۱۰ کتابخانه پایتون علم داده – راهنمای کاربردی

۱۴۰۵/۰۵/۱۰

۳ دقیقه

۵۰۵۳

آموزش متنی جامع

«زبان برنامه‌نویسی پایتون» (Python Programming Language) یک زبان برنامه‌نویسی «سطح بالا» (High Level)، «همه منظوره» (General Purpose) و «شی‌گرا» (Object Oriented) است. این زبان به دلیل نحو ساده، پشتیبانی از انواع مدل‌های برنامه‌نویسی (شی‌گرا، دستوری و تابع محور) و کتابخانه‌های قدرتمندی که برای آن در حوزه‌های گوناگون نوشته شده، بسیار محبوب و پرکاربرد است. به گزارش builtwith.com، بالغ بر ٪۴۵ از کسب‌و‌کارهای فعال در حوزه فناوری، استفاده از پایتون را برای انجام پیاده‌سازی پروژه‌های حوزه «هوش مصنوعی» (Artificial Intelligence) و «یادگیری ماشین» (Machine Learning) بهره می‌برند. از همین رو و به دلیل محبوبیت این زبان در حوزه «علم داده» (Data Science)، در این مطلب ۱۰ کتابخانه پایتون علم داده معرفی خواهند شد. مطالعه سه مطلب زیر نیز در همین راستا توصیه می‌شود:

۱۰ کتابخانه پایتون علم داده – راهنمای کاربردی

فهرست مطالب این نوشته

کتابخانه‌های پایتون علم داده

کتابخانه‌های پایتون برای علم داده

کتابخانه‌های پایتون علم داده

در ادامه لیست کتابخانه‌های پایتون علم داده ارائه شده‌اند. همچنین، تعداد مشارکت‌کنندگان، کامیت‌ها و ستاره‌های آن‌ها تا تاریخ ۲۵ آذر ۱۳۹۷ آورده شده است.

فیلم آموزش رسم نمودار با Plotly در پایتون در فرادرس

کلیک کنید

۱.Pandas

(+) (تعداد مشارکت‌کنندگان: ۱۳۲۸، کامیت‌ها ۱۸۱۶۲، ستاره‌ها ۱۶۸۹۰)

Pandas یکی از کتابخانه‌های پایتون است که ساختارهای داده سریع، انعطاف‌پذیر و رسای طراحی شده برای کار با داده‌های «رابطه‌ای» (Relational) یا «برچسب‌دار» (Labeled) را با سادگی و بینش فراهم می‌کند. هدف از این کتابخانه آن است که یک بلوک سازنده سطح بالای اساسی برای انجام تحلیل‌های «جهان واقعی» (Real World) و کاربردی در پایتون فراهم کند. پانداس کتابخانه‌ای بسیار قدرتمند در حوزه تحلیل داده با پایتون است.

فیلم آموزش پانداس برای تحلیل داده‌ در پایتون در فرادرس

کلیک کنید

۲. Matplotlib

(+) (مشارکت‌کنندگان: ۷۷۱ نفر، کامیت‌ها: ۲۷۹۳۷، ستاره‌ها: ۸۲۲۴)

Matplotlib یک کتابخانه دوبُعدی پایتون است که «Publication-Quality Figures» را در گستره‌ای از فرمت‌های «Hard Copy» و محیط‌های تعاملی در سراسر پلتفرم‌ها فراهم می‌کند. Matplotlib در اسکریپت‌های پایتون، شل پایتون و IPython، «سرورهای برنامه کاربردی وب» (Web Application Servers) و دیگر رابط‌های کاربری گرافیکی قابل استفاده است.

۳. NumPy

(+) (مشارکت‌کنندگان: ۷۰۸ نفر، کامیت‌ها: ۱۹۲۴۱، ستاره‌ها: ۸۶۶۶)

NumPy کتابخانه پایه‌ای مورد نیاز برای محاسبات کامپیوتری با پایتون است. این کتابخانه شی آرایه N-بُعدی، توابع پیچیده، ابزارهایی برای یکپارچه‌سازی C و C++ و کدهای «فرترن» (Fortran) را فراهم می‌کند و برای محاسبات جبرخطی، تبدیل فوریه و اعداد تصادفی نیز مفید است. یادگیری کار با این کتابخانه برای برنامه نویسان تازه کار هم مناسب است.

۴. SciPy

(+) (مشارکت‌کنندگان: ۶۷۰ نفر، کامیت‌ها: ۲۰۰۸۰، ستاره‌ها: ۵۰۹۶)

SciPy (تلفظ آن به صورت Sigh Pie است) یک نرم‌افزار متن‌باز برای ریاضیات، علوم و مهندسی است. این کتابخانه شامل ماژول‌هایی برای آمار، «بهینه‌سازی» (Optimization)، یکپارچه‌سازی، جبرخطی، تبدیل فوریه، پردازش سیگنال و تصاویر، «معادلات دیفرانسیل معمولی» (Ordinary Differential Equation | ODE) و بسیاری از دیگر موارد است.

