تعریف کتابخانه

کتابخانه مجموعه‌ای از کدهای از پیش ترکیب شده است که می‌تواند به طور مکرر برای کاهش زمان مورد نیاز برای کدنویسی استفاده شود. آنها به ویژه برای دسترسی به کدهای از پیش نوشته شده پرکاربرد به جای نوشتن هر بار از ابتدا مفید هستند. مانند کتابخانه های فیزیکی، اینها مجموعه‌ای از منابع قابل استفاده مجدد هستند، به این معنی که هر کتابخانه یک منبع ریشه دارد. این پایه و اساس کتابخانه های منبع باز متعدد موجود در پایتون است.

تعریف کتابخانه پایتون

کتابخانه پایتون مجموعه ای از ماژول ها است که شامل توابع و کلاس هایی است که می‌تواند توسط برنامه های دیگر برای انجام وظایف مختلف استفاده شود.

مفهوم و کاربرد کتابخانه های پایتون – Library On Python

شاید مفهوم کتابخانه / معنی و کاربرد کتابخانه های پایتون  کمی پیچیده به نظر آید. اما در حقیقت کتابخانه های پایتون مجموعه ای از ماژول هاست. کتابخانه شامل ماژول هایی است که یا با زبان C و یا زبان Python نوشته شده اند. پس بهتر است که ابتدا به تعریف ماژول بپردازیم.

به مجموعه ای از قطعه کدهای استاندارد یا بسته های مستقل که می توانند برای ساخت یک ساختار پیچیده تر مورد استفاده قرار بگیرند ماژول می گویند.

به زبان ساده تر، ماژول مجموعه ای از خطوط کد است که برای یک هدف خاص مورد استفاده قرار می گیرد و می توان در برنامه های متعددی از آن استفاده شود که این کار باعث پرهیز از تکرار می شود که در برنامه نویسی بسیار مهم است.

به عنوان مثال: همانطور که آگاه هستید چرخ در حال حاضر اختراع شده است، پس کسی که در حال اختراع و یا ساخت ماشین است، زمان خود را صرف ساخت مجدد چرخ نمی کند، بنابراین، چرخ یک ماژول است (در سایر اختراعات و ساخته های متفاوتی می تواند استفاده شود).

امروزه بیش از ۱۳۷۰۰۰ کتابخانه پایتون وجود دارد که نقش مهمی در توسعه یادگیری ماشین، علم داده، تجسم داده ها، برنامه های کاربردی دستکاری تصویر و داده و موارد دیگر ایفا می کنند.

ماژول ها یا کتابخانه هایی که در python نوشته می شوند را می توان در ۳ قالب دسته بندی نمود:
• کتابخانه هایی که توسط کاربر ایجاد شده اند.

• کتابخانه هایی که توسط دیگران یا منبع خارجی ایجاد شده اند مثل PyPI .

• کتابخانه هایی که به صورت پیش فرض به همراه پایتون نصب شده اند.

پایتون به خوبی از کتابخانه‌های مختلفی پشتیبانی می‌کند.

معرفی ۲۵ کتابخانه پایتون

۱ – Scrappy

اولین کاربرد کتابخانه های پایتون Scrappy است که یک کتابخانه محبوب پایتون برای web scraping است.  یک کتابخانه ی متن باز و محبوب است که از این کتابخانه برای ساخت خزنده مورد استفاده قرار می گیرد.

در ابتدا از این کتابخانه تنها برای scraping استفاده می‌شد، ولی بعدها مواردی مثل داده ‌کاوی، خودکارسازی تست‌ها و… مورد استفاده قرار گرفت .

۲ – PyTorch

یک کتابخانه متن باز پایتون است که می‌ توان از آن به جای Numpy استفاده کرد. همچنین کارایی بالایی برای ساخت شبکه‌های عصبی عمیقی را نیز ارائه می‌دهد.

همزمان با این می ‌توان برای توسعه کارایی از scipy, Cypthon و numpy استفاده کرد. شرکت‌هایی مانند فیسبوک، توییتر، انویدیا و اوبر از Pytorch برای توسعه فرایند نمونه ‌سازی در تحقیق و ایجاد یادگیری عمیق از آن استفاده می ‌کنند.

