Да ли користите библиотеке или волите сами долазити до решења за већину проблема? Ја сам се у почецима опирао коришћењу библиотека, али што сам више залазио у програмерски свет схватио сам да не треба све наново измишљати. Управо то је утицало да превазиђем страх коришћења библиотека и одређене задатке препуштам већ написаним алгоритмима под условом да не „блотују“ пројекат.

Стим у мислима желим да поделем неке кул библиотеке/фрејмворке који вам могу олакшати решавање свакодневних задатака.

Tkinter

Tkinter је практично стандард за развој GUI апликација уз Python програмски језик. Заснован је на Tk GUI тулкиту, који је доступан на свим водећим оперативним системима. У корист овом пакету иду и чињенице да је веома лак за коришћење као и за ресурсе.

Django

Django је Python веб фрејмворк високог нивоа који охрабрује рапидни развој те чист и прагматичан дизајн. Он своју филозофију заснива на принципу „battery included“. У фрејмворк су укључени феноменалан ORM који комуникацију са базом чини безболном, мидлвери, аутентификација, ауторизација и управљање сесијом, HTTP библиотеке, template библиотеке, AJAX подршка, URL рутирање, подршка за више сајтова и језика, графичко админ сучеље итд. Ако се одлучите правити API-је препоручујем вам да погледате и Django REST Framework.

Pandas

Pandas је брза, моћна, флексибилна и лака за коришћење алатка отвореног кода за обраду и анализу података. Она податке добијене из различитих извора (фајл, SQL база и сл) репрезентује као Python објеке са редовима и колонама (data frame објекти) који подсећају на табеле које можемо пронаћи у Excel-у. Управо овај приступ олакшава манипулацију над великим скупом података и чини Pandas веома корисним у data science свету.

Scrapy

Scrapy је бесплатан web-crawling фрејмворк отвореног кода написан у Python-у. Првобитно је био замишљен само за скрепинг, али је потом своју примени пронашао и у областима data mining-а, аутоматског тестирања итд. Због Don’t Repeat Yourself приступа овај фрејмворк се веома добро скалира и на већиним пројектима.

TensorFlow

TensorFlow је библиотека отвореног кода намењена машинском учењу. Иза ње стоји Google Brain Team по чему можете наслутити колико је заправо моћна. Основна примена јој је развој, тренирање и дизајн модула код машинског учења, али је можете искористити и код нумеричких прорачуна.

Pipenv

Вероватно сте се већ сусрели са управљањем виртуелним окружењима у Python-у који чине управљање зависностима веома једноставним. Једна од бољих библиотека за ову сврху је Pipenv. За своју главну предност истиче генерисање Pipfile.lock датотеке која чува све податке о укљученим пакетима те омогућава развој Python апликација у тиму безболним када су зависности у питању.

Python садржи још мноштво корисних пакета о којим планирам да пишем у будућности.