6 Pustaka Python Penting untuk Pemrograman Python

Python adalah bahasa pemrograman tujuan umum tingkat tinggi yang telah menjadi salah satu nama terkemuka dalam komunitas pemrograman. Ini berkisar dalam kemampuan dari mengembangkan aplikasi sederhana untuk melakukan perhitungan matematika yang kompleks dengan tingkat kemudahan yang sama.

Menjadi salah satu bahasa pemrograman terkemuka berarti bahwa tidak ada kelangkaan kerangka kerja dan perpustakaan yang tersedia untuk dipermainkan. Pustaka bahasa pemrograman hanyalah serangkaian modul dan fungsi yang memudahkan beberapa operasi tertentu menggunakan bahasa pemrograman.

Jadi, berikut ini adalah 6 pustaka Python yang penting untuk pemrograman Python yang harus diketahui oleh setiap pengembang atau calon Python:

  • Keras

Jenis - Perpustakaan Jaringan Saraf

Rilis Awal - Maret 2015

Ditulis dengan Python, Keras adalah perpustakaan jaringan-saraf open-source. Didesain khusus untuk memungkinkan eksperimen cepat dengan jaringan saraf yang dalam, Keras memprioritaskan untuk menjadi ramah pengguna, dapat dikembangkan, dan modular.

Selain menyediakan mekanisme yang lebih mudah untuk mengekspresikan jaringan saraf, Keras juga menawarkan beberapa fitur terbaik untuk menyusun model, memproses dataset, dan memvisualisasikan grafik. Di backend, Keras memanfaatkan Theano atau TensorFlow.

Karena fakta bahwa Keras membuat grafik perhitungan dengan menggunakan infrastruktur backend dan kemudian menggunakannya untuk melakukan operasi, itu lebih lambat daripada perpustakaan pembelajaran mesin lainnya. Meskipun demikian, semua model di Keras bersifat portabel.

Sorotan :

  • Mudah di-debug dan dieksplorasi karena sepenuhnya ditulis dalam Python
  • Fitur beberapa implementasi dari blok bangunan jaringan saraf yang umum digunakan seperti fungsi aktivasi, lapisan, tujuan, dan pengoptimal
  • Ekspresi dan fleksibilitas yang luar biasa menjadikannya ideal untuk penelitian inovatif
  • Menawarkan beberapa dataset pra-pemrosesan dan model pra-terlatih seperti Inception, MNIST, ResNet, SqueezeNet, dan VGG
  • Memberikan dukungan untuk hampir semua model jaringan saraf, termasuk convolutional, embedding, terhubung penuh, menyatukan, dan berulang. Selain itu, model ini dapat dikombinasikan untuk mengembangkan model yang lebih kompleks
  • Berjalan dengan lancar di CPU dan GPU

Aplikasi :

  • Sudah digunakan oleh Netflix, Square, Uber, dan Yelp
  • Untuk penelitian pembelajaran yang mendalam. Diadopsi oleh para peneliti di CERN dan NASA
  • Populer di kalangan pemula yang mengembangkan produk berdasarkan pembelajaran yang mendalam

  • Numpy

Jenis - Perpustakaan Komputasi Teknis

Rilis Awal - 1995 (As Numeric)

2006 (Sebagai NumPy)

NumPy diciptakan oleh Travis Oliphant pada tahun 2005 dengan memasukkan fitur-fitur perpustakaan Numarray saingan ke dalam perpustakaan Numerik dan menerapkan modifikasi ekstensif. Perpustakaan bebas dan sumber terbuka memiliki beberapa kontributor dari seluruh dunia.

Salah satu pustaka pembelajaran mesin paling populer di Python, Tensor Flow dan beberapa pustaka lainnya menggunakan pustaka NumPy Python secara internal untuk melakukan beberapa operasi pada tensor.

Sorotan :

  • Dukungan komunitas aktif
  • Benar-benar gratis dan open source
  • Operasi matriks yang kompleks, seperti perkalian matriks

Interaktif dan super mudah digunakan
Kemudahan implementasi matematika yang kompleks
Mudah dikodekan dengan konsep yang mudah dicerna

Aplikasi :

  • Untuk melakukan perhitungan matematika yang kompleks
  • Untuk mengekspresikan gambar, gelombang suara, dan bentuk aliran mentah biner lainnya sebagai array bilangan real dalam dimensi-N
  • Untuk proyek pembelajaran mesin

  • Bantal

Jenis - Perpustakaan Pemrosesan Gambar dan Manipulasi

Rilis Awal - 1995 (As Python Imaging Library atau PIL)

2011 (Sebagai Bantal)

Bantal adalah pustaka Python yang hampir setua bahasa pemrograman yang dikembangkannya. Pada kenyataannya, Bantal adalah garpu untuk PIL (Python Imaging Library). Pustaka Python yang bebas digunakan adalah harus dimiliki untuk membuka, memanipulasi, dan menyimpan beragam file gambar.

Bantal telah diadopsi sebagai pengganti PIL asli di beberapa distribusi Linux, terutama Debian dan Ubuntu. Meskipun demikian, ini tersedia untuk MacOS dan Windows juga.

