


Die am meisten untersch?tzten Python-Bibliotheken, die Sie sofort verwenden sollten
Nov 03, 2024 am 07:02 AM?Warten Sie … es gibt andere Python-Bibliotheken als Pandas und NumPy?“
Wenn Sie das gerade gedacht haben: Willkommen im Club! Sicher, Pandas und NumPy sind gro?artig, aber es gibt eine ganze Welt untersch?tzter Python-Bibliotheken, die Sie wie einen Coding-Zauberer aussehen lassen k?nnen ??♂? (meine Lieblingsarbeit, ehrlich gesagt).
In diesem Beitrag stelle ich Ihnen 5 versteckte Sch?tze im Python-?kosystem vor. Wenn Sie diese Bibliotheken verwenden, werden die Leute denken, Sie seien eine Art Python-Zauberer (keine Sorge, ich werde ihnen nicht sagen, wie einfach es war).
Und wenn Sie ein fauler Entwickler sind (wie ich), k?nnen Sie die Recherche überspringen und sich einfach für meinen Beehive-Newsletter anmelden (der v?llig kostenlos ist), in dem ich Ihnen regelm??ig Code, Hacks und lebensrettende Bibliotheken direkt zusende Posteingang. Kein Spam, nur Code.
Okay, fangen wir an!
1. Reichhaltig: Wundersch?ne Konsolenausgabe, kinderleicht
Waren Sie jemals neidisch auf die schicken, farbenfrohen Terminalausgaben, die Sie online sehen? NEIN? Nun, jetzt wirst du es sein.
Mit Rich k?nnen Sie Ihrer Terminalausgabe in nur wenigen Codezeilen hübsche Farben, Fortschrittsbalken und sogar Markdown-Unterstützung hinzufügen. Es ist im Grunde so, als würde man Ihrem Terminal ein Leuchten verleihen.
from rich.console import Console console = Console() # Welcome to the world of fancy console output console.print("Hello, [bold magenta]World![/bold magenta] ?")
Warum Sie es lieben werden: Weil einfacher Text langweilig ist und Sie jetzt Ihre Kollegen mit einem Terminal bel?stigen k?nnen, das aussieht, als würde es für einen Science-Fiction-Film vorsprechen. ?
2. Typer: CLI-Tools erstellen, ohne weinen zu wollen
Das Erstellen von Befehlszeilenschnittstellen (CLI) in Python kann sich manchmal wie ein Kampf mit der Tastatur anfühlen. Dann kommt Typer ins Spiel, die Bibliothek, die CLI-Tools so einfach macht, dass Sie sich fragen werden, ob Sie schummeln.
import typer # Behold! The world's simplest CLI def greet(name: str): print(f"Hello, {name}! ?") if __name__ == "__main__": # Trust me, this one line is about to blow your mind typer.run(greet)
Warum Sie es lieben werden: Eine Zeile zum Erstellen einer voll funktionsf?higen CLI-App. Es ist wie Magie, aber ohne Zylinder und Hasen. Au?erdem kann man auf Partys Dinge sagen wie ?Ich habe ein CLI-Tool gemacht“. ?
3. Pfeil: Zeitzonen ohne den Verstand zu verlieren
Das Arbeiten mit Daten und Zeitzonen in Python ist wie der Versuch, IKEA-M?bel zusammenzubauen – ohne Anleitung. Arrow ist hier, um Ihren Verstand zu retten.
import arrow now = arrow.now() # Because we're too fancy for basic datetime print(now.shift(hours=+1).format('YYYY-MM-DD HH:mm:ss'))
Warum Sie es lieben werden: Sie müssen keine alten Zeitzonenschriftrollen mehr entziffern. Jetzt k?nnen Sie Datums- und Uhrzeitangaben wie ein Profi manipulieren und dabei so tun, als ob Sie die Zeitzonen vollkommen verstehen. ?
4. Pydantic: Datenvalidierung richtig gemacht
Haben Sie schon einmal versucht, Daten manuell zu validieren? NEIN? Nun, Sie haben Glück. Es sind Kopfschmerzen. Aber mit Pydantic macht die Datenvalidierung Spa? (ja, das habe ich gerade gesagt).
from rich.console import Console console = Console() # Welcome to the world of fancy console output console.print("Hello, [bold magenta]World![/bold magenta] ?")
Warum Sie es lieben werden: Die Datenvalidierung muss nicht dazu führen, dass Sie Ihren Laptop aus dem Fenster werfen m?chten. Mit Pydantic ist es so, als ob Sie einen integrierten Korrekturleser für Ihren Code h?tten. ?
5. Loguru: Protokollierung ohne Setup-Kopfschmerzen
Das Anmelden bei Python kann … ?hm, mühsam sein. Geben Sie Loguru ein, das das Einrichten von Protokollen so einfach macht, dass es (wahrscheinlich) sogar Ihr Hund k?nnte.
import typer # Behold! The world's simplest CLI def greet(name: str): print(f"Hello, {name}! ?") if __name__ == "__main__": # Trust me, this one line is about to blow your mind typer.run(greet)