۵. Bokeh

(+) (مشارکت‌کنندگان: ۳۲۵ نفر، کامیت‌ها: ۱۷۳۶۵، ستاره‌ها: ۸۴۳۹)

Bokeh یک کتابخانه بصری‌سازی تعاملی برای پایتون است که ارائه بصری زیبا و معنادار از داده‌ها در مرورگرهای وب مدرن را امکان‌پذیر می‌سازد. با استفاده از Bokeh، می‌توان به سرعت و سادگی نمودارهای تعاملی، دشبوردها و برنامه‌های کاربردی داده را ساخت.

۶. Gensim

(+) (مشارکت‌کنندگان: ۲۹۹ نفر، کامیت‌ها: ۳۶۷۶، ستاره‌ها: ۸۱۰۷)

Gensim یک کتابخانه پایتون برای مدل‌سازی موضوع، اندیس‌گذاری اسناد و بازیابی مشابهت برای نوشتارهای بزرگ است. مخاطب هدف این کتابخانه، جوامع «پردازش زبان طبیعی» (Natural Language Processing | NLP) و «بازیابی اطلاعات» (Information Retrieval | IR) هستند.

۷. Scrapy

(+) (مشارکت‌کنندگان: ۲۹۵ نفر، کامیت‌ها: ۶۸۰۲، ستاره ۳۰۰۱۴)

Scrapy یک «چارچوب» (Framework) «وب اسکرپینگ» (Web Scraping) و «خزش وب» (Web Crawling) است که برای خزش در وب‌سایت‌ها و استخراج داده‌ها از صفحات آن‌ها مورد استفاده قرار می‌گیرد. این چارچوب برای طیف وسیعی از اهداف از «داده‌کاوی» (Data Mining) گرفته تا مانیتورینگ و «تست خودکار» (Automated Testing) قابل استفاده است.

۸. StatsModels

(+) (مشارکت‌کنندگان: ۱۶۴ نفر، کامیت‌ها: ۱۰۸۶۹، ستاره‌ها: ۳۳۸۳)

Statsmodels یک «بسته» (Package) پایتون است که مکملی برای scipy جهت انجام محاسبات آماری شامل آمار توصیفی و تخمین و استنباط برای مدل‌های آماری مورد استفاده قرار می‌گیرد.

۹. plotly.ly

(+) (مشارکت‌کنندگان: ۶۲ نفر، کامیت‌ها: ۳۲۹۱، ستاره‌ها: ۴۲۱۸)

plotly.ly یک کتابخانه گرافیکی تعاملی، متن‌باز و مبتنی بر مرورگر وب برای پایتون است. این کتابخانه بر فراز plotly.js که یک کتابخانه ترسیم نمودار سطح بالا است ساخته شده. plotly.js با بیش از ۳۰ نمونه نمودار، شامل نمودارهای علمی، گراف‌های سه‌بُعدی، نمودارهای آماری ، نقشه‌های SVG، نمودارهای آماری و بسیاری دیگر موارد است.

فیلم آموزش رسم نمودار با Plotly در پایتون در فرادرس

کلیک کنید

۱۰. pydot

(+) (مشارکت‌کنندگان: ۱۲، کامیت‌ها: ۱۶۹، ستاره‌ها: ۲۶۷)

pydot رابطی برای Graphviz و «زبان توصیف نمودار» (Graph Description Language | DOT) است. این بسته شامل رابطی برای GraphViz با کلاس‌هایی برای ارائه نمودارها و تبدیل آن‌ها به زبان DOT و یک «تجزیه کننده» (Parser | پارسر) است.

اگر نوشته بالا برای شما مفید بوده، آموزش‌های زیر نیز به شما پیشنهاد می‌شود:

محصول، خدمات یا برند خود را در مجله فرادرس معرفی کنید.

کلیک کنید

مطالب مجله فرادرس را در جستجوی گوگل سریع‌تر ببینید

بر اساس رای ۱ نفر

آیا این مطلب برای شما مفید بود؟

اگر پرسشی درباره این مطلب دارید، آن را با ما مطرح کنید.

منابع:

«الهام حصارکی»، فارغ‌التحصیل مقطع کارشناسی ارشد مهندسی فناوری اطلاعات، گرایش سیستم‌های اطلاعات مدیریت است. او در زمینه هوش مصنوعی و داده‌کاوی، به ویژه تحلیل شبکه‌های اجتماعی، فعالیت می‌کند.

مطالب مرتبط