Dostupné knižnice Pythonu
Na tejto strane
Prostredie Python Sandbox
Python sandbox na vykonávanie kódu nie je holé prostredie Pythonu. Obsahuje sadu predinštalovaných vedeckých knižníc a knižníc na analýzu dát. Znalosť týchto knižníc je nevyhnutná na plné využitie možností vykonávania kódu a na pochopenie toho, čo môžeš – a čo nemôžeš – od modelu požadovať.
Základné knižnice
NumPy – Numerické výpočty
NumPy je základná knižnica pre numerické výpočty v Pythone. V sandboxe umožňuje:
- Operácie s viacrozmernými poľami
- Lineárnu algebru (maticové operácie, vektory, dekompozície)
- Generovanie náhodných čísel
- Fourierove transformácie
- Pokročilé matematické funkcie
# Model môže napísať a spustiť tento typ kódu
import numpy as np
# Vygeneruj náhodnú maticu a vypočítaj jej vlastné čísla
matrix = np.random.randn(5, 5)
eigenvalues = np.linalg.eigvals(matrix)
Pandas – Manipulácia s dátami
Pandas je štandardná knižnica na prácu s tabuľkovými dátami:
- Vytváranie a transformácia DataFrame objektov
- Čistenie a príprava dát
- Agregácie a zoskupovanie
- Deskriptívna štatistika
- Kontingenčné tabuľky a operácie spájania
import pandas as pd
# Analyzuj štruktúrované dáta
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 – Vizualizácia
Matplotlib ti umožňuje vytvárať grafy a vizualizácie:
- Čiarové, stĺpcové a koláčové grafy
- Histogramy a rozdelenia
- Grafy s viacerými osami
- Pokročilé prispôsobenie (farby, legendy, anotácie)
Model dokáže generovať grafy, ale ich zobrazenie závisí od toho, ako spracuješ odpoveď vo svojej aplikácii.
SciPy – Vedecké výpočty
SciPy rozširuje NumPy o pokročilé vedecké funkcie:
- Optimalizácia a minimalizácia funkcií
- Interpolácia a numerická integrácia
- Spracovanie signálov
- Pokročilá štatistika (testovanie hypotéz, rozdelenia)
- Riešenie diferenciálnych rovníc
Čo môžeš požadovať
Vďaka týmto knižniciam dokáže model vykonávať širokú škálu úloh:
Matematické výpočty
- Riešenie rovníc a sústav rovníc
- Maticové výpočty a lineárna algebra
- Deskriptívna a inferenčná štatistika
- Kombinatorická analýza a pravdepodobnosť
Analýza dát
- Čistenie a transformácia dátových súborov
- Agregácie a skupinová štatistika
- Detekcia anomálií a odľahlých hodnôt
- Korelácie a regresie
Finančné modelovanie
- Výpočty výnosnosti a rizika (Sharpe, Sortino)
- Optimalizácia portfólia
- Modely oceňovania
- Monte Carlo simulácie
Vedecké výpočty
- Riešenie diferenciálnych rovníc
- Fyzikálne simulácie
- Analýza časových radov
- Spracovanie experimentálnych dát
Čo nemôžeš robiť
Sandbox neumožňuje:
- Inštalovať nové knižnice (
pip installnie je k dispozícii) - Používať knižnice strojového učenia (chýba scikit-learn, TensorFlow, PyTorch)
- Pristupovať k externým API alebo sieti
- Čítať súbory z tvojho lokálneho systému
Ak tvoj prípad použitia vyžaduje knižnice, ktoré nie sú v sandboxe dostupné, budeš musieť vygenerovaný kód spustiť vo vlastnom prostredí Pythonu.
Kľúčové poznatky
- Sandbox obsahuje NumPy, Pandas, Matplotlib, SciPy a ďalšie bežné balíky
- Tieto knižnice pokrývajú numerické výpočty, analýzu dát, vizualizáciu a vedecké výpočty
- Inštalácia ďalších knižníc nie je možná
- Kniznice strojového učenia (scikit-learn, TensorFlow) nie sú dostupné
- Model automaticky využije správnu knižnicu pre požadovanú úlohu