Les meilleures Librairies pour python

GUI:

  • pyQt: four­nit des bind­ings Python pour le frame­work Qt.
  • PyGOb­ject: four­nit des bind­ings Python, qui don­nent un accès com­plet à la plate-forme logi­cielle GNOME. Il est entière­ment com­pat­i­ble avec GTK+ 3. Rem­place actuelle­ment PyGTK. Voir tuto­riel.
  • wxPython: boîte à out­ils d’interface graphique pour le lan­gage de pro­gram­ma­tion Python, basé sur wxWid­gets.
  • Kivy: bib­lio­thèque Python pour le développe­ment d’applications rich­es en média sup­por­t­ant le mul­ti-touch. Écrit en Python, basé sur OpenGL (accéléra­tion GPU) et sup­porte les dif­férents dis­posi­tifs d’entrée tels que: souris, la souris dou­ble, TUIO, WiiMote, WM_TOUCH, HID­touch, les pro­duits d’Apple et ain­si de suite. Fonc­tionne sur toutes les prin­ci­pales plate­formes (Lin­ux, OSX, Win­dows, Android).
  • Tk: Tkin­ter est une mince couche ori­en­tée par dessus Tcl/Tk. Il a l’avantage d’être inclus dans la bib­lio­thèque stan­dard Python, ce qui le rend la boîte à out­ils la plus pra­tique et com­pat­i­ble pour programmer.

Pour inter­net:

Ges­tion des images:

  • Python Imag­ing Library (ou PIL): une des  bib­lio­thèques de base pour la manip­u­la­tion d’images en Python.Pil­low est un fork beau­coup plus récent et actif.
  • OpenCV: Open­Source Com­put­er Vision, librairies plus avancée de manip­u­la­tion et de traite­ment d’images que PIL. Est aus­si util­isée dans le cadre de la recon­nais­sance automa­tique en IA. Voir cette série de tuto­riels.

Pour la science:

  • NumPy: bib­lio­thèque de bas niveau écrite en C (et FORTRAN) pour les fonc­tions math­é­ma­tiques de haut niveau. Fait par­tie du pro­jet SciPy (ci-après). Num­ba est un com­pi­la­teur Python  de NumPy qui traduit le code en LLVM (plus rapi­de à l’exécution).
  • SciPy: bib­lio­thèque qui utilise NumPy, avec des mod­ules pour la pro­gram­ma­tion sci­en­tifique, inclu­ant l’algèbre linéaire, le cal­cul inté­gral (cal­cul dif­féren­tiel), la réso­lu­tion d’équation dif­féren­tielle ordi­naire et le traite­ment du signal.
  • Mat­plotlib: bib­lio­thèque de créa­tion de dia­grammes flex­i­ble pour créer des dia­grammes 2D et 3D inter­ac­t­ifs. L’API reflète de plusieurs façons celle de MATLAB, facil­i­tant la tran­si­tion des util­isa­teurs MATLAB à Python. De nom­breux exem­ples, avec le code source pour les recréer, sont disponibles dans la galerie de mat­plotlib.
  • Rpy2: Bind­ing pour le logi­ciel sta­tis­tique R per­me­t­tant l’exécution de fonc­tions de R depuis Python et trans­met­tant les don­nées dans les deux sens entre les deux envi­ron­nements. Rpy2 est l’implémentation ori­en­tée objet des bind­ings Rpy.
  • Psy­choPy: Bib­lio­thèque pour la psy­cholo­gie cog­ni­tive et les expéri­men­ta­tions en neu­ro­science. La bib­lio­thèque gère la présen­ta­tion des stim­uli, le script­ing de con­cep­tion expéri­men­tale et la col­lecte de données.

A not­er qu’Ana­con­da est une dis­tri­b­u­tion qui inclue tous les paque­ts Python sci­en­tifiques les plus courants, ain­si que de nom­breux paque­ts liés à l’analyse de don­nées et au big data. Je l’ai util­isée pour ce MOOC.

Pour l’IA:

Toutes les librairies pour l’IA (à détailler plus tard) sur le site offi­ciel.

  • Theano: librairie open-source créée pour le deep learn­ing util­isant une syn­taxe proche de Numpy et opti­misée pour le cal­cul GPU (Github) — Voir page dédiée.

Pour la Cryptographie:

  • Cryp­tog­ra­phy: bib­lio­thèque dévelop­pée active­ment qui four­nit des recettes et des prim­i­tives cryptographiques.
  • PyCryp­to: autre bib­lio­thèque, qui four­nit des fonc­tions de hash sécurisées et dif­férents algo­rithmes de chiffrement.

Pour la con­nex­ion avec d’autres langages:

  • SWIG: out­il pour génér­er des bind­ings pour les lan­gages inter­prétés à par­tir des fichiers d’en-tête C/C++. Il suf­fit de définir un fichi­er d’interface, inclure les en-têtes C/C ++ néces­saires, et exé­cuter l’outil de build sur eux. Très puis­sant, il  expose beau­coup de fonc­tion­nal­ités pour Python avec peu d’effort.
  • ctypes: bib­lio­thèque pour l’interfaçage avec C/C ++ depuis CPython, four­nit non seule­ment un accès com­plet à l’interface C native de la plu­part des prin­ci­paux sys­tèmes d’exploitation mais four­nit égale­ment le sup­port pour le charge­ment et l’interfaçage avec des bib­lio­thèques dynamiques, telles que les DLL ou les objets partagés (Shared Objects ou SO) lors de l’exécution.

 

 

Fièrement propulsé par WordPress | Thème : Baskerville 2 par Anders Noren.

Retour en haut ↑

%d blogueurs aiment cette page :