Hướng dẫn what is the difference between a python module and library? - sự khác biệt giữa mô-đun python và thư viện là gì?

Nếu bạn chưa quen với Python, bạn có thể bối rối về tất cả các thư viện, gói, mô -đun và khung của nó. Từ bối cảnh, bạn thường có thể hiểu rằng đây là một số đoạn mã. Nhưng những gì khác biệt giữa họ? Trong bài viết này, tôi sẽ giải thích sự khác biệt giữa các mô -đun Python, gói, thư viện và khung theo thuật ngữ đơn giản.

Các chương trình trong thế giới thực là phức tạp. Ngay cả một trò chơi đơn giản như trình giả lập cuộn xúc xắc cũng sẽ yêu cầu rất nhiều mã nếu bạn lập trình mọi thứ từ đầu. Để đơn giản hóa quy trình và làm cho nó hiệu quả hơn, các nhà phát triển tận dụng lập trình mô -đun - một phương pháp phá vỡ các nhiệm vụ mã hóa lớn thành các nhiệm vụ nhỏ hơn và dễ quản lý hơn. Đây là lý do tại sao Python có rất nhiều mô -đun, gói, thư viện và khung.modular programming – a method of breaking large coding tasks into smaller and more manageable subtasks. This is why Python has so many modules, packages, libraries, and frameworks.

Bây giờ, hãy để Lặn sâu hơn vào từng khái niệm này để chúng ta có thể hiểu được sự khác biệt.

Nếu bạn muốn mã của mình được tổ chức tốt, thì đó là một ý tưởng tốt để bắt đầu bằng cách nhóm mã liên quan. Một mô -đun về cơ bản là một loạt các mã liên quan được lưu trong một tệp với phần mở rộng .py. Bạn có thể chọn xác định các chức năng, lớp hoặc biến trong một mô -đun. Nó cũng tốt để bao gồm mã Runnable trong các mô -đun.A module is basically a bunch of related code saved in a file with the extension .py. You may choose to define functions, classes, or variables in a module. It’s also fine to include runnable code in modules.

Ví dụ, hãy để xác định một chức năng để chào đón sinh viên mới đến một khóa học cụ thể:

def welcome_message(course):
  print("Thank you for subscribing to our " + course + " course. You will get all the details in an email shortly.")

Để có chức năng này được lưu trữ trong mô -đun được chào đón, chúng tôi lưu mã này trong một tệp có tên welcome.py.

Nếu chúng tôi muốn sử dụng mã này trong ứng dụng của mình, trước tiên chúng tôi cần nhập mô -đun tương ứng bằng cách sử dụng câu lệnh nhập. Sau đó, chúng tôi sẽ sẵn sàng sử dụng một hàm được xác định trong mô -đun này bằng cách gọi hàm đó với cú pháp Module.Function ():

import welcome
welcome.welcome_message (“Python Basics Part 1”)
Output
Thank you for subscribing to our Python Basics Part 1 course. You will get all the details in the email shortly.

Nó phổ biến để có nhiều mục khác nhau được xác định trong cùng một mô -đun. Vì vậy, bạn có thể chỉ muốn nhập một chức năng cụ thể hơn là toàn bộ mô -đun. Đối với điều đó, bạn có thể sử dụng cú pháp sau:

from welcome import welcome_message

Nếu bạn có một số kinh nghiệm với Python, bạn có thể đã sử dụng các mô -đun. & NBSP; Ví dụ: bạn có thể đã sử dụng:

• Mô-đun ngẫu nhiên để tạo các trình tạo số giả giả cho các phân phối khác nhau. module to generate pseudo-random number generators for various distributions.
• Mô -đun HTML để phân tích các trang HTML. module to parse HTML pages.
• Mô -đun DateTime để thao tác dữ liệu ngày và giờ. module to manipulate date and time data.
• Mô -đun lại để phát hiện và phân tích các biểu thức chính quy trong Python. module to detect and parse regular expressions in Python.

