Beginner Cần Biết: Top 30 Thư Viện Python Tốt Nhất (Phần 2)
Python là một ngôn ngữ được sử dụng rộng rãi, từ Data Science, đến Scripting, hay Embedded Applications, thậm chí là cả làm game hay làm Desktop Applications … và một số yêu cầu cơ bản của người code như làm web, tính toán và làm những dự án nhỏ.
Mặc dù Python có vẻ không nhanh bằng C++ hay C, nhưng điều cá nhân mình đánh giá cao ở Python chính là những Libraries và Packages nhiều không kể hết của nó, và điều này thật sự rất có lợi khi phải làm việc với nhiều dòng code, khiến chúng dễ quản lý và sửa đổi hơn, với hơn 137,000 libraries và 198,826 packages trong cộng đồng của Python, mọi thứ dường như được đơn giản hóa và tối ưu hơn đối với Python.
Trong phần này, mình sẽ tiếp tục giới thiệu sơ qua 10 thư viện và gói theo thứ tự từ 11 đến 20 mà người mới nên bắt đầu với nó.
Nếu bạn chưa đọc phần trước, bạn có thể xem qua tại đây:
Nào, hãy cùng đến với những libraries và packages tốt nhất cho beginner trong Python.
Top 30 Libraries và Packages cho người mới học Python (Top 11-20)
11. Arrow- Thao tác với thời gian
– Arrow là một thư viện rất thực dụng trong Python. Nó là một thư viện thân thiện cung cấp cho ta khả năng thao tác với ngày, giờ, thời gian thực cơ bản. Arrow được tích hợp một API thông minh. API này hỗ trợ nhiều lịch chung. Nó là một thư viện khá thú vị, chỉ cần biết một số kiến thức cơ bản về code là có thể thao tác được với Arrow dễ dàng.
Một số khả năng của Arrow:
- Arrow có thể tạo, thao tác, thay đổi, loại bỏ và chuyển đổi ngày và giờ. Mang trong mình khả năng cập nhật loại ngày-giờ nhanh chóng, debug và nhiều thứ nữa.
- Hỗ trợ nhiều phiên bản của Python, chẳng hạn như 2.7, 3.5, 3.6, 3.7 và 3.8.
- Bạn có thể dễ dàng tạo nhiều khung đầu vào chung với Arrow. Arrow cung cấp phương pháp khởi tạo đơn giản nhất.
- Arrow có thể loại bỏ và giải quyết các chuỗi trong một quy trình tự nhiên. Đây là một thư viện nhạy cảm về thời gian và thời gian mặc định của nó sẽ là UTC (Giờ Phối hợp Quốc tế).
- Bạn có thể dễ dàng chuyển đổi múi giờ. Nó cung cấp dấu thời gian như một chức năng cơ bản. Bạn cũng có thể mở rộng thư viện này cho thư viện Arrow của bạn.
- Arow có thể tạo khoảng thời gian, trần, phạm vi, sàn cho các khung thời gian. Các khung thời gian này có thể dao động từ micro giây đến hàng năm.
12. FlashText- Tìm kiếm văn bản
– FlashText là một thư viện cung cấp cho ta khả năng tìm kiếm và thay thế văn bản từ các tài liệu. Tất cả những gì FlashText cần chỉ là xâu bạn cần tìm và tổ hợp các chữ cái của nó. Sau đó, nó xác định một số từ làm từ khóa và thay thế chúng từ dữ liệu trong văn bản. Nó là một thư viện cực kỳ hiệu quả. FlashtText là một lựa chọn tuyệt vời với những ai đang gặp rắc rối với văn bản.
Một số khả năng của FlashText:
- FlashText lưu các từ khóa trong cây tìm kiếm Trie. Cho phép nó mở rộng khả năng tìm kiếm và tăng tốc độ xử lý, vì đây là một dạng cấu trúc dữ liệu rất hiệu quả và hiệu suất cao.
