أشهر 5 مكتبات بايثون Python libraries يجب أن تعرفها في 2023
تُعد لغة برمجة بايثون Python واحدة من أكثر لغات البرمجة شيوعًا وانتشارًا في العالم؛ حيث تستخدم في العديد من المجالات كتطوير الويب، وتحليل البيانات، والذكاء الاصطناعي، وغيرهم الكثير. ولكن ما الذي يجعل بايثون قوية ومتنوعة بهذا الشكل؟ مكتبات بايثون هي التي تضيف ميزات ووظائف فريدة إليها، وهي التي تساعد المبرمجين على كتابة الأكواد البرمجية بشكل أسرع وأفضل.
في هذه المقالة، ستتعرف على 5 مكتبات للغة بايثون، والتي يجب على كل مبرمج بايثون أن يكون على دراية بهم. سوف تتعلم ماهية كل مكتبة، وما الذي يمكنك فعله بها، وكيفية استخدامها مع أمثلة الأكواد البرمجية وحالات الاستخدام الواقعية لكل مكتبة.
Requests Library: للتفاعل مع خدمات واجهات برمجة التطبيقات (APIs)
Python’s Requests Library عبارة عن مكتبة بسيطة وسهلة الاستخدام تتيح لك التفاعل مع خدمات واجهات برمجة التطبيقات (APIs). باستخدام Requests، يُمكنك إرسال طلبات HTTP من أنواع مختلفة (GET وPOST وPUT وDELETE …) والحصول على استجابات من الخادم (Server). يُمكنك أيضًا التحكم في المعلومات التي ترسلها وتتلقاها بتنسيقات مختلفة (JSON، XML، HTML …).
استخدامات مكتبة Requests
تُعد مكتبة Requests مفيدة للعديد من التطبيقات التي تتطلب التفاعل مع خدمات الويب أو واجهات برمجة التطبيقات (APIs). على سبيل المثال، يُمكنك استخدام مكتبة Requests في جلب البيانات حول أسعار الصرف من موقع Fixer.io، أو لإرسال بريد إلكتروني إلى نفسك عبر موقع Mailgun الذي يعد من أقوى واجهات برمجة التطبيقات التي تُمكنك من إرسال واستقبال وتتبع البريد الإلكتروني.
كيفية استخدام Requests Library
- Import the library:
import requests - Send a GET request to a web service or API:
response = requests.get("url") - Check the status code of the response:
print(response.status_code) - Convert the text of the response to a dictionary:
data = response.json() - Print the dictionary of data:
print(data)
مثال عملي على مكتبة Requests باستخدام الكود
import requests
# API endpoint and access key
api_endpoint = "http://data.fixer.io/api/convert"
access_key = "YOUR_ACCESS_KEY"
# Parameters for the conversion
base_currency = "USD"
target_currency = "EGP"
amount = 100
# Construct the API request URL
url = f"{api_endpoint}?access_key={access_key}&from={base_currency}&to={target_currency}&amount={amount}"
# Send the request to the API
response = requests.get(url)
# Check if the request was successful
if response.status_code == 200:
# Convert the response to JSON format
data = response.json()
# Check if the conversion was successful
if data["success"]:
# Extract the converted amount
converted_amount = data["result"]
# Print the conversion result
print(f"{amount} {base_currency} is equal to {converted_amount} {target_currency}")
else:
# Print the error message
print(f"Conversion failed: {data['error']['info']}")
else:
# Print the error message if the API request failed
print(f"API request failed with status code {response.status_code}")
للمزيد عن مكتبة Requests ألقِ نظرة على هذا المثال How to Use the Requests Module with Python
NumPy Library: للحسابات العددية والجبر الخطي
NumPy هي مكتبة رائدة في مجال الحسابات العددية والجبر الخطي (numerical computations and linear algebra)، حيث توفر لك NumPy Library نوعًا جديدًا من المصفوفات (arrays) التي تحتوي على عناصر من نفس النوع (عادةً أرقام)، وتُمكنك من إجراء عمليات حسابية سريعة ودقيقة على هذه المصفوفات (arrays).