Các mô -đun giới thiệu nhiều lợi ích vào mã Python của bạn:

• Cải thiện quá trình phát triển. Các mô -đun Python giúp bạn tập trung vào một phần nhỏ của một nhiệm vụ chứ không phải là toàn bộ vấn đề. Điều này đơn giản hóa quá trình phát triển và làm cho nó ít bị lỗi. Hơn nữa, các mô -đun thường được viết theo cách giảm thiểu sự phụ thuộc lẫn nhau. Do đó, nó có khả năng khả thi hơn cho một nhóm gồm một số lập trình viên làm việc trên cùng một ứng dụng. Python modules help you focus on one small portion of a task rather than an entire problem. This simplifies the development process and makes it less prone to errors. Furthermore, modules are usually written in a way that minimizes interdependency. Thus, it’s more viable for a team of several programmers to work on the same application.
• Chức năng bạn xác định trong một mô -đun có thể được sử dụng trong các phần khác nhau của ứng dụng, giảm thiểu mã trùng lặp.
• Không gian tên riêng biệt. Với các mô -đun Python, bạn có thể xác định các không gian tên riêng biệt để tránh va chạm giữa các định danh trong các phần khác nhau trong ứng dụng của bạn. With Python modules, you can define separate namespaces to avoid collisions between identifiers in different parts of your application.

Gói Python

Khi phát triển một ứng dụng lớn, bạn có thể kết thúc với nhiều mô -đun khác nhau khó quản lý. Trong trường hợp như vậy, bạn sẽ được hưởng lợi từ việc nhóm và tổ chức các mô -đun của mình. Đó là khi các gói đi vào chơi.

Các gói Python về cơ bản là một thư mục của một tập hợp các mô -đun. Các gói cho phép cấu trúc phân cấp của không gian tên mô -đun. Giống như chúng tôi sắp xếp các tệp của mình trên ổ cứng vào các thư mục và trình phụ phụ, chúng tôi có thể sắp xếp các mô-đun của chúng tôi thành các gói và thanh toán con. Packages allow the hierarchical structure of the module namespace. Just like we organize our files on a hard drive into folders and sub-folders, we can organize our modules into packages and subpackages.

Để được coi là một gói (hoặc gói con), một thư mục phải chứa một tệp có tên __init__.py. Tệp này thường bao gồm mã khởi tạo cho gói tương ứng.

Ví dụ: chúng tôi có thể có gói sau

import welcome
welcome.welcome_message (“Python Basics Part 1”)
Output
Thank you for subscribing to our Python Basics Part 1 course. You will get all the details in the email shortly.

Chúng tôi có thể nhập các mô -đun cụ thể từ gói này bằng cách sử dụng ký hiệu dấu chấm. Ví dụ: để nhập mô -đun

import welcome
welcome.welcome_message (“Python Basics Part 1”)
Output
Thank you for subscribing to our Python Basics Part 1 course. You will get all the details in the email shortly.

import my_model.training.dataset

HOẶC

from my_model.training import dataset

Tiếp theo, chúng tôi có thể chọn chỉ nhập hàm

import welcome
welcome.welcome_message (“Python Basics Part 1”)
Output
Thank you for subscribing to our Python Basics Part 1 course. You will get all the details in the email shortly.

import welcome
welcome.welcome_message (“Python Basics Part 1”)
Output
Thank you for subscribing to our Python Basics Part 1 course. You will get all the details in the email shortly.

import my_model.training.dataset.load_dataset()

HOẶC

from my_model.training.dataset import load_dataset()

Tiếp theo, chúng tôi có thể chọn chỉ nhập hàm

import welcome
welcome.welcome_message (“Python Basics Part 1”)
Output
Thank you for subscribing to our Python Basics Part 1 course. You will get all the details in the email shortly.

import welcome
welcome.welcome_message (“Python Basics Part 1”)
Output
Thank you for subscribing to our Python Basics Part 1 course. You will get all the details in the email shortly.

• Có rất nhiều gói Python tích hợp và nguồn mở mà bạn có thể đã sử dụng. Ví dụ: is the fundamental Python package for scientific computing.
• Numpy là gói Python cơ bản cho điện toán khoa học. is a Python package for fast and efficient processing of tabular data, time series, matrix data, etc.
• Pandas là gói Python để xử lý nhanh và hiệu quả dữ liệu bảng, chuỗi thời gian, dữ liệu ma trận, v.v. provides a variety of modules to test new code, including small unit tests or complex functional tests.

PyTest cung cấp một loạt các mô -đun để kiểm tra mã mới, bao gồm các bài kiểm tra đơn vị nhỏ hoặc các thử nghiệm chức năng phức tạp.

Thư viện Python

Một thư viện là một thuật ngữ ô đề cập đến một đoạn mã có thể tái sử dụng. Thông thường, một thư viện Python chứa một tập hợp các mô -đun và gói liên quan. Trên thực tế, thuật ngữ này thường được sử dụng thay thế cho nhau với gói python python vì các gói cũng có thể chứa các mô -đun và các gói khác (thanh toán con). Tuy nhiên, người ta thường cho rằng trong khi một gói là một tập hợp các mô -đun, nhưng Al Library là một tập hợp các gói. Usually, a Python library contains a collection of related modules and packages. Actually, this term is often used interchangeably with “Python package” because packages can also contain modules and other packages (subpackages). However, it is often assumed that while a package is a collection of modules, a library is a collection of packages.