- FlashText là một thư viện rất nhanh. Bên cạnh tốc độ mang lại, nó cũng cung cấp nhiều thao tác trên chuỗi.
- Để thay thế từ khóa, nó tạo ra một chuỗi có thể cập nhật. Và trong khi thực hiện tìm kiếm, nó sẽ trả lại danh sách từ khóa cho chuỗi.
- FlashText khá lý tưởng cho các thao tác với lượng dữ liệu đầu vào lớn. Khi số lượng từ khóa vượt quá 500, bạn nên nghĩ đến việc thử dùng FlashText.
- Tuy nhiên, FlashText không hỗ trợ tìm kiếm một số từ hoặc các ký tự đặc biệt như *,), -, # và các vài từ khác.
13. Scipy- Thuật toán và công cụ toán học
– SciPy là viết tắt của Science Python, nó là một thư viện mã nguồn mở hoàn toàn miễn phí, cung cấp các thuật toán và các công cụ toán học cho Python. Bên cạnh đó, nó rất thích hợp cho machine learning. Tuy nhiên, không chỉ những điều đó khiến SciPy trở nên đặc biệt, nó còn rất phổ biến trong thao tác hình ảnh.
-Với SciPy bạn có thể làm được nhiều thứ khá kì diệu chỉ trong một nốt nhạc, ví dụ thao tác với ma trận cực kì đơn giản (nếu đang học đại số bạn có thể dùng SciPy để kiểm tra xem mình nhân ma trận 4×4 có đúng không :3 ), vẽ các đồ thị, tạo ra các mô hình tính toán, mô phỏng hoạt động truyền tin giữa các host trong mạng…
Một số khả năng của SciPy:
- SciPy cung cấp khá nhiều module tính toán từ đại số tuyến tính, tích phân, vi phân, nội suy đến xử lý ảnh, fourier transform blabla…
- Nó sử dụng tốt nhất các mảng Numpy cho các cấu trúc dữ liệu chung. Trên thực tế, Numpy là một phần tích hợp của Scipy.
- Scipy có thể xử lý đa thức 1D theo hai cách. Cho dù bạn có thể sử dụng lớp poly1d từ numpy hoặc bạn có thể sử dụng các mảng co-efficient để thực hiện công việc.
- Scipy cấp cao không chỉ chứa numpy mà còn được tích hợp thêm numpy.lib.scimath. Nhưng sẽ tốt hơn nếu sử dụng từ nguồn của numpy.
- Chức năng của nó tương tự như MathLab, Octave. Scilab, R… nhưng nó được sử dụng khá rộng rãi do có hệ thống thư viện tính toán mạnh, ngôn ngữ Python rõ ràng, dễ hiểu, gần gũi với ngôn ngữ tự nhiên, mã nguồn mở và cộng đồng đang dần lớn mạnh từng ngày.
14. SQLAlchemy- DAL (Database Abstraction Library- Tạm dịch: Thư viện trừu tượng hóa cơ sở dữ liệu)
– Về định nghĩa, ta nói nó là một ORM, viết tắt của object-relational mapper. Một nhiệm vụ phổ biến khi bắt đầu xây dựng một web service bất kỳ là làm sao để xây dựng một cơ sở dữ liệu chắc chắn, bền vững. Trong quá khứ, lập trình viên sẽ phải viết những câu lệnh SQL, thông qua chúng, để thiết database hay lấy dữ liệu từ database. Ngày nay, lập trình viên có thể sử dụng object-relational mapping( ORM) thay vì các câu lệnh SQL phức tạp, và khó khăn trong việc bảo trì, đọc hiểu và chỉnh sửa.
Một số khả năng của SQLAlchemy:
- SQLAlchemy được biểu trưng với một lõi đầy đủ tính năng. Nó đi kèm với bộ công cụ trừu tượng hóa dựa trên SQL.
