Hôm nay mình sẽ chia sẻ 1 số package hay ho mà mình hay dùng với python các bạn có thể tham khảo. Đừng quên chia sẻ những package mà bạn hay dùng ở phần comment nhé.
Tensorflow
TensorFlow là một thư viện phần mềm mã nguồn mở dành cho máy học ví dụ các chức năng nhận dạng ảnh, thị giác máy tính, xử lý ngôn ngữ tự nhiên. Các bạn có thể build 1 model deeplearning và các hàm hỗ trợ việc training đào tạo mô hình của các bạn.
Cách tạo model
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
Cách train model
model.fit(x_train, y_train, epochs=5)
Opencv
Opencv Là thư viện xử lý anh rất thông dụng bạn có thể sử dụng nó dễ dàng để làm những task vụ xử lý ảnh nó hỗ trợ hầu hết các phép biến đổi xử lý ảnh cơ bản. Mình hay dùng nó cho việc tiền xử lý ảnh làm rõ ảnh, lọc ảnh.
OpenCV có cộng đồng hơn 47 nghìn người dùng và số lượng download vượt quá 6 triệu lần, và hoàn toàn miễn phí kể cả cho mục đích thương mại
Các khái niệm về ảnh cơ bản các bạn có thể tham khảo
Ảnh kĩ thuật số (Digital image)
Độ phân giải của ảnh (Resolution)
Điểm ảnh (Pixel)
Mức xám của ảnh (Grayscale)
Ảnh màu
Lọc ảnh
Xoay ảnh
Django
Đây là 1 framework làm web với python cho phép phát triển nhanh chóng các trang web an toàn và có thể bảo trì. Được xây dựng bởi các nhà phát triển có kinh nghiệm, Django xử lý nhiều rắc rối của việc phát triển web, vì vậy bạn có thể tập trung vào viết ứng dụng của mình mà không cần phải đi phát minh lại bánh xe. Nó là nguồn mở và miễn phí, có một cộng đồng lớn và tích cực, tài liệu tuyệt vời và nhiều tùy chọn để được hỗ trợ miễn phí và trả tiền.
Ở công ty mình làm web làm toàn bộ bằng Django bạn có thể thay cái này bằng Flask nếu bạn thích
pandas
pandas là thư viện của Python cung cấp các cấu trúc dữ liệu nhanh, linh hoạt và dễ hiểu được thiết kế để làm việc với dữ liệu dạng bản. Ngoài ra, nó có mục tiêu rộng lớn hơn là trở thành công cụ phân tích / thao tác dữ liệu nguồn mở mạnh mẽ và linh hoạt nhất có sẵn trong bất kỳ ngôn ngữ nào. Nó đã sẵn sàng trên đường hướng tới mục tiêu này.
Pandas có những ưu điểm gì nổi bật
- Dễ dàng xử lý dữ liệu bị thiếu (được biểu thị dưới dạng NaN) dữ liệu dấu phẩy động
- Khả năng thay đổi kích thước: các cột có thể được chèn và xóa khỏi DataFrame và các đối tượng chiều cao hơn
- Căn chỉnh dữ liệu tự động và rõ ràng: các đối tượng có thể được căn chỉnh rõ ràng với một bộ nhãn hoặc người dùng chỉ cần bỏ qua các nhãn và để Sê-ri, DataFrame, v.v ... tự động căn chỉnh dữ liệu cho bạn trong tính toán
- Group by mạnh mẽ, linh hoạt theo chức năng để thực hiện các hoạt động kết hợp phân tách áp dụng trên các tập dữ liệu, cho cả dữ liệu tổng hợp và chuyển đổi
- Giúp dễ dàng chuyển đổi dữ liệu, được lập chỉ mục khác nhau trong các cấu trúc dữ liệu Python và NumPy khác thành các đối tượng DataFrame
- Cắt lát thông minh dựa trên nhãn, lập chỉ mục ưa thích và tập hợp các tập dữ liệu lớn
- Reshape lại linh hoạt và xoay vòng các bộ dữ liệu
- Có thể có nhiều nhãn
- Các công cụ IO mạnh mẽ để tải dữ liệu từ các tệp CSV, tệp Excel, cơ sở dữ liệu và lưu / tải dữ liệu từ HDF5 format cực nhanh
matplotlib
Matplotlib là thư viện của python dùng để vẽ đồ thị
Scipy
Thư viện này chứa rất nhiều hàm toán học hay nhé các bạn
Scipy chứa các mô-đun khác nhau. Các mô-đun này phù hợp để tối ưu hóa, tích hợp, đại số tuyến tính và thống kê.
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.
High-level Scipy không chỉ chứa numpy mà còn numpy.lib.scimath
PyQt hoặc tkinter
Để làm app giao diện giống windows
Selenium
Selenium là thư viện dùng để kiểm thử tự động website
PyInstaller
PyInstaller đóng gói các ứng dụng Python thành các tệp thực thi độc lập, trong Windows, GNU / Linux, Mac OS X, FreeBSD, Solaris và AIX. Đơn giản là chuyển code python thành exe để đóng gói lại và chạy đó
Requests
Đùa chứ cái thư viện trông đơn giản này mà rất là tiện nhé anh em. Mình có thể dùng nó để request rất nhanh đến 1 API nào đó để test hoặc để lấy dữ liệu rồi process cú pháp của nó cực kỳ đơn giản dễ hiểu.
response = requests.get("http://api.server-nao-do.org/iss-now.json")
print(response.status_code)
Thư viện này đã giải quyết và tự động hóa nhiều tác vụ tẻ nhạt mà cần gửi gửi yêu cầu HTTP từ ứng dụng của mình. Nó loại bỏ sự cần thiết phải thêm các chuỗi truy vấn hoặc thực hiện mã hóa form của method POST. Nó cũng giữ cho các kết nối với máy chủ HTTP tồn tại tự động, loại bỏ sự cần thiết phải viết một loạt mã để thực hiện điều đó.
Bài viết này sẽ được mình vẫn đang hoàn thiện cảm ơn bạn đã đọc bình luận nhé