Thông thường, các nhà phát triển tạo ra các thư viện Python để chia sẻ mã có thể sử dụng lại với cộng đồng. Để loại bỏ sự cần thiết phải viết mã từ đầu, họ tạo ra một tập hợp các chức năng hữu ích liên quan đến cùng một khu vực.

Có hàng ngàn thư viện hữu ích có sẵn ngày hôm nay. Tôi sẽ chỉ đưa ra một vài ví dụ:

• Thư viện Matplotlib là một thư viện tiêu chuẩn để tạo trực quan hóa dữ liệu trong Python. Nó hỗ trợ xây dựng các biểu đồ hai chiều cơ bản cũng như trực quan hoạt hình và tương tác phức tạp hơn. library is a standard library for generating data visualizations in Python. It supports building basic two-dimensional graphs as well as more complex animated and interactive visualizations.
• Pytorch là một thư viện học tập sâu nguồn mở được xây dựng bởi Phòng thí nghiệm nghiên cứu AI của Facebook để thực hiện các mạng lưới thần kinh tiên tiến và các ý tưởng nghiên cứu tiên tiến trong ngành công nghiệp và học viện. is an open-source deep-learning library built by Facebook’s AI Research lab to implement advanced neural networks and cutting-edge research ideas in industry and academia.
• Pygame cung cấp cho các nhà phát triển hàng tấn các tính năng và công cụ thuận tiện để làm cho phát triển trò chơi trở thành một nhiệm vụ trực quan hơn. provides developers with tons of convenient features and tools to make game development a more intuitive task.
• Súp đẹp là một thư viện Python rất phổ biến để lấy dữ liệu từ web. Các mô -đun và gói bên trong thư viện này giúp trích xuất thông tin hữu ích từ các tệp HTML và XML. is a very popular Python library for getting data from the web. The modules and packages inside this library help extract useful information from HTML and XML files.
• Yêu cầu là một phần của một bộ sưu tập lớn các thư viện được thiết kế để làm cho Python HTTP yêu cầu đơn giản hơn. Thư viện cung cấp một phương thức JSON trực quan giúp bạn tránh thêm các chuỗi truy vấn theo cách thủ công vào URL của bạn. is a part of a large collection of libraries designed to make Python HTTP requests simpler. The library offers an intuitive JSON method that helps you avoid manually adding query strings to your URLs.
• MissingNo rất tiện dụng để xử lý các điểm dữ liệu bị thiếu. Nó cung cấp trực quan hóa thông tin về các giá trị bị thiếu trong một khung dữ liệu, giúp các nhà khoa học dữ liệu phát hiện ra các khu vực có dữ liệu bị thiếu. Nó chỉ là một trong nhiều thư viện Python tuyệt vời để làm sạch dữ liệu. is very handy for handling missing data points. It provides informative visualizations about the missing values in a dataframe, helping data scientists to spot areas with missing data. It is just one of the many great Python libraries for data cleaning.

Nhân tiện, các gói Numpy và Pandas được đề cập trước đây cũng thường được gọi là thư viện. Đó là bởi vì đây là các gói phức tạp có các ứng dụng rộng (nghĩa là máy tính khoa học và thao tác dữ liệu tương ứng). Chúng cũng bao gồm nhiều thanh toán con và do đó về cơ bản đáp ứng định nghĩa của thư viện Python. Tìm hiểu về các thư viện quan trọng khác cho khoa học dữ liệu trong bài viết này.NumPy and pandas packages that were mentioned before are also often referred to as libraries. That is because these are complex packages that have wide applications (i.e. scientific computing and data manipulation, respectively). They also include multiple subpackages and so basically satisfy the definition of a Python library. Learn about other important libraries for data science in this article.

Khung Python

Tương tự như các thư viện, Python Frameworks là một tập hợp các mô -đun và gói giúp các lập trình viên nhanh chóng theo dõi quá trình phát triển. Tuy nhiên, các khung thường phức tạp hơn các thư viện. Ngoài ra, trong khi các thư viện chứa các gói thực hiện các hoạt động cụ thể, các khung chứa dòng chảy và kiến ​​trúc cơ bản của ứng dụng.frameworks contain the basic flow and architecture of the application.

