Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Beschikbare Python-bibliotheken

Les 13 van 16 Bijgewerkt op 30 juli 2026 Ontwikkelaar
Op deze pagina
  1. De Python-sandboxomgeving
  2. Kernbibliotheken
  3. Wat u kunt aanvragen
  4. Wat u niet kunt doen
  5. Belangrijkste punten

De Python-sandboxomgeving

De Python-sandbox voor code-uitvoering is geen kale Python-omgeving. Deze bevat een reeks vooraf geïnstalleerde bibliotheken voor wetenschappelijke berekeningen en data-analyse. Het is essentieel om deze bibliotheken te kennen om de mogelijkheden van Code Execution volledig te benutten en te begrijpen wat u het model wel en niet kunt vragen.

Kernbibliotheken

NumPy — Numerieke berekeningen

NumPy is de fundamentele bibliotheek voor numerieke berekeningen in Python. In de sandbox maakt dit het volgende mogelijk:

  • Bewerkingen met multidimensionale arrays
  • Lineaire algebra (matrices, vectoren, decomposities)
  • Generatie van willekeurige getallen
  • Fourier-transformaties
  • Geavanceerde wiskundige functies
# Het model kan dit soort code schrijven en uitvoeren
import numpy as np

# Genereer een willekeurige matrix en bereken de eigenwaarden
matrix = np.random.randn(5, 5)
eigenvalues = np.linalg.eigvals(matrix)

Pandas — Datamanipulatie

Pandas is de standaardbibliotheek voor manipulatie van tabeldata:

  • Maken en transformeren van DataFrames
  • Schoonmaken en voorbereiden van data
  • Aggregaties en groeperingen
  • Beschrijvende statistieken
  • Draaitabellen en join-bewerkingen
import pandas as pd

# Analyseer gestructureerde data
df = pd.DataFrame({
    'product': ['A', 'B', 'C', 'A', 'B'],
    'sales': [100, 150, 80, 120, 200],
    'month': ['Jan', 'Jan', 'Jan', 'Feb', 'Feb']
})
resume = df.groupby('product')['sales'].agg(['mean', 'sum', 'count'])

Matplotlib — Visualisatie

Met Matplotlib kunt u grafieken en visualisaties maken:

  • Lijn-, staaf- en cirkeldiagrammen
  • Histogrammen en verdelingen
  • Grafieken met meerdere assen
  • Geavanceerde aanpassingen (kleuren, legenda’s, annotaties)

Het model kan grafieken genereren, maar de weergave ervan hangt af van hoe u het antwoord in uw applicatie verwerkt.

SciPy — Wetenschappelijke berekeningen

SciPy breidt NumPy uit met geavanceerde wetenschappelijke functies:

  • Optimalisatie en functieminimalisatie
  • Interpolatie en numerieke integratie
  • Signaalverwerking
  • Geavanceerde statistiek (hypothesetoetsing, verdelingen)
  • Oplossen van differentiaalvergelijkingen

Wat u kunt aanvragen

Met deze bibliotheken kan het model een breed scala aan taken uitvoeren:

Wiskundige berekeningen

  • Oplossen van vergelijkingen en stelsels van vergelijkingen
  • Matrixberekeningen en lineaire algebra
  • Beschrijvende en inferentiële statistiek
  • Combinatorische analyse en kansen

Data-analyse

  • Schoonmaken en transformeren van datasets
  • Aggregaties en groepsstatistieken
  • Detectie van anomalieën en uitbijters
  • Correlaties en regressies

Financiële modellering

  • Berekening van rendement en risico (Sharpe, Sortino)
  • Portfolio-optimalisatie
  • Waarderingsmodellen
  • Monte Carlo-simulaties

Wetenschappelijke berekeningen

  • Oplossen van differentiaalvergelijkingen
  • Fysische simulaties
  • Tijdreeksanalyse
  • Verwerking van experimentele data

Wat u niet kunt doen

De sandbox staat het volgende niet toe:

  • Nieuwe bibliotheken installeren (pip install is niet beschikbaar)
  • Machine learning-bibliotheken gebruiken (geen scikit-learn, TensorFlow, PyTorch)
  • Externe API’s of het netwerk raadplegen
  • Bestanden van uw lokale systeem lezen

Als uw use case bibliotheken vereist die niet in de sandbox beschikbaar zijn, moet u de gegenereerde code in uw eigen Python-omgeving uitvoeren.

Belangrijkste punten

  • De sandbox bevat NumPy, Pandas, Matplotlib, SciPy en andere veelgebruikte pakketten
  • Deze bibliotheken dekken numerieke berekeningen, data-analyse, visualisatie en wetenschappelijke berekeningen
  • Installatie van extra bibliotheken is niet mogelijk
  • ML-bibliotheken (scikit-learn, TensorFlow) zijn niet beschikbaar
  • Het model maakt automatisch gebruik van de juiste bibliotheek voor de gevraagde taak