استخدامات NumPy Library
يتم استخدام NumPy Library في العديد من المجالات التي تتطلب التحليل الإحصائي (statistical analysis) أو المحاكاة (simulation) أو معالجة الإشارات الرقمية (digital signal processing). على سبيل المثال، يمكنك استخدام NumPy لحساب المتوسط (mean) أو الانحراف المعياري (standard deviation) أو التوزيع الطبيعي (normal distribution) لمجموعة من الأرقام، أو لإنشاء مصفوفة عشوائية (random array)، أو لحل نظام المعادلات الخطية (linear equations).
كيفية استخدام مكتبة NumPy
- Import the library:
import numpy as np - Create an array from a list:
a = np.array([1, 2, 3, 4]) - Print the shape of the array:
print(a.shape) - Print the type of the array:
print(a.dtype) - Print the values of the array:
print(a) - Multiply each element in the array by 2:
b = a * 2 - Print the values of the new array:
print(b)
مثال عملي على NumPy Library باستخدام الكود
# Import the library
import numpy as np
# Create an array from a list
a = np.array([1, 2, 3, 4])
# Print the shape of the array
print(a.shape)
# Print the type of the array
print(a.dtype)
# Print the values of the array
print(a)
# Multiply each element in the array by 2
b = a * 2
# Print the values of the new array
print(b)
للمزيد عن مكتبة NumPy ألقِ على هذا المثال لاستخدامها في تحليل البيانات How to Use NumPy for Data Analysis
Pandas Library: لمعالجة البيانات وتحليلها
Pandas هي مكتبة فريدة ومفيدة تسمح لك بمعالجة البيانات بشكل فعال وسريع، وهي مبنية على مكتبتي NumPy وMatplotlip. تستخدم Pandas هيكل بيانات (Data structure) جديد يُسمى DataFrame، وهو جدول يحتوي على صفوف وأعمدة يمكن تسميتها وتحديدها بمرونة. تستخدم مكتبة Pandas أيضًا نظام فهرسة (Indexing system) يسهل عليك تحديد وتغيير أجزاء من الجدول.
استخدامات مكتبة Pandas
تُستخدم Pandas Library لتحليل البيانات (data analysis)، حيث يمكنك استيراد البيانات من مصادر مختلفة (CSV، Excel ، SQL، JSON …)، وإجراء عمليات مثل cleaning, preparing and enriching operations على هذه البيانات، وعرضها على هيئة visualizations أو جداول.
كيفية استخدام Pandas Library
- Import the library:
import pandas as pd - Import data from a CSV file:
df = pd.read_csv("data.csv") - Print the shape of the table:
print(df.shape) - Print the first five rows of the table:
print(df.head()) - Print information about the table:
print(df.info()) - Print summary statistics about the table:
print(df.describe()) - Add a new column to the table:
df["new_column"] = df["old_column"] * 2 - Drop an old column from the table:
df = df.drop("old_column", axis=1) - Rename a column in the table:
df = df.rename(columns={"new_column": "renamed_column"}) - Sort the table by a column in descending order:
df = df.sort_values(by="renamed_column", ascending=False)
مثال عملي على Pandas Library باستخدام الكود
# Import the library
import pandas as pd
# Import data from a CSV file
df = pd.read_csv("data.csv")
# Print the shape of the table
print(df.shape)
# Print the first five rows of the table
print(df.head())
# Print information about the table
print(df.info())
# Print summary statistics about the table
print(df.describe())
# Add a new column to the table
df["new_column"] = df["old_column"] * 2
# Drop an old column from the table
df = df.drop("old_column", axis=1)
# Rename a column in the table
df = df.rename(columns={"new_column": "renamed_column"})
# Sort the table by a column in descending order
df = df.sort_values(by="renamed_column", ascending=False)
للمزيد عن مكتبة Pandas ألقِ نظرة على هذا المثال How to Analyze Survey Data with Python
Matplotlib Library: لإنشاء الرسوم البيانية والمخططات
Matplotlib هي مكتبة شاملة وقابلة للتخصيص تتيح لك إنشاء رسوم بيانية ومخططات بأشكال وأنواع مختلفة. تستخدم مكتبة Matplotlib نظام تخطيط (plotting system) يسمى pyplot، وهو عبارة عن مجموعة من الوظائف (functions) التي تساعدك في إنشاء الرسوم البيانية وتعديلها وعرضها. تستخدم Matplotlib Library أيضًا نظام تنسيق (style system) يسمح لك بتغيير مظهر الرسوم البيانية بسهولة.
