想要自學Python卻陷入不會使用Python套件跟模組的窘境嗎？Python的邏輯易懂好入門、語法貼近英語，甚至連高中課綱也列入了程式設計的這門課程！雖然邏輯易懂，但也容易有階段性瓶頸，最常見的莫過於純熟使用Python套件與模組來提高程式碼的重用性且更容易做後續的維護，本篇將分享自身學習Python套件的經驗。
(Python套件能讓你的程式碼更精簡 /圖來源:pexels)
踏進Python領域的關鍵—想要更有效地完成分析
我的工作需要從龐大的數據資料中分析歸因，並產出一份完整報告給主管，做未來公司策略發展的參考，因此我非常清楚「大數據時代」對於未來各產業發展的意義。決策前必須從龐大的資料中層層整理、分析找出真正有含金量的數據，即使大學科系跟程式設計毫無關係、在無任何基礎的條件下，我仍希望自己能與時代接軌，因此決定要學習Python，透過程式碼以及Python套件模組的搭配，讓我可以更快地爬取到我想要的相關數據。
(透過學習Python，我期待在龐大資料中精準分析策略 /圖來源:pexels)
秒懂為何要使用Python套件及模組的原因
當程式碼的數量和規模越來越龐大時，會需要將有關聯性的程式碼提出來放在不同的檔案來形成「模組」，再透過主程式去引用，如此一來就可以提高程式碼的重複使用性，對於後續的維護也會比較容易。而Python套件就是一個更大的資料夾，其中一個擁有著__init__.py檔案的目錄就會被Python視為一個套件，一個Python套件裡面可以包含許多相關的模組或是套件，將程式碼模組化之後，單一專案中的模組會越來越多，此時就可以將相似的模組整合為套件。簡單來說套件等於一個模組庫、函式庫。
(理解Python套件概念，對於撰寫程式有不少幫助/圖來源:pexels)
前三名Python套件推薦，撰寫程式非難事
核心庫和統計資料相關Python套件：
- NumPy (Commits: 17911, Contributors: 641)
官網：http://www.numpy.org/
NumPy 是科學應用程式庫的主要軟體包之一，適用於處理大型多維陣列和矩陣，大量的高階數學函式集合和實現方法使得這些物件執行操作成為可能。
- SciPy (Commits: 19150, Contributors: 608)
官網：https://scipy.org/scipylib/
科學計算的另一個核心庫是 SciPy。它基於 NumPy，其功能也因此得到了擴充套件。SciPy 主資料結構又是一個多維陣列，由 Numpy 實現。這個軟體包含了幫助解決線性代數、概率論、積分計算和許多其他任務的工具。此外，SciPy 還封裝了許多新的 BLAS 和 LAPACK 函式。
- Pandas (Commits: 17144, Contributors: 1165)
官網：https://pandas.pydata.org/
Pandas 是一個 Python 庫，提供高階的資料結構和各種各樣的分析工具。這個軟體包的主要特點是能夠將相當複雜的資料操作轉換為一兩個命令。Pandas包含許多用於分組、過濾和組合資料的內建方法，以及時間序列功能。
(使用Python套件可以助你更快處理大量數據資料 /圖來源:pexels)
巨匠電腦學習Python套件，程式之路不再平凡
自從踏入Python領域後，認為單靠自己去學習真的非常難，碰到疑問也無只能茫然無助。因此決定報名巨匠電腦課程，加上在疫情影響之下巨匠電腦仍然有線上直播教學，資深加上經驗的加持讓我對巨匠電腦非常有信心。我報名的課程是「Python與AI人工智慧開發入門」，老師講課深入淺出，並能站在非本科系學生的立場，配合圖解及實例清楚介紹程式語言，也更了解如何更有效率且完善的使用Python套件與模組，讓程式碼更精簡、更容易維護！
(在巨匠電腦學習讓我可以融會貫通Python套件 /圖來源:pexels)