bibliotekas 3D žaidimams ir modeliavimui naudojant Python programavimo kalbą kurti. Jis siūlo grafikos atvaizdavimo, įvesties tvarkymo ir turto valdymo funkcijas, todėl tinka tiek mėgėjams, tiek profesionaliems žaidimų kūrėjams.
• Pyglet: Pyglet yra Python biblioteka, naudojama žaidimams ir daugialypės terpės programoms kurti. Jame pateikiami įrankiai, skirti tvarkyti grafiką, garsą, įvesties įrenginius ir langus. Naudodami Pyglet kūrėjai gali efektyviai kurti interaktyvias funkcijas Python.
• Arkada: Python Arcade yra pradedantiesiems patogi Python biblioteka, skirta kurti 2D žaidimus. Jame pateikiami įrankiai, skirti tvarkyti grafiką, garsą, įvesties įrenginius ir kitas su žaidimais susijusias funkcijas, todėl žaidimų kūrimas tampa prieinamas ir įdomus.
• PyOpenGL: PyOpenGL yra „Python“ programa, susieta su „OpenGL“, galinga grafikos biblioteka, skirta 2D ir 3D grafikai pateikti. Tai leidžia Python kūrėjams pasiekti OpenGL funkcijas, skirtas kurti interaktyvias vaizdines programas, žaidimus, modeliavimą ir kt.
• Cocos2d: Python Cocos2d yra paprasta ir galinga žaidimų kūrimo sistema, skirta Python. Jame pateikiami įrankiai ir bibliotekos 2D žaidimams kurti, todėl žaidimų kūrimas tampa prieinamesnis ir efektyvesnis Python kūrėjams.

Išvada

Puslapio pabaigoje galbūt norėsite įtraukti baigiamąjį sakinį arba santrauką, kad užbaigtumėte diskusiją apie Python paketus. Štai pasiūlymas:

Apibendrinant galima pasakyti, kad Python paketai yra galingas įrankis kodui tvarkyti, tvarkyti ir dalytis. Sugrupuodami susijusius modulius, paketai suteikia struktūrinį būdą kurti sudėtingas programas, pagerinti kodo pakartotinį naudojimą ir skatinti kūrėjų bendradarbiavimą. Nesvarbu, ar dirbate su mažais scenarijais ar didelio masto projektais, įvaldę Python paketų kūrimo ir naudojimo meną, neabejotinai supaprastinsite kūrimo procesą ir prisidėsite prie švaresnio, labiau prižiūrimo kodo rašymo. Taigi, pasinaudokite paketų galia ir išlaisvinkite visas Python programavimo galimybes!