استخدامات مكتبة Matplotlib
تُستخدم Matplotlib Library لعرض البيانات بشكل مرئي وجذاب، ويمكنك استخدامها لإنشاء كل ما يأتي:
line plots, scatter plots, bar charts, pie charts, box plots, histograms, heatmaps, 3D plots
كيفية استخدام Matplotlib Library
- Import the library:
import matplotlib.pyplot as plt - Create two lists of numbers:
x = [1, 2, 3, 4, 5]andy = [2, 4, 6, 8, 10] - Create a line plot:
plt.plot(x, y) - Add labels to the axes:
plt.xlabel("x")andplt.ylabel("y") - Add a title to the plot:
plt.title("A simple line plot") - Display the plot:
plt.show()
مثال عملي على Matplotlib Library باستخدام الكود
# Import the library
import matplotlib.pyplot as plt
# Create two lists of numbers
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
# Create a line plot
plt.plot(x, y)
# Add labels to the axes
plt.xlabel("x")
plt.ylabel("y")
# Add a title to the plot
plt.title("A simple line plot")
# Display the plot
plt.show()
للمزيد عن مكتبة Matplotlib ألقِ نظرة على هذا المثال العملي Plotting Histogram in Python using Matplotlib
TensorFlow Library: لإنشاء وتدريب نماذج الذكاء الإصطناعي
TensorFlow هي مكتبة قوية وشائعة تسمح لك بإنشاء وتدريب نماذج ذكاء إصطناعي (artificial intelligence) من أنواع مختلفة، مثل التعلم الآلي (Machine learning) أو التعلم العميق (Deep learning). تستخدم TensorFlow بنية بيانات (Data structure) تسمى Tensor، وهي عبارة عن مصفوفة متعددة الأبعاد (multidimensional array) تحتوي على بيانات رقمية (numerical data). تستخدم TensorFlow أيضًا نظام حساب الرسم البياني (graph computation system) والذي يسمح لك بإنشاء وتحديث نماذج الذكاء الإصطناعي وتحسينها بكفاءة.
استخدامات مكتبة TensorFlow
يتم استخدام TensorFlow في العديد من المجالات التي تتطلب التعامل مع البيانات المعقدة أو غير المهيكلة (complex or unstructured data)، مثل:
classification, regression, clustering, segmentation, generation, detection, and recognition.
كيفية استخدام TensorFlow Library
- Import the library:
import tensorflow as tf - Create a tensor from a list:
a = tf.constant([1, 2, 3, 4]) - Print the shape of the tensor:
print(a.shape) - Print the type of the tensor:
print(a.dtype) - Print the values of the tensor:
print(a) - Multiply each element in the tensor by 2:
b = a * 2 - Print the values of the new tensor:
print(b)
مثال عملي على TensorFlow Library باستخدام الكود
# Import the library
import tensorflow as tf
# Create a tensor from a list
a = tf.constant([1, 2, 3, 4])
# Print the shape of the tensor
print(a.shape)
# Print the type of the tensor
print(a.dtype)
# Print the values of the tensor
print(a)
# Multiply each element in the tensor by 2
b = a * 2
# Print the values of the new tensor
print(b)
للمزيد عن مكتبة TensorFlow ألقِ نظرة على هذا المثال العملي Implementing Neural Networks Using TensorFlow
هناك المزيد من المكتبات الأخرى التي تعزز قوة Python وقدراتها، مثل Scikit-Learn وKeras وPyTorch وFlask وDjango وغيرهم الكثير.