۳ – Pendulum

Pendulum یک پکیج پایتونی برای کار با زمان و تاریخ است. اگر تمام DateTime های موجود در پروژه تان را جایگزین کنید همه چیز هنوز به درستی کار خواهد کرد. با استفاده از Pendulum می ‌توانید براساس ناحیه زمانی تاریخ و ساعت را نمایش بدهید.

۴ – Requests

Requests یکی از محبوب ‌ترین کتابخانه‌ های پایتون است که طبق لایسنس Apache2 ارائه می‌شود. این کتابخانه به افراد کمک می ‌کند تا با زبان‌ های مختلف ارتباط برقرار کنند.

با استفاده از Requests نیازی نیست که نگران اضافه کردن کوئری، نوشتن رشته‌ها به صورت دستی و… باشید. می‌ توانید درخواست http را با استفاده از کتابخانه Request ارسال کرده و همزمان با آن محتوایی مانند سربرگ و… را ارسال کنید.

۵ – Pyflux

Pyflux یکی دیگر از کتابخانه های پایتون است که برای بررسی و پیش ‌بینی سلسله‌های زمانی استفاده قرار می گیرد.

این کتابخانه توسط Ross Taylor نوشته شده است و گزینه‌های مختلفی را برای interface ارائه می‌دهد. Pyflux به کاربران امکان می ‌دهد تا بتوانند مدل‌های سلسله زمانی مانند GARCH را پیاده ‌سازی کنند.

۶ – Zappa

Zappa یکی از بهترین پکیج‌های پایتون است که توسط Miserlou توسعه داده شده ایجاد اپلیکیشن‌های Server-Less با استفاده از این ابزار و با کمک گرفتن از Amazon Web Service خیلی راحت است که از ساده ترین کاربرد کتابخانه های پایتون است.

۷ – Arrow

Arrow یکی از کتابخانه‌های بسیار محبوب پایتون بوده است که ویژگی ‌های بسیاری را برای تولید، قالب‌ بندی، تبدیل تاریخ، زمان و نشانه ‌گرهای زمانی ارائه می ‌دهد. این کتابخانه از پایتون ۳ و ۲ پشتیبانی می‌ کند و نیز گزینه بسیار خوبی به جای datatime در پایتون به شمار می‌رود.

۸ – Theano

از دیگر کاربرد کتابخانه های پایتون Theano است این مورد یک کتابخانه پایتون برای موضوع یاد گیری عمیق است که برای بهینه ‌سازی، تعریف و ارزیابی معادلات عددی ریاضی به کارگرفته می‌ شود.

این کتابخانه توسط گروه یاد گیری ماشین توسعه یافته است. از این رو به عنوان یک مفسر برای عملیات‌های ریاضی شناخته می ‌شود و حالت ادغام‌ سازی بسیار خوبی را با Numpy به وجود می ‌آورد.

۹ – IPython

این مورد یکی از ابزارهای بسیار مفید کاربرد کتابخانه های پایتون است که از کاربرد کتابخانه های پایتون بوده و ساختار بسیار عالی را برای کاربر‌ان‌ پیاده‌ سازی می کند.

این ابزار به کاربر اجازه می‌ دهد که کدهای پایتون را از طریق مرورگر اجرا کند Ipython . روی بیشتر سیستم ‌عامل‌ها مثل ویندوز، مک، لینوکس و خانواده یونیکس کار می ‌کند.

Ipython به کاربر ویژگی‌های متفاوتی مثل یک مفسر پایه، همراه با خصوصیت‌هایی مثل کار با اعداد، توابع اضافی ، ویرایشگر پیشرفته و… را ارائه می‌ دهد.

۱۰ – TensorFlow

TensorFlow یک کتابخانه مدرن پایتون برای یاد گیری ماشین که توسط تیم Google Brain ایجاد شده است.

از این کتابخانه برای توسعه، آموزش و طراحی مدل‌های یاد گیری عمیق استفاده می‌ گردد.

از این ابزار می توان برای محاسبات عددی استفاده کرد و به نحوی جایگزینی برای Theano خواهد بود .

وهمچنین می ‌توان روی موبایل، سیستم‌ های تک سی‌ پی‌ یو و حتی روی GPU اجرا کرد.

۱۱ – Dash

Dash کتابخانه جدیدی از پایتون که به صورت متن باز ارائه شده است . برای ساخت اپلیکیشن‌های مبتنی بر وب نیز استفاده میگردد.

