مما لا شك فيه أن لغة البرمجة بايثون أصبحت تتصدر لغات البرمجة في مجال علم البيانات وتعليم الالة، وأصبحت من اللغات المطلوبة كشرط في فرص العمل والوظائف التي لها علاقة بـ علم البيانات بالبايثون وتحليلها.

الشكل التالي يمثل العلاقة بين لغات برمجة مشهورة ووظائف أعلن عنها في موقع indeed، حيث كانت هذه الوظائف تتعلق بمجالات machine learning و data  science، ومن الشكل يتضح لنا أن لغة البايثون تتصدر اللغات البرمجية في هذين المجالين.

ما سبق يعطي مؤشرًا واضحًا حول إتجاه المهارات ولغات البرمجة المطلوبة في وظائف علم البيانات و تعليم الالة. في هذا المقال نقدم لكم لمحة سريعة ومختصرة عن أهم مكتبات البايثون في علم البيانات و تعليم الالة والتي لابد على كل شخص يرغب بدخول عالم البايثون وعلم البيانات أن يُجيدها ويتعرف عليها، وخاصة عندما يتقدم للحصول على وظيفة كمحلل بيانات او عالم بيانات أو في مجال تعليم الالة.

مكتبات علم البيانات بالبايثون

المكتبة الأولى: Numpy

اقرأ: مكتبة Numpy – الخطوة الأولى في علم البيانات بلغة البايثون

تعتبر مكتبة Numpy من المكتبات الرياضية الأساسية في عمليات الحوسبة العلمية بالبايثون، حيث يعتمد عليها كثيرٌ من العلماء والباحثين في إجراء العمليات الحسابية الكبيرة والمعقدة على بياناتهم وفي اختباراتهم العلمية.

تتميز مكتبة Numpy بالتالي:

• دعم قوي لمصفوفات N-Dimensional
• عمليات سريعة وبكفاءة عالية عند التعامل مع المصفوفات، وإستخدام أمثل للمصادر عند المعالجة.
• دعم عمليات الجبر الخطي و Fourier transform بشكل سهل وسريع.
• تعتمد عليها كثير من المكتبات الأخرى مثل Pandas و theanets وغيرهما.

بعض مصادر تعلم للمكتبة:

• https://www.datacamp.com/community/blog/python-numpy-cheat-sheet#gs.0_T9D90
• http://cs231n.github.io/python-numpy-tutorial/
• http://www.python-course.eu/numpy.php
• https://www.datacamp.com/community/tutorials/python-numpy-tutorial#gs.Ereixfc
• https://vimeo.com/77263537?utm_source=datafloq&utm_medium=ref&utm_campaign=datafloq

المكتبة الثانية: Pandas

اقرأ: مكتبة Pandas – الخطوة الثانية في علم البيانات بلغة البايثون – الجزء الأول

اقرأ: مكتبة Pandas – الخطوة الثانية في علم البيانات بلغة البايثون – الجزء الثاني

تُقدم مكتبة Pandas الإمكانيات اللازمة لجعل تحليل ومعالجة البيانات أمرًا سهلًا وسريعًا، عبر ما تقدمه من تراكيب وأدوات برمجية تعتمد بالأساس على Numpy.

مميزات وخصائص مكتبة Pandas:

• تقدم المكتبة ما يسمى ب إطار البيانات (Data Frame) والذي يسهل من إستيراد البيانات والتعامل معها بسهولة.
• تقدم المكتبة الإمكانات اللازمة لإستيراد البيانات من الملفات بصيغها المختلفة ونقلها للذاكرة العشوائية.
• تسهل المكتبة عمليات (Data Preprocessing ) مثل تنظيف البيانات، ومعالجة القيم الفارغة فيها، وإجراء العمليات الإستكشافية على البيانات.
• تقدم المكتبة إمكانية إعادة تشكيل هيكل البيانات (Reshaping).
• تسهل دمج البيانات ببعضها أو تجزيئها إلى إطارات متعددة.

وغيرها الكثير من الخصائص والمميزات.