- Một thành phần khác của SQLAlchemy – ORM, cung cấp khả năng quản lý các chức năng như chèn / cập nhật / xóa thành một bảng để phân phối, truy vấn chúng trong một lượt.
- SQLAlchemy giúp giao tiếp giữa ngôn ngữ Python và cơ sở dữ liệu dễ dàng hơn. Bên cạnh đó cũng giúp kết nối nhanh hơn.
- Nó hỗ trợ hầu hết các nền tảng hiện đại, bao gồm – Python 2.5 trở lên, Jython và Pypy.
- Với SQLAlchemy, bạn có thể ánh xạ các lớp theo nhiều cách khác nhau. Bạn cũng có thể phát triển các lược đồ cơ sở dữ liệu và mô hình đối tượng từ đầu.
- SQLAlchemy luôn đặt mối quan tâm hàng đầu lên hiệu suất triển khai cơ sở dữ liệu trên quy mô lớn, cho nên nó được tích hợp khả năng trừu tượng hóa dữ liệu và lập các bảng và hàng dữ liệu. Vì lý do này, nó đã thông qua mô hình ánh xạ dữ liệu (tương tự như Hibernate trong Java) thay vì mô hình hoạt động ghi lại để có thể mang đển cho bạn những tùy chọn có thể sử dụng trong khi lập trình những logic của hệ thống.
15. wxPython- Bộ công cụ GUI
– wxPython là một bộ công cụ- gói GUI (Graphical User Interface- Tạm dịch: Giao điện đồ họa người dùng) hoàn toàn miễn phí. Nó là một gói công cụ mạnh mẽ, phù hợp để tạo giao diện cho nhiều phần mềm máy tính và có thể triển khai trên nhiều nền tảng kỹ thuật số. Nhiều chuyên gia đã nhận thấy wxPython rất hiệu quả, nó còn được coi như một giải pháp thay thế cho Tkinter. Nó được áp dụng như một mô-đun mở rộng của Python.
Một số khả năng của wxPython:
- Quản lý và tùy chỉnh bố cục của bạn dễ dàng với wxPython. Nó sử dụng HBOX và VBOX lồng nhau, rất dễ thực hiện.
- Nó cũng hỗ trợ tất cả các hệ điều hành phổ biến như Windows, Mac và Linux. Khả năng tương thích đa nền tảng của nó là không thể nghi ngờ.
- Tuy nhiên, trong wxPython, bạn vẫn phải tự code tay, thay đổi một vài phần trong GUI. Các thay đổi còn tùy vào nền tảng bạn đang sử dụng.
- Không giống như các gói Python khác, wxPython đi kèm với một quy trình cài đặt đơn giản. Nó rất dễ cài đặt trên Windows và Linux.
- wxPython đi kèm với rất nhiều tính năng. Nó là một thư viện front-end cho wxWidgets, cung cấp một bố cục thiết kế tinh vi cho các nhà phát triển.
16. Cirq- Thư viện chuyên biệt cho NISQ (Noisy Intermediate-Scale Quantum)
– NISQ, viết tắt của Noisy Intermediate-Scale Quantum, ở đây tôi sẽ tạm dịch là Nhiễu lượng tử quy mô trung gian. Phần này khá là phức tạp và không thuộc chuyên ngành của tôi nên có lẽ tôi sẽ không đề cập đến nó, bạn có thể trao đổi về NISQ tại đây.
– Cirq là một thư viện được tạo ra nhằm vào mạng NISQ. Cirq làm việc chuyên sâu và tập trung vào các thành phần chi tiết của phần cứng. Tuy nhiên, hiện tại, nó mới chỉ đang ở giai đoạn alpha. Các nhà phát triển đang làm việc tích cực nhằm tạo ra những tiến triển đột phá. Khi phiên bản mới được phát hành, chúng sẽ mở ra một lối mới cho việc phát triển mạng lượng tử quy mô trung gian.
