Зачем разработчику Delphi добавлять Python в свой набор инструментов? Все дело в доступе к библиотеке и возможности создания сценариев. Библиотека Python4Delphi (P4D) с открытым исходным кодом от Кириакоса Влахоса, автора популярной среды разработки Python PyScripter, позволяет вам как разработчику Delphi использовать всю коллекцию библиотек Python непосредственно из Delphi. Он также упрощает выполнение сценариев Python, создание новых модулей Python и новых типов Python непосредственно из вашего приложения Delphi. Дайте своим приложениям Delphi лучшее из обоих миров!
Присоединяйтесь к автору Python4Delphi Кириакосу Влахосу и адвокату разработчиков Embarcadero Джиму МакКиту на этом вебинаре из 2 частей, чтобы узнать, как использовать Python в ваших приложениях Delphi.
[Повтор части 1]
Обновление: из-за большого интереса мы делаем этот веб-семинар из двух частей: объединение сильных сторон Delphi и Python.
- Использование библиотек и объектов Python в коде Delphi
- Аналитика данных на основе Python в приложениях Delphi
- Создание модулей расширения Python с использованием Delphi
- Разработка графического интерфейса Python с использованием VCL
[Повтор второй части]
К каким библиотекам Python можно получить доступ из Delphi с помощью Python4Delphi?
- TensorFlow — Машинное обучение
- TensorFlow, разработанный Google в сотрудничестве с Brain Team, используется почти во всех приложениях Google для машинного обучения.
- Нейронные сети можно легко выразