De forma predeterminada, Python incluye la biblioteca estándar, que contiene una gran cantidad de funciones reutilizables. Además, más de 137 000 bibliotecas de Python están disponibles para diversas aplicaciones, incluidos el desarrollo web, la ciencia de datos y el machine learning (ML).
Algunas de las más populares son las siguientes:
1. NumPy: biblioteca fundamental para el análisis numérico y la computación científica, incluyendo funciones para álgebra lineal, transformadas de Fourier, y matrices multidimensionales. NumPy admite la integración a muchos lenguajes, como C y C++.
2. Pandas: biblioteca de análisis de datos que permite trabajar con estructuras de datos optimizadas y flexibles que se pueden utilizar para manipular datos de serie temporal y datos estructurados, como las tablas y las matrices, incluyendo la importación y exportación de datos desde y hacia diversos formatos de archivo. Por ejemplo, puede utilizar Pandas para leer, escribir, combinar, filtrar y agrupar datos. Muchas personas lo utilizan para las tareas de ciencia de datos, análisis de datos y ML.
3. Matplotlib: biblioteca para la visualización de datos y gráficos de dos y tres dimensiones (2D y 3D) de alta calidad. Por lo general, se utiliza en las aplicaciones científicas. Con Matplotlib, puede visualizar los datos mostrándolos en diferentes gráficos, como los gráficos de barras y los de líneas. También puede trazar varios gráficos de una sola vez, y estos se pueden trasladar a todas las plataformas.
4. Requests: biblioteca que permite hacer solicitudes HTTP desde Python, agregar encabezados, parámetros de URL y datos y, llevar a cabo muchas más tareas cuando se comunica con aplicaciones web. Esto facilita la integración de Python con aplicaciones web y servicios en línea.
5. Scikit-learn: biblioteca de aprendizaje automático que proporciona herramientas para la clasificación, la regresión, el clustering, y la selección de características.
6. TensorFlow: biblioteca de aprendizaje automático de código abierto desarrollada por Google, que proporciona herramientas para construir y entrenar modelos de aprendizaje profundo.
7. OpenCV-Python: biblioteca que los desarrolladores utilizan para procesar imágenes para las aplicaciones de visión artificial. Proporciona muchas funciones para las tareas de procesamiento de imágenes, como la lectura y la escritura simultáneas de imágenes, la creación de un entorno 3D a partir de uno 2D y la captura y el análisis de las imágenes de video.
8. Keras: biblioteca de red neuronal profunda de Python que cuenta con un excelente soporte para el procesamiento de datos, su visualización y mucho más. Keras admite muchas redes neuronales. Posee una estructura modular que ofrece flexibilidad en la escritura de aplicaciones innovadoras.
9. BeautifulSoup: biblioteca que permite analizar y extraer datos de páginas web, lo que es útil para el web scraping y la minería de datos.
10. Pygame: biblioteca para el desarrollo de videojuegos, que proporciona herramientas para la creación de gráficos, sonidos, animaciones y más.