Một số khả năng của Cirq:
- Cirq cho phép bạn viết, sửa đổi và thao tác với các mạch lượng tử. Sau đó, nó chạy chúng trên các máy tính và mô phỏng các điều kiện khác nhau có thể thực hiện tính toán lượng tử.
- Các chi tiết được Cirq hiển thị là điều cần thiết để xác định khả năng thực thi mạch.
- Cirq được thiết kế tối ưu theo cách có thể hỗ trợ nhiều phần cứng và bộ xử lý đám mây dựa trên lượng tử nhất có thể.
- Với thư viện này, bạn sẽ có quyền kiểm soát sạch sẽ và gọn gàng đối với các mạch lượng tử. Bạn cũng có thể sử dụng native gates để phân tích hành vi của các gates và nhiều hơn nữa.
- Thư viện tối ưu hóa cấu trúc dữ liệu để viết và tạo lập các mạch lượng tử. Bằng cách này, bạn có thể sử dụng hầu hết các mạch NISQ.
17. PyTorch- Machine Learning
– Thư viện tiếp theo mà tôi nhắc đến ở đây chính là PyTorch, một thư viện thực thi với machine learning, mã nguồn mở và miễn phí cho tất cả mọi người. PyTorch được dựa trên thư viện Torch, ban đầu nó được phát triển bởi nhóm nghiên cứu A.I của Facebook. Điểm tốt về PyTorch là nó có thể được sử dụng cho các ứng dụng đa dạng như thị giác máy tính và NLP (xử lý ngôn ngữ tự nhiên).
Một số khả năng của PyTorch:
- PyTorch sử dụng TorchScript, cung cấp các mode flexible và eager đơn giản. Bạn có thể định hình, đối chiếu các chức năng và hoạt động khác nhau chỉ trong một tích tắc.
- Khi ở chế độ graph, PyTorch cung cấp khả năng chuyển đổi tuyệt đối, tối ưu hóa nhanh chóng và cung cấp môi trường thời gian chạy tương đương C++.
- PyTorch hỗ trợ tốt cho async, thực hiện cho các hoạt động lũy tích. Bằng cách này, bạn có thể tăng hiệu suất dự án của mình.
- Thư viện này cũng cho phép giao tiếp P2P (Peer to Peer), trong Python cũng tương tự như C ++.
- PyTorch cũng có thể được sử dụng kết hợp với các thư viện phổ biến khác. Bạn có thể dễ dàng tích hợp nó với các thư viện và gói, chẳng hạn như Cython và Numba.
- Với PyTorch, bạn có thể truy cập trực tiếp vào các nền tảng, trình hiển thị và thời gian chạy tương thích với ONNX.
18. Luminoth- Thị giác máy tính
– Luminoth là một bộ công cụ được xây dựng bằng python – dành riêng cho thị giác máy tính. Đây là bản phát hành alpha và phiên bản cuối cùng được phát hành vào tháng 11 năm 2018. Hiện tại, nó hỗ trợ phát hiện liền mạch đối tượng, nhưng trong tương lai gần, nó có thể làm được nhiều hơn thế. Để sử dụng Luminoth, ta phải cài đặt TensorFlow trước.
Một số khả năng của Luminoth:
- Luminoth is very easy to use. Once you have it, you can install it in the server you own and combine it with any of your products.
- You can customize it following your requirements to not only detect objects but also to classify models.
- It is built with TensorFlow and Sonnet. Moreover, it offers a built-in Google Cloud Platform, where you can easily train your models.
- Luminoth offers you to understand your summary easily. Visualization of the image is also a cup of tea with the built-in UI or by using a CLI.
- With Luminoth, you can use the tensorboard integration and track your regular progress. You can also evaluate results with a variety of data splits.