بعض مصادر تعلم للمكتبة:

• http://pandas.pydata.org/pandas-docs/stable/10min.html
• https://www.datacamp.com/community/tutorials/pandas-tutorial-dataframe-python#gs.zMakrWo
• https://www.dataquest.io/blog/pandas-python-tutorial/

المكتبة الثالثة: Scipy

تأتي هذه المكتبة على رأس هرم مكتبات علم البيانات بالبايثون ، وتخدم جانب تحليل البيانات و تعليم الالة بشكل قوي، ولا تقتصر على ذلك، حيث تقدم إمكانات هائلة في مجال معالجة الإشارات ومعالجة الصور والعمليات الحسابية المعقدة. تتكون وتعتمد مكتبة Scipy على خليط من المكتبات المشهورة مثل Numpy, Pandas, Matplotlib, Sympy, IPython وغيرها. تُقدم المكتبة مجموعة واسعة من الخوارزميات والحزم العلمية التي لها علاقة بالأخص بالعمليات الرياضية، الدوال الإحصائية وتعليم الألة.

تتميز مكتبة Scipy بما يلي:

• تقدم دوال واسعة في مجال الاحتمالات والإحصاء عبر موديول stats.
• إجراء التحليل المكاني (Spatial Analysis) عبر مجموعة من الخوارزميات المتخصصة الموجودة في موديول spatial.
• تقدم المكتبة أدوات خاصة بمعالجة الإشارات.
• تقدم المكتبة مجموعة من الدوال الخاصة بمعالجة المصفوفات متعددة الأبعاد لمعالجة الصور.
• دعم عمليات الجبر الخطي و Fourier transform.

وغيرها الكثير من الخصائص والمميزات.

بعض مصادر تعلم للمكتبة:

• https://www.datacamp.com/community/tutorials/python-scipy-tutorial#gs.hGF3Hnw
• https://www.youtube.com/watch?v=oYTs9HwFGbY
• https://docs.scipy.org/doc/scipy/reference/tutorial/?utm_source=datafloq&utm_medium=ref&utm_campaign=datafloq

المكتبة الرابعة: Matplotlib

اقرأ: مكتبة Matplotlib – الخطوة الثالثة في علم البيانات بالبايثون

هذه المكتبة أحد أشهر مكتبات البايثون في مجال Visualization، وتمكن مستخدميها من بناء الرسومات البيانية والتوضيحية بشكل سهل ومرن، وترتبط هذه المكتبة بعدة مكتبات وأدوات أخرى منها مكتبة Pandas وأداة Jupyter لتمكن من استدعاء أوامر الرسومات بشكل مباشر على إطار البيانات وبطريقة تفاعلية.

كما أن المرونة الموجودة في المكتبة تُمكن من ترتيب الأشكال والرسومات بطريقة سهلة ومريحة، ويُمكن أيضًا تصدير المخرجات على شكل ملفات بصيغ متعددة منها Pdf, Jpg, SVG, PNG, BMP, GIF وغيرها.

بعض مصادر تعلم للمكتبة:

• https://www.datacamp.com/community/tutorials/matplotlib-tutorial-python#gs.HdUg0vY
• https://www.labri.fr/perso/nrougier/teaching/matplotlib/
• https://pythonprogramming.net/matplotlib-python-3-basics-tutorial/

المكتبة الخامسة: Scikit-learn

اقرأ: مكتبة scikit-learn – لمحة سريعة عن مكتبة البايثون لتعليم الآلة

تعتبر هذه المكتبة أحد أهم مكتبات تعليم الالة في لغة البايثون وتعتمد على المكتبة السابقة Scipy. تُقدم هذه المكتبة للمستخدمين مجموعة من الخوارزميات الخاصة بتعليم الالة وتسهل عليهم تشغيل وتنفيذ هذه الخوارزميات على البيانات بشكل مباشر.

الرابط التالي يسرد الخوارزميات الخاصة بتعليم الألة والموجودة في المكتبة هنـــــــا

بعض مصادر تعلم للمكتبة:

• https://www.youtube.com/watch?utm_source=datafloq&utm_medium=ref&utm_campaign=datafloq&v=4ONBVNm3isI
• http://machinelearningmastery.com/a-gentle-introduction-to-scikit-learn-a-python-machine-learning-library/
• http://www.dataschool.io/machine-learning-with-scikit-learn/
• http://scikit-learn.org/stable/tutorial/index.html?utm_source=datafloq&utm_medium=ref&utm_campaign=datafloq

المكتبات السابقة ليست هي الوحيدة في علم البيانات و تعليم الالة بلغة البايثون، ولكنها الأشهر والمستخدمة بشكل واسع بين العلماء والباحثين في هذا المجال. إذا كانت أساسيات لغة البايثون موجودة لديك، وتريد أن تبدأ بالتخصص في مجال علم البيانات وتحليلها أو تعليم الألة، ننصحك في بايثونات أن تتقن إستخدام هذه المكتبات لقوتها ولإستخدامها الواسع.