2023 წელს უამრავი აქტივობა და სიახლე გველოდება, დრო ძალიან ძვირფასია, რატომ უნდა დაწეროთ ფუნქციები ნულიდან, როდესაც ბიბლიოთეკას შეუძლია ეს თქვენთვის გააკეთოს? ბიბლიოეთეკები დეველოპერების საუკეთესო მეგობრები და სისცოცხლის მხსენელები არიან. ნებისმიერ კარგ პროექტში რამდენიმე „საუკეთესო“ ბიბლიოთეკა უნდა იყოს გამოყენებული.
ბლოგი წარმოადგენს Python-ის გასაოცარი ბიბლიოთეკების სერიის ნაწილს, აქ წარმოდგენილია Python-ის 7 ბიბლიოთეკა, რომლებიც დეველოპმენტის უნარების განვითარებაში გადეხმარებათ.
1. Luigi
Luigi ერთ-ერთ ყველაზე პოპულარულ ხელსაწყოა, Github-ზე 16 ათასზე მეტი ვარსკვლავით, რომელიც Spotify-სგან არის წარმოდგენილი. ამ ბიბილიოთეკის მიზანია ყველა პროცესი, რომელიც ჩვეულებრივ ასოცირდება ხანგრძლივ ჯგუფურ პროცესებთან. თქვენ გსურთ რომ გააკეთოთ სხვადასხვა ჯაჭვები და მოახდინოთ მათი ავტომატიზაცია, მაგრამ შესაძლოა წააწყდეთ გარკვეულ პრობლემებს. ეს ამოცანები შესაძლოა იყოს ნებისმიერი სახის, მაგრამ, როგორც წესი, ისინი გრძელვადიან პროცესებს წარმოადგენენ, მაგ. როგორიცაა Hadoop სამუშაოები, მონაცემთა ბაზაში ან მის გარეთ მონაცემთა გადაყრა, მანქანური სწავლების ალგორითმების გაშვება ან სხვა რამ.
- GitHub - spotify/luigi: Luigi is a Python module that helps you build complex pipelines of batch…
- Luigi is a Python module that helps you build complex pipelines of batch jobs. It handles dependency resolution…
- github.com
2. MonkeyType
მოცემული წარმოდგენილია ინსტაგრამისგან. კოდისთვის ანოტაციების დამატების მთავარ მოტივაციას წაკითხვადობა და სტატიკური ანალიზი წარმოადგენს. ეს ბიბლიოთეკა აგროვებს ფუნქციის არგუმენტების ტიპებს და აბრუნებს მნიშვნელობებს, მას შეუძლია ავტომატურად შექმნას stub ფაილები ან თუნდაც დაამატოს მონახაზის ტიპის ანოტაციები პირდაპირ თქვენს კოდში, ეს ყოველივე გაშვების დროს შეგროვებული ტიპების საფუძველზე მიმდინარეობს. ბიბლიოთეკას 4 ათასზე მეტი ვარსკვლავი აქვს GitHub-ზე.
- GitHub - Instagram/MonkeyType: A Python library that generates static type annotations by…
- MonkeyType collects runtime types of function arguments and return values, and can automatically generate stub files or…
- github.com
3. tensorwatch
ბიბლიოთეკა Microsoft-ისგან. იგი დებაგინგისა და ვიზუალიზაციის ხელსაწყოს წარმოადგენს, რომელიც მონაცემთა მეცნიერებისა და ღრმა დასწავლისთვისაა განკუთვნილი, Microsoft Research-ისგან. ის Jupyter Notebook-ში მუშაობს, რათა მოახდინოს მანქანური სწავლების ათვისების ვიზაულიზაცია და შეასრულოს რამდენიმე სხვა ძირითადი ანალიზის დავალება თქვენი მოდელებისა და მონაცემებისთვის. ამ ბიბლიოთეკას GitHub-ზე 3000-ზე მეტი ვარსკვლავი აქვს.