ولكن السؤال هنا، هل أنت على دراية كافية بلغة بايثون لتستطيع تعلم هذه المكتبات واستخدامها في مشاريع البرمجة الخاصة بك؟
إن كنت تبحث عن مسار كامل لتعلم لغة بايثون فأنصحك بهذا المسار تعلم أساسيات البرمجة بلغة بايثون من منصة المدرسة، والذي يأخذ بيدك من الصفر ليعلمك كل ما تحتاجه من أساسيات البرمجة باستخدام لغة بايثون.
ستحصل خلال هذا المسار على فهم قوي لأساسيات البرمجة من خلال الاختبارات والمشاريع التطبيقية الحقيقية التي ستبنيها باستخدام بايثون وبمساعدة الذكاء الاصطناعي مثل ChatGPT، وستبني الثقة في قدرتك على التفكير وحل المشكلات كمبرمج في دورات هياكل البيانات الأساسية، كل هذا على يد خبراء يعملون في كبرى الشركات العالمية كجوجل وميكروسوفت وباللغة العربية.
المدرسة لا تقدم مسارًا تعليميًا فقط، بل تقدم تجربة تعليمية كاملة تتمثل في تطبيق عملي على مشاريع حقيقية، ومتابعة شخصية، وتواصل مباشر مع المحاضرين ذوي الخبرة، بالإضافة إلى الدعم والإرشاد كي تقتنص مكانك في سوق العمل العالمي. وكل هذا باللغة العربية؛ مما يضمن لك تعلم 3 مرات أسرع لأنك تتلقى الشرح وتتفاعل بلغتك الأم.
انضم إلى آلاف الطلاب، وابدأ الآن رحلتك في تعلم واحتراف لغة بايثون
لقد تعرفت في هذه المقالة على 5 مكتبات فقط للغة بايثون، والتي يُمكنها مساعدتك في العديد من المهام، من الويب إلى الذكاء الاصطناعي. ولكن هل تعلم أن هناك عشرات الآلاف من مكتبات بايثون متوفرة على الإنترنت؟ بعضها مشهور، وبعضها غير ذلك، بعضها مفيد، وبعضها ممتع، بعضها سهل، وبعضها صعب. يُمكنك صنع مكتبة خاصة بك أيضًا ومشاركة كودك والتعلم مع الآخرين. مكتبات بايثون ليست مجرد أدوات فقط، بل هي فرص للإبداع والتعلم والنمو. فماذا تنتظر؟ اذهب واستكشف عالم بايثون، وستتفاجأ بما ستجده.
مكتبة Python هي مجموعة من الأكواد البرمجية التي توفر وظائف لمهمة أو مجال معين. يمكنك استخدام مكتبة Python عن طريق استيرادها إلى برنامجك واستدعاء وظائفها أو فئاتها (functions or classes).
هناك طرق مختلفة لتثبيت مكتبة Python، ولكن الطريقة الأكثر شيوعًا هي استخدام الأمر Pip command. Pip هي أداة تتيح لك تنزيل مكتبات Python وتثبيتها من الإنترنت. لاستخدام Pip، تحتاج إلى تثبيت Python على جهاز الكمبيوتر الخاص بك وفتح Terminal أو command prompt. بعد ذلك، يمكنك كتابة: pip install library_name لتثبيت المكتبة التي تريدها. على سبيل المثال، لتثبيت مكتبة requests، يُمكنك كتابة: pip install requests.
لاستيراد مكتبة Python، تحتاج إلى استخدام import statement في بداية البرنامج. يخبر import statement بايثون بأنك تريد استخدام الكود من المكتبة في برنامجك. يمكنك استيراد مكتبة كاملة أو جزء منها فقط. على سبيل المثال، لاستيراد مكتبة NumPy بالكامل، يمكنك كتابة import numpy. ولاستيراد array function فقط من NumPy، يُمكنك كتابة: from numpy import array.
لاختيار مكتبة Python مناسبة، عليك مراعاة عدة عوامل، مثل:
- المهمة أو المشكلة التي تريد حلها بالمكتبة.
- مدى توفر المكتبة وتوافقها مع نظامك وبيئتك.
- جودة وموثوقية كود وتوثيق المكتبة.
- شعبية المكتبة وسمعتها بين المطورين والمستخدمين الآخرين.
- سهولة الاستخدام والتعلم للمكتبة.