Warum Sie es lieben werden: Eine Zeile, keine Einrichtung, und jetzt sagt Ihnen Ihr Code, was schief l?uft, ohne Sie ins Trudeln zu bringen. Es ist Protokollierung ohne emotionalen Zusammenbruch. ?
Fazit: Machen Sie weiter und programmieren Sie (aber nutzen Sie diese Bibliotheken)
Da haben Sie es – 5 Python-Bibliotheken, die ernsthaft untersch?tzt werden und Ihnen Stunden an Arbeit ersparen werden. Probieren Sie sie aus, und bald werden Sie coole Einzeiler h?ren wie: ?Oh ja, ich habe mit Typer ein CLI-Tool erstellt“ oder ?Sie verwenden immer noch einfache Protokolle?“ Ich bin zu Loguru gewechselt.“
Und wenn Sie ein fauler Entwickler sind (wie ich), vergessen Sie nicht, sich für meinen Beehive-Newsletter anzumelden (der v?llig kostenlos ist). Ich liefere weitere versteckte Python-Sch?tze, Tipps und Tricks direkt in Ihren Posteingang, damit Sie weniger Zeit mit Googeln verbringen und mehr Zeit damit haben, wie ein Genie auszusehen. ??
Viel Spa? beim Codieren!
FAQs zu untersch?tzten Python-Bibliotheken
Warum sollte ich diese weniger bekannten Python-Bibliotheken anstelle der bekannteren verwenden?
W?hrend beliebte Bibliotheken wie Pandas und NumPy fantastisch sind, bieten diese untersch?tzten Bibliotheken speziellere Funktionen, die Ihnen in bestimmten Bereichen wie Terminalausgabe, Protokollierung und CLI-Erstellung Zeit und Mühe sparen k?nnen.
- Kann ich diese Bibliotheken in jedem Python-Projekt verwenden?
Ja! Diese Bibliotheken sind ?u?erst vielseitig und k?nnen in einer Vielzahl von Python-Projekten verwendet werden, von kleinen Skripten bis hin zu umfangreichen Anwendungen. Sie lassen sich auch nahtlos in andere Bibliotheken und Frameworks integrieren.
- Wird Rich dafür sorgen, dass mein Terminal wirklich hübsch aussieht, oder ist das nur ein Hype?
Reich ist nicht nur ein Hype! Es transformiert Ihre Terminalausgabe wirklich mit Farben, Formatierungen und Fortschrittsbalken. Es ist wie der Maskenbildner der Python-Bibliotheken – es l?sst Ihr Terminal ohne zus?tzlichen Aufwand fabelhaft aussehen.
- Ich bin neu in Python. Werden diese Bibliotheken zu fortgeschritten für mich sein?
überhaupt nicht! Jede dieser Bibliotheken wurde ausgew?hlt, weil sie die Aufgaben auch für Anf?nger vereinfacht. Sie reduzieren die Komplexit?t und machen das Programmieren unterhaltsamer und intuitiver. Sie werden im Handumdrehen wie ein Profi aussehen!
- Wie kann ich am einfachsten mit diesen Bibliotheken beginnen?
Codeausschnitte und Dokumentation finden Sie auf der Website jeder Bibliothek. Wenn Sie sich besonders faul fühlen (wie ich), melden Sie sich einfach für meinen Newsletter an (der v?llig kostenlos ist), in dem ich Ihnen Tipps, Tricks, und vorgefertigten Code direkt in Ihren Posteingang. Sie müssen nicht stundenlang googeln!
- Arbeiten diese Bibliotheken gut zusammen?
Absolut! Diese Bibliotheken k?nnen unabh?ngig voneinander oder zusammen in gr??eren Projekten verwendet werden. Sie k?nnen beispielsweise Rich für die Ausgabe, Loguru für die Protokollierung und Typer für Ihre Befehlszeilenschnittstellen verwenden, alles in einem Projekt.
- Wie verbessern diese Bibliotheken meine Produktivit?t als Entwickler?
Sie entfernen viel Standardcode und erm?glichen es Ihnen, sich auf die Kernlogik Ihrer Anwendung zu konzentrieren. Ganz gleich, ob es um die Verwaltung von Zeitzonen, die Erstellung von CLI-Tools oder die Protokollierung geht, diese Bibliotheken kümmern sich um die sich wiederholenden Aufgaben und geben Ihnen mehr Zeit für die Arbeit an den unterhaltsamen Teilen.
- Wie kann ich mehr über solche coolen Python-Bibliotheken erfahren?
Einfach! Abonnieren Sie meinen Beehive-Newsletter (komplett kostenlos), in dem ich regelm??ig versteckte Python-Juwelen, Tipps und gebrauchsfertigen Code ver?ffentliche. Sie werden der Erste sein, der von diesen Tools erf?hrt, bevor sie zum Mainstream werden!
Das obige ist der detaillierte Inhalt vonDie am meisten untersch?tzten Python-Bibliotheken, die Sie sofort verwenden sollten. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Hei?e KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem v?llig kostenlosen KI-Gesichtstausch-Tool aus!