Nếu bạn so sánh phát triển ứng dụng với xây dựng nhà, các khung Python cung cấp tất cả các khối xây dựng thiết yếu như nền tảng, tường, cửa sổ và mái nhà. Sau đó, các nhà phát triển xây dựng ứng dụng của họ xung quanh nền tảng này bằng cách thêm các chức năng tương đương với hệ thống báo động, đồ nội thất, thiết bị, v.v.

Để hiểu rõ hơn, hãy để xem xét một số khung phổ biến:

• Django là một khung Python để xây dựng các ứng dụng web với ít mã hóa hơn. Với tất cả các tính năng cần thiết được bao gồm theo mặc định, các nhà phát triển có thể tập trung vào các ứng dụng của họ thay vì xử lý các quy trình thường xuyên. is a Python framework for building web applications with less coding. With all the necessary features included by default, developers can focus on their applications rather than dealing with routine processes.
• Flask là một khung phát triển web được biết đến với thiết kế mô -đun nhẹ và mô -đun. Nó có nhiều tính năng vượt trội và dễ dàng thích ứng với các yêu cầu cụ thể. is a web development framework that is known for its lightweight and modular design. It has many out-of-the-box features and is easily adaptable to specific requirements.
• Chai là một khung nhẹ khác để phát triển web ban đầu dành cho việc xây dựng API. Các tính năng độc đáo của nó là nó không có sự phụ thuộc nào ngoài thư viện tiêu chuẩn Python và nó thực hiện mọi thứ trong một tệp nguồn duy nhất. is another lightweight framework for web development that was originally meant for building APIs. Its unique features are that it has no dependencies other than the Python Standard Library and it implements everything in a single source file.

Các khung Python cho phép các lập trình viên hợp lý hóa quá trình phát triển web bằng cách cung cấp một nền tảng cần thiết trong khi vẫn linh hoạt. Không có gì ngạc nhiên khi các ứng dụng hàng đầu - bao gồm Netflix, Airbnb, Reddit và Udemy - tận dụng lợi ích của các khung Python.

Thời gian để thực hành các kỹ năng Python của bạn!

Có nhiều lý do hợp lệ để học Python: Nó thân thiện với người mới bắt đầu, cú pháp của nó rất dễ học và một cộng đồng tuyệt vời sẽ có mặt để giúp bạn khi bạn bị mắc kẹt. Và nếu điều đó là không đủ, hãy xem xét sự phong phú của hệ sinh thái Python, hãy nghĩ về bất kỳ nhiệm vụ ngẫu nhiên nào, và có một cơ hội tốt có ai đó đã xây dựng một mô-đun hoặc gói có nguồn gốc mở để giải quyết vấn đề này.

Bạn đã sẵn sàng tham gia cộng đồng thân thiện này? Sau đó, tôi khuyên bạn nên bắt đầu với bản nhạc cơ bản của chúng tôi, học lập trình với Python. Nó bao gồm 5 khóa học tương tác với 414 thách thức mã hóa bao gồm các vấn đề cơ bản của Python, bao gồm:

• Chức năng, vòng lặp và báo cáo có điều kiện.
• Danh sách Python, bộ dữ liệu, bộ và từ điển.
• Các thuật toán tích hợp Python.
• Xử lý lỗi, v.v.

Nếu bạn đang xem xét một nghề nghiệp khoa học dữ liệu và muốn học Python trong bối cảnh đó, thì Python for Data Science Track là những gì bạn cần. Bản nhạc này cũng có 5 khóa học tương tác và hàng trăm thử thách mã hóa để bạn có thể làm chủ các công cụ mà bạn sẽ cần để làm việc hiệu quả với dữ liệu trong Python.data science career and want to learn Python in that context, the Python for Data Science track is what you need. This track also has 5 interactive courses and hundreds of coding challenges so you can master the tools you’ll need to work efficiently with data in Python.

Tại LearnPython.com, các khóa học tương tác của chúng tôi có nghĩa là bạn sẽ có được kiến ​​thức và ngay lập tức đưa nó vào thực tế. Bạn có thể viết mã thực và kiểm tra nó trong nền tảng thời gian thực của chúng tôi. Bạn không cần phải cài đặt hoặc thiết lập bất cứ thứ gì. Không thể dễ dàng hơn để học viết mã Python mà sau này bạn có thể áp dụng cho các dự án của riêng mình. Vậy bạn đã sẵn sàng để học Python chưa?

Cảm ơn bạn đã đọc, và học hỏi hạnh phúc!

Sự khác biệt giữa mô -đun và thư viện là gì?

Có phải các thư viện mô -đun trong Python?

Thư viện Python là gì?