وب اپلیکیشن‌ هایی که استفاده بیشتری از بصری‌ سازی ‌های داده می ‌کنند، این کتابخانه برای ‌شان ایده‌آل است. اپلیکیشن ساخته شده با استفاده از این کتابخانه در مرورگر اجرا شده است و در دستگاه‌ های موبایل واکنشگرا وجوددارد.

۱۲ – Fire

Fire نیز یک کتابخانه پایتون است که متن باز است که برای هر پروژه مبتنی بر پایتون به صورت خودکار CLI ایجاد می‌ کند. در این کتابخانه شما نیازی نیست که برای ایجاد CLI در پروژه‌ها هیچ کدی بنویسید.

تنها نیاز است که متد Fire را فراخوانی کنید و بعد از آن مواردی که می‌خواهید در CLI وجود داشته باشد را به صورت آرگومان در متد قرار بدهید. توابع، شئ‌ها، کلاس‌ها، دیکشنری‌ها، حتی می ‌توانید که به صورت کلی پروژه را در CLI قرار بدهید، برای انجام اینکار باید آرگومان را به صورت خالی قرار بدهید.

۱۳ – FlashText

FlashText یکی از بهترین کتابخانه‌های پایتون که برای کار کردن با عبارات با قاعده استفاده میگردد. این کتابخانه به صورت متن باز ارائه شده است و ویژگی‌های مختلفی را نیزارائه می ‌دهد.

۱۴ – Pipenv

یکی دیگر از کاربرد کتابخانه های پایتون در Pipenv است که با استفاده از Pipenv تمام نیازمندی های‌ تان را در یک Pipfile می ‌توانید قرار دهید. Pipfile به صورت کلی با استفاده از دستورات خط فرمان ایجاد می‌ گردد. این ابزار می‌تواند یک فایل Pipfile.lock را نیز برای شما ایجاد کند. به این صورت بخش بزرگی از کارهای‌ تان را می ‌توانید خودکار سازی کنید.

۱۵ – Luminoth

۱۶-کتابخانه Pendulum

کمی از ماشین لرنینگ و کاربرد کتابخانه های پایتون فاصله بگیریم. Penulum یک کتابخانه ی کار با زمان و تاریخ است. با این کتابخانه قادر خواهید بود با استفاده از ناحیه ی زمانی، زمان و تاریخ را تحویل کاربر دهید تمام کار های مرتبط به تاریخ، روزها، هفته ها و زمان که می خواهید در یک زبان برنامه نویسی انجام دهید پندلوم(Pendulum) آنها را به پایتون آورده است.

۱۷-کتابخانه Selnium

یکی دیگر ازکاربرد کتابخانه های پایتون برای طراحی وب است. شما با استفاده از این کتابخانه با کمی کدنویسی می توانید بسیاری از عملیات طراحی وب را انجام دهید یعنی کارهایی مثل پرکردن فرم، لاگین یا بازکردن صفحه ای از وب و … را این فریمورک می تواند برای شما انجام دهد.

۱۸-کتابخانه Pillow

پیلو (Pillow) یکی از بهترین ( کاربرد کتابخانه های پایتون)کتابخانه های زبان برنامه نویسی پایتون است. که برای پردازش تصویر (بخشی از علم کامپیوتر است که به دو بخش عمده ی بینایی ماشین و بهبود تصاویر اشاره دارد.

۱۹-Ramp

Ramp یکی از کتابخانه های پایتون است که برای نمونه سازی سریع مدل های یادگیری ماشین استفاده می‌شود. Ramp یک نحو ساده و اعلانی برای کاوش ویژگی ها، الگوریتم ها و تبدیل ها ارائه می‌دهد. این یک چارچوب یادگیری ماشینی سبک وزن مبتنی بر پانداها است و می‌تواند به‌طور یکپارچه با ابزارهای آماری و یادگیری ماشین پایتون استفاده شود.

۲۰-PyBrain

PyBrain شامل الگوریتم‌هایی برای شبکه‌های عصبی است که می‌توانند توسط دانش‌آموزان سطح ابتدایی استفاده شوند، اما می‌توانند برای تحقیقات پیشرفته نیز مورد استفاده قرار گیرند. هدف ارائه الگوریتم‌های ساده، انعطاف‌پذیر و در عین حال پیچیده و قدرتمند برای یادگیری ماشین با بسیاری از محیط‌های از پیش تعیین‌شده برای آزمایش و مقایسه الگوریتم‌های شما است. محققان، دانشجویان، توسعه دهندگان، مدرسان، شما و من می‌توانیم از PyBrain استفاده کنیم.