19. Delorean- Thao tác nâng cao với ngày giờ
– Tương tự như Arrow đã đề cập lúc trước, Delorean cũng là một thư viện để thao tác với thời gian, ngày giờ, thời gian thực. Với Delorean, bạn có thể dễ dàng làm các tác vụ nâng cao đối với thời gian cho các dự án python của mình. Tất cả những gì nó cần là một đối tượng DateTime xác thực (phải dựa trên Python) để hoạt động. Hơn nữa, nó cũng có thể hoạt động khá tốt với các thư viện DateTime khác trong Python.
Một số khả năng của Delorean:
- Delorean cho phép bạn chuyển DateTime từ nhiều khu vực khác nhau. Bạn cũng có thể tạo và thao tác DateTime của riêng mình với Delorean.
- Với Delorean, bạn cũng có thể sử dụng tiến trình NL (Nature Language- Ngôn ngữ Tự nhiên) để thao tác DateTime và thời gian của mình.
- Việc tải về và cài đặt nó vô cùng đơn giản, chỉ cần kết nối với internet và install nó bằng
pipmà thôi. Tuy nhiên, nó phụ thuộc khá nhiều vào pytz và python-dateutil, nhưng không cần lo, đã cópipthay bạn làm những vấn đề này. - Thư viện này có thể sử dụng kiểu
stringđể hiển thị thời gian. Vì thế nên nó sẽ giúp các tác vụ của bạn dễ dàng hơn. - Việc sử dụng Delorean cũng giống như đang sử dụng Cỗ máy thời gian của Doraemon vậy, nó cho phép bạn đi tới bất kỳ mốc thời gian nào ở quá khứ và tương lai. Việc bạn cần làm chỉ là call hàm
next_day ()cùng với thời gian bạn muốn chuyển đổi, thật thuận tiện phải không.
20. BeautifulSoup- Phân tích cú pháp
– Và nhân vật cuối cùng trong phần này, chính là BeautifulSoup, một thư viện tuyệt vời mang cho ta khả năng phân tích cú pháp siêu tiện lợi và nhanh chóng. Kể cả các file HTML hay XML bị hỏng, nó cũng có thể hoàn thành nhiệm vụ phân tích cú pháp của các file này với độ chính xác cao. BeautifulSoup cung cấp phương pháp dễ dàng để tìm kiếm web bằng cách trích xuất dữ liệu trực tiếp từ HTML. Nhiều chuyên gia thực sự hài lòng với hiệu suất tuyệt vời của nó. Nó có thể tiết kiệm kha khá thời gian của bạn đấy.
Một số khả năng của BeautifulSoup:
- BeautifulSoup có thể dễ dàng phân tích cú pháp dữ liệu và trích xuất chúng từ HTML và XML. Tuy nhiên, để làm như vậy, nó cần một gói và một trình phân tích cú pháp bên ngoài.
- Cực kỳ hữu dụng trong việc dạy và học. Việc phân tích cú pháp có thể được thực hiện dễ dàng với lệnh html.parser đơn giản.
- BeautifulSoup4 hỗ trợ tốt cho cả Python 2 và 3. Tuy nhiên, BeautiSoup3 chỉ hoạt động với Python 2.
- Hơn nữa, BeautifulSoup cũng cung cấp cho người dùng nhiều tài liệu thích hợp để bắt đầu, giúp chúng ta tìm hiểu mọi thứ rất nhanh.
- Trong khi làm việc với BeautifulSoup, nếu bạn cần bất kỳ hỗ trợ nào, luôn có một cộng đồng lớn để giúp bạn.
Tạm kết
Đối với bài viết này, mình hi vọng sẽ có nhiều bạn chọn được một thư viện và gói để hỗ trợ cho quá trình code của mình, cũng như là giúp đẩy nhanh tiến độ các dự án của mọi người và tăng một phần hiệu suất nào đó cho code. Mọi ý kiến thắc mắc mình sẽ trả lời nhanh nhất có thể. Sự ủng hộ của mọi người là động lực rất lớn để mình tiếp tục hoàn thành các bài viết tiếp theo.
Tác giả bài viết gốc: Rownok Ara
Post Comment