Sorotan :

  • Menambahkan teks ke gambar
  • Peningkatan dan pemfilteran gambar, termasuk pengaburan, penyesuaian kecerahan, pembentukan garis, dan penajaman
  • Penanganan masking dan transparansi
  • Manipulasi per-pixel
  • Memberikan dukungan untuk banyak format file gambar, termasuk BMP, GIF, JPEG, PNG, PPM, dan TIFF. Memberikan dukungan untuk membuat decoder file baru untuk memperluas perpustakaan format file yang dapat diakses

Aplikasi :

  • Untuk manipulasi dan pemrosesan gambar

  • PYGLET

Jenis - Perpustakaan Pengembangan Game

Rilis Awal - April 2015

Windowing multi-platform dan perpustakaan multimedia untuk Python, PYGLET adalah nama yang populer ketika datang ke pengembangan game menggunakan Python. Selain permainan, perpustakaan dikembangkan untuk membuat aplikasi yang kaya secara visual.

Selain mendukung windowing, PYGLET menyediakan dukungan untuk memuat gambar dan video, memutar suara dan musik, grafis OpenGL, dan penanganan acara antarmuka pengguna.

Sorotan :

  • Manfaatkan banyak jendela dan desktop multi-monitor
  • Memuat gambar, suara, dan video dalam hampir semua format
  • Tidak ada ketergantungan eksternal dan persyaratan instalasi
  • Disediakan di bawah lisensi sumber terbuka BSD, oleh karena itu bebas untuk digunakan untuk penggunaan pribadi maupun komersial
  • Memberikan dukungan untuk Python 2 dan Python 3

Aplikasi :

  • Untuk mengembangkan aplikasi yang kaya secara visual
  • Untuk pengembangan game

  • Persyaratan

Jenis - Perpustakaan HTTP

Rilis Awal - Februari 2011

Pustaka HTTP Python, Permintaan ditujukan untuk membuat permintaan HTTP lebih sederhana dan lebih ramah manusia. Dikembangkan oleh Kenneth Reitz dan beberapa kontributor lainnya, Permintaan memungkinkan pengiriman permintaan HTTP / 1.1 tanpa memerlukan campur tangan manusia.

Dari Nike dan Spotify ke Amazon dan Microsoft, lusinan organisasi besar memanfaatkan Permintaan secara internal untuk menangani HTTP dengan lebih baik. Ditulis sepenuhnya dalam Python, Permintaan tersedia sebagai perpustakaan open-source gratis di bawah Lisensi Apache2.

Sorotan :

  • Penguraian konten otomatis
  • Otentikasi dasar / intisari
  • Verifikasi SSL gaya peramban
  • Permintaan terputus dan batas waktu koneksi
  • Memberikan dukungan untuk proxy .netrc dan HTTP (S)
  • Sesi dengan kegigihan cookie
  • Badan tanggapan Unicode

Aplikasi :

  • Mengizinkan mengirim permintaan HTTP / 1.1 menggunakan Python dan menambahkan konten seperti tajuk, data formulir, dan file multi-bagian
  • Untuk secara otomatis menambahkan string kueri ke URL
  • Untuk secara otomatis meng-encode data POST

  • Tensorflow

Jenis - Perpustakaan Pembelajaran Mesin

Rilis Awal - November 2015

TensorFlow adalah pustaka Python gratis dan open-source yang dimaksudkan untuk menyelesaikan serangkaian aliran data dan tugas pemrograman yang dapat dibedakan. Meskipun perpustakaan matematika simbolis, TensorFlow adalah salah satu perpustakaan pembelajaran mesin Python yang paling banyak digunakan.

Dikembangkan oleh Google Brain untuk penggunaan internal, perpustakaan digunakan untuk tujuan komersial dan penelitian oleh mogul teknologi.

Tensor adalah matriks N-dimensi yang mewakili data. Pustaka TensorFlow memungkinkan penulisan algoritma baru yang melibatkan sejumlah besar operasi tensor.

Karena jaringan saraf dapat dinyatakan sebagai grafik komputasi, mereka dapat dengan mudah diimplementasikan menggunakan perpustakaan TensorFlow sebagai serangkaian operasi pada tensor.

Sorotan :

  • Mengizinkan memvisualisasikan setiap bagian grafik
  • Benar-benar gratis dan open source
  • Mudah dilatih pada CPU dan GPU untuk komputasi terdistribusi
  • Dukungan masyarakat yang sangat besar
  • Menawarkan fleksibilitas dalam operabilitasnya. Bagian yang paling dibutuhkan bisa dibuat sendiri
  • Mendukung pelatihan beberapa jaringan saraf dan beberapa GPU untuk membuat model yang efisien pada sistem skala besar
  • Menggunakan teknik untuk orang-orang seperti XLA untuk mempercepat operasi aljabar linier

Aplikasi :

  • Untuk proyek pembelajaran mesin
  • Untuk proyek-proyek jaringan saraf
  • Dalam perangkat lunak penulisan gambar otomatis seperti DeepDream
  • Pembelajaran mesin dalam produk Google, seperti Google Foto dan Google Voice Search

Itu menyelesaikan daftar 6 pustaka Python penting untuk pemrograman Python. Perpustakaan mana yang harus / tidak seharusnya masuk ke daftar? Beri tahu kami di komentar Anda.

Lihatlah beberapa tutorial Python terbaik sekarang!

Source: https://habr.com/ru/post/id445482/


All Articles