۲۱-milk

این جعبه ابزار یادگیری ماشین در پایتون بر طبقه‌بندی نظارت شده با طیفی از طبقه‌بندی‌کننده‌های موجود تمرکز دارد: SVM، k-NN، جنگل‌های تصادفی، و درخت‌های تصمیم. مجموعه ای از ترکیبات این طبقه بندی کننده ها سیستم های طبقه بندی متفاوتی را ارائه می‌دهد. برای یادگیری بدون نظارت، می‌توان از k-means خوشه بندی و انتشار قرابت استفاده کرد. تاکید زیادی بر سرعت و استفاده کم از حافظه وجود دارد. بنابراین، بیشتر کدهای حساس به عملکرد در C++  هستند.

۲۲-SQLAcademy

SQLAcademy یک کتابخانه انتزاعی پایگاه داده برای پایتون است که با پشتیبانی خیره کننده از طیف وسیعی از پایگاه داده ها و طرح بندی ها ارائه می‌شود. این کتابخانه الگوهای سازگار را ارائه می‌دهد، به راحتی قابل درک است و می‌تواند توسط مبتدیان نیز استفاده شود. سرعت ارتباط بین زبان پایتون و پایگاه های داده را بهبود می‌بخشد و از اکثر پلتفرم ها مانند Python 2.5 ،Jython و Pypy پشتیبانی می‌کند. با استفاده از SQLAcademy، می‌توانید طرح های پایگاه داده را از ابتدا توسعه دهید.

۲۳-بوکه

بوکه یک کتابخانه پایتون در حوزه تجسم داده است که اجازه تجسم تعاملی را می‌دهد. این کتابخانه از HTML و جاوا اسکریپت برای ارائه گرافیک استفاده می‌کند و آن را برای کمک به برنامه های مبتنی بر وب قابل اعتماد می‌کند. بسیار منعطف است و شما می‌توانید تجسم نوشته شده در کتابخانه‌های دیگر مانند ggplot یا matplot lib را تبدیل کنید. بوکه از دستورات ساده برای ایجاد سناریوهای آماری ترکیبی استفاده می‌کند.

۲۴- OpenCV python

Open Source Computer Vision یا OpenCV برای پردازش تصویر استفاده می‌شود. یک بسته پایتون است که عملکردهای کلی متمرکز بر بینایی رایانه فوری را نظارت می‌کند. OpenCV چندین عملکرد داخلی را فراهم می‌کند. با کمک این می‌توانید کامپیوتر ویژن را یاد بگیرید. OpenCV این امکان را فراهم می‌سازد تا هر دو به خواندن و نوشتن تصاویر به طور همزمان اشیایی مانند صورت، درختان و غیره را می‌توان در هر ویدیو یا تصویری تشخیص داد. این با ویندوز، OS-X و سایر سیستم عامل ها سازگار است.

۲۵- NuPIC

پلتفرم Numenta برای محاسبات هوشمند (NuPIC) پلتفرمی است که هدف آن پیاده سازی یک الگوریتم یادگیری HTM و تبدیل آنها به یک منبع عمومی است. این پایه و اساس الگوریتم های یادگیری ماشین آینده بر اساس زیست شناسی نئوکورتکس است.

سخن پایانی

کتابخانه و کاربرد کتابخانه های پایتون زیاد هستند ک چند نمونه از مهم ترین انها را بیان کردیم. اگر مایل به یادگیری با کاربرد کتابخانه های پایتون هستید و مایل به شرکت در کلاس های ما هستید حتما سایت ما را مصالعه بفرمایید.

تصاویر امروزه در همه جا حضور دارند و درک کردن محتوای آن‌ها برای برخی از اپلیکیشن‌ها بسیار ضروری است. تکنیک پردازش تصویر پیشرفت‌های بسیاری داشته است. Luminoth.یک ابزار متن باز برای پایتون است که با استفاده از TensorFlow و Sonnet ایجاد شده . در حال حاضر این کتابخانه و توانایی تشخیص شئ‌های مختلفی را دارا است.