- GitHub - microsoft/tensorwatch: Debugging, monitoring and visualization for Python Machine Learning…
- TensorWatch is a debugging and visualization tool designed for data science, deep learning and reinforcement learning…
- github.com
4. xmltodict
თუ თქვენ XML-თან მუშაობა გიწევთ, მაშინ ეს რესურსი თქვენთვის სასარგებლო იქნება. ეს ბიბლიოთეკა XML-თან მუშაობის საშუალებას, ზუსტად JSON-თან მუშაობის მსგავსად გაძლევთ. ის ასევე უამრავ ფუნქციას მოიცავს, როგორიცაა “namespace” მხარდაჭერა, სტრიმინგის რეჟიმი, მიმოქცევა და ა.შ. ამ ბიბლიოთეკას GitHub-ზე 4,5 ათასზე მეტი ვარსკვლავი აქვს.
- GitHub - martinblech/xmltodict: Python module that makes working with XML feel like you are working…
- xmltodict is a Python module that makes working with XML feel like you are working with JSON, as in this "spec": By…
- github.com
შეიძინე ახალი სასწავლო კურსი და აღმოაჩინე წარმატების ახალი გზები ახალი 2023 წლიდან!
5. HTTPretty
პროგრამული უზრუნველყოფის შექმნაში უდიდეს როლს ტესტირება ასრულებს. ეს პროცესი თქვენს აპლიკაციას „ტყვიაგაუმტარად“ აქცევს. ის Python სოკეტის დონეზე HTTP მოთხოვნებს წყვეტს. იგი მთელი სოკეტის მოდულს აყალბებს. ამ ბიბლიოთეკას GitHub-ზე 2000-ზე მეტი ვარსკვლავი აქვს.
- GitHub - gabrielfalcao/HTTPretty: Intercept HTTP requests at the Python socket level. Fakes the…
- HTTP Client mocking tool for Python created by Gabriel Falcão . It provides a full fake TCP socket module.
- github.com
6. Ultrajson
დეველოპერებს ხშირად უწევთ JSON-თან მუშაობა. ეს ბიბლიოთეკა JSON-თან დაკავშირებული, გარკვეული ამოცანების შესრულებაში დაგეხმარებათ. იგი ძალიან სწრაფ JSON ენკოდერსა და დეკოდერს წარმოადგენს, რომელიც C-ზეა დაწერილი. იგი მოიცავს ენკოდერის ვარიანტებს, როგორიცაა encode_html_chars, sure_ascii, escape_forward_slashes და ა.შ. ამ ბიბლიოთეკას GitHub-ზე 3,5 ათასზე მეტი ვარსკვლავი აქვს.
- GitHub - ultrajson/ultrajson: Ultra fast JSON decoder and encoder written in C with Python bindings
- UltraJSON is an ultra fast JSON encoder and decoder written in pure C with bindings for Python 3.7+. Install with pip…
- github.com
7. Python-future
ეს ბიბლიოთეკა Python 2-სა და Python 3-ს შორის არსებული თავსებადობის ფენას წარმოადგენს. ის საშუალებას გაძლევთ გამოიყენოთ ერთი, Python 3.x-თან თავსებადი კოდების ბაზა, რათა მხარი დაუჭიროს როგორც Python 2-ს, ასევე Python 3-ს. ის უზრუნველყოფს სამომავლო და წარსულ პაკეტებს უკანა პორტებით და ფუნქციების წინსვლის პორტებით Python 3-დან და 2-დან. მას ასევე აქვს ფუტურიზებისა (futurize) და პასტერიზების (pasteurize) ფუნქცია, რომელიც მორგებულია 2to3-ზე დაფუძნებულ სკრიპტებზე, ის დაგეხმარებათ მარტივად დააკონვერტიროთ Py2 ან Py3 კოდები, რათა მხარი დაუჭიროს ორივე Python 2-ს და 3-ს Py3 სტილის კოდის ბაზაში. ამ ბიბლიოთეკას GitHub-ზე ათასზე მეტი ვარსკვლავი აქვს.
- GitHub - PythonCharmers/python-future: Easy, clean, reliable Python 2/3 compatibility
- python-future is the missing compatibility layer between Python 2 and Python 3. It allows you to use a single, clean…
- github.com
დაეუფლე აქტუალურ პროფესიებს - შემოგვიერთდით სტეპერების დიდ ოჯახში!
IT Academy Step ლიდერი IT სფეროში, ახლაუკვე100+ფილიალით!
+995 577 538 549 ქ.თელავი,ნადიკვრის #23
+995 (32) 215-55-51 ქ.თბილისი,ა.ყაზბეგის 34/34ბ