Hei?er Artikel

Hei?e Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Hei?e Themen

Die Sicherheit der Webanwendungen muss beachtet werden. Zu den h?ufigen Schwachstellen auf Python -Websites geh?ren XSS, SQL Injection, CSRF und Datei -Upload -Risiken. Für XSS sollte die Template -Engine verwendet werden, um automatisch zu entkommen, reichhaltiger Text -HTML -und CSP -Richtlinien zu filtern. Um die SQL -Injektion, eine parametrisierte Abfrage oder das ORM -Framework zu verhindern und die Benutzereingabe zu überprüfen; Um CSRF zu verhindern, muss der CSRFTToken -Mechanismus aktiviert und sensible Operationen zweimal best?tigt werden. Datei -Upload -Schwachstellen müssen verwendet werden, um Typen zu beschr?nken, Dateien umzubenennen und die Ausführungsberechtigungen zu verbieten. Das Befolgen der Normen und die Verwendung von ausgereiften Tools kann das Risiko effektiv reduzieren, und die Sicherheitsanforderungen müssen kontinuierliche Aufmerksamkeit und Tests ben?tigt.

Pythons untestestes und PyTest sind zwei weit verbreitete Test -Frameworks, die das Schreiben, Organisieren und Ausführen automatisierter Tests vereinfachen. 1. Beide unterstützen die automatische Entdeckung von Testf?llen und liefern eine klare Teststruktur: Unittest definiert Tests durch Erben der Testpase -Klasse und beginnt mit Test \ _; PyTest ist pr?gnanter, ben?tigen nur eine Funktion, die mit Test \ _ beginnt. 2. Sie alle haben eine integrierte Behauptungsunterstützung: Unittest bietet AssertEqual, AssertRue und andere Methoden, w?hrend PyTest eine erweiterte Anweisung für die Assert verwendet, um die Fehlerdetails automatisch anzuzeigen. 3. Alle haben Mechanismen für die Vorbereitung und Reinigung von Tests: un

Die Standardparameter von Python werden nur einmal in der Definition initialisiert. Wenn ver?nderliche Objekte (z. B. Listen oder W?rterbücher) als Standardparameter verwendet werden, kann ein unerwartetes Verhalten verursacht werden. Wenn Sie beispielsweise eine leere Liste als Standardparameter verwenden, werden mehrere Aufrufe zur Funktion dieselbe Liste wiederverwendet, anstatt jedes Mal eine neue Liste zu generieren. Zu den Problemen, die durch dieses Verhalten verursacht werden, geh?ren: 1. Unerwartete Freigabe von Daten zwischen Funktionsaufrufen; 2. Die Ergebnisse nachfolgender Anrufe werden durch frühere Anrufe beeinflusst, wodurch die Schwierigkeit des Debuggens erh?ht wird. 3. Es verursacht logische Fehler und ist schwer zu erkennen. 4. Es ist leicht, sowohl Anf?nger als auch erfahrene Entwickler zu verwirren. Um Probleme zu vermeiden, besteht die beste Praxis darin, den Standardwert auf keine festzulegen und ein neues Objekt in der Funktion zu erstellen, z.

Die Bereitstellung von Python -Anwendungen in Produktionsumgebungen erfordert Aufmerksamkeit für Stabilit?t, Sicherheit und Wartung. Verwenden Sie zun?chst Gunicorn oder UWSGI, um den Entwicklungsserver zu ersetzen, um die gleichzeitige Verarbeitung zu unterstützen. Zweitens kooperieren Sie mit Nginx als umgekehrter Proxy, um die Leistung zu verbessern. Drittens konfigurieren Sie die Anzahl der Prozesse gem?? der Anzahl der CPU -Kerne, um die Ressourcen zu optimieren. Viertens verwenden Sie eine virtuelle Umgebung, um Abh?ngigkeiten zu isolieren und Versionen einzufrieren, um Konsistenz zu gew?hrleisten. Fünftens, detaillierte Protokolle aktivieren, überwachungssysteme integrieren und Alarmmechanismen einrichten, um den Betrieb und die Wartung zu erleichtern. Sechstens, vermeiden Sie Root -Berechtigungen, um Anwendungen auszuführen, die Debugging -Informationen zu schlie?en und HTTPS zu konfigurieren, um die Sicherheit zu gew?hrleisten. Schlie?lich wird die automatische Bereitstellung durch CI/CD -Tools erreicht, um menschliche Fehler zu reduzieren.

Python arbeitet gut mit anderen Sprachen und Systemen in der Microservice -Architektur zusammen. Der Schlüssel ist, wie jeder Dienst unabh?ngig l?uft und effektiv kommuniziert. 1. Verwendung von Standard -APIs und Kommunikationsprotokollen (wie HTTP, Rest, GRPC) erstellt Python APIs über Frameworks wie Flask und Fastapi und verwendet Anforderungen oder HTTPX, um andere Sprachdienste aufzurufen. 2. Python -Dienste k?nnen mithilfe von Nachrichtenmakler (wie Kafka, Rabbitmq, Redis) zur Realisierung der asynchronen Kommunikation Nachrichten ver?ffentlichen, um andere Sprachverbraucher zu verarbeiten und die Systementkopplung, Skalierbarkeit und Fehlertoleranz zu verbessern. 3.. Erweitern oder einbetten Sie andere Sprachlaufzeiten (wie Jython) durch C/C aus, um die Implementierung zu erreichen

PythonisidealfordataanalysisduetoNumPyandPandas.1)NumPyexcelsatnumericalcomputationswithfast,multi-dimensionalarraysandvectorizedoperationslikenp.sqrt().2)PandashandlesstructureddatawithSeriesandDataFrames,supportingtaskslikeloading,cleaning,filterin

Um einen benutzerdefinierten Iterator zu implementieren, müssen Sie die Methoden __iter__ und __next__ in der Klasse definieren. ① Die __iter__ -Methode gibt das Iteratorobjekt selbst, normalerweise selbst, um mit iterativen Umgebungen wie für Schleifen kompatibel zu sein. ② Die __Next__ -Methode steuert den Wert jeder Iteration, gibt das n?chste Element in der Sequenz zurück, und wenn es keine weiteren Elemente mehr gibt, sollte die Ausnahme der Stopperation geworfen werden. ③ Der Status muss korrekt nachverfolgt werden und die Beendigungsbedingungen müssen festgelegt werden, um unendliche Schleifen zu vermeiden. ④ Komplexe Logik wie Filterung von Dateizeilen und achten Sie auf die Reinigung der Ressourcen und die Speicherverwaltung; ⑤ Für eine einfache Logik k?nnen Sie stattdessen die Funktionsertrags für Generator verwenden, müssen jedoch eine geeignete Methode basierend auf dem spezifischen Szenario ausw?hlen.

Pythons Liste, Dictionary und Sammelableitung verbessert die Lesbarkeit der Code und die Schreibeffizienz durch pr?zise Syntax. Sie eignen sich zur Vereinfachung der Iterations- und Konvertierungsvorg?nge, z. B. das Ersetzen von Multi-Line-Schleifen durch Einzelliniencode, um Elementtransformation oder Filterung zu implementieren. 1. Listen Sie die Verst?ndnisse wie [x2forxinRange (10)] direkt quadratische Sequenzen erzeugen; 2. Dictionary-Verst?ndnisse wie {x: x2forxinRange (5)} drücken Sie eindeutig die Kartierung des Schlüsselwerts aus; 3. bedingte Filterung wie [xforxinnumbersifx%2 == 0] macht die Filterlogik intuitiver; 4. Komplexe Bedingungen k?nnen auch eingebettet werden, wie z. überm??ige Verschachtelungs- oder Nebenwirkungsoperationen sollten jedoch vermieden werden, um die Verringerung der Wartbarkeit zu vermeiden. Der rationale Einsatz der Ableitung kann sich verringern
