ספריות בפייתון#
ספרייה (Library) היא אוסף מודולים של קוד שנכתב מראש כדי לבצע משימות נפוצות: חישוב מספרי, עיבוד נתונים, גרפיקה, תקשורת, למידת מכונה ועוד. במקום להמציא את הגלגל בכל פרויקט, משתמשים בספריות אמינות שנבדקו על־ידי משתמשים רבים.
התקנה: מוסיפים את הספרייה לסביבה שלכם באמצעות מנהל חבילות (כגון
pip) כך שהקוד שלה יהיה זמין לפרויקט.טעינה: בתוך הקוד “מייבאים” את הספרייה או חלקים ממנה באמצעות פקודת
import, ולאחר מכן קוראים לפונקציות ולמחלקות שהיא מספקת.שימוש: משלבים את הקריאות לספרייה יחד עם הקוד שלכם, לפי התיעוד הרשמי ודוגמאות שימוש. ברוב המקרים, העבודה דומה לקריאה לכל פונקציה אחרת בפייתון - רק שהמימוש מגיע “מבחוץ”.
בפייתון יש שתי צורות נפוצות לייבוא:
ייבוא הספרייה כולה (לעיתים עם כינוי/alias),
ייבוא סלקטיבי של אובייקטים או תת־מודולים מתוכה.
ברוב המקרים, ייבוא עם כינוי שומר על קריאות, מונע התנגשויות שמות, ומבהיר מאין הגיע כל אובייקט. ייבוא סלקטיבי מתאים כשאתם משתמשים במספר קטן של פונקציות שוב ושוב, או כשאתם רוצים להדגיש תלות בתת־מודול ספציפי. שימו לב: בספריות כמו NumPy, ייבוא סלקטיבי לרוב לא חוסך זמן טעינה או זיכרון בצורה משמעותית, ולעיתים אף מגביר סיכון להתנגשויות שמות.
ייבוא ספרייה שלמה עם כינוי#
import numpy as np
ייבוא סלקטיבי של אובייקטים/תת־מודולים#
from numpy import array, mean #object
from numpy.linalg import norm #sub-module
Note
נייבא ספרייה שלמה כאשר:
משתמשים במגוון רחב של יכולות מהחבילה.
לשמירה על קריאות עקבית עם כינויים נפוצים (
np,pd,plt).להפחתת סיכון להתנגשויות שמות בין פונקציות בעלות אותו שם מספריות שונות.
נייבא חלקים מספרייה כאשר:
משתמשים במספר קטן ומוגדר של פונקציות/קלאסים בתדירות גבוהה, ורוצים תחביר קצר יותר.
כדי להדגיש תלות בתת־מודול מסוים (למשל
numpy.linalgלאלגברה ליניארית).
עקרונות עבודה מומלצים
לייבא רק מה שצריך: שומר על קוד קריא וממוקד.
הסתמכות על תיעוד: קראו תיעוד רשמי וקווי הנחיה - זה מקצר עקומת למידה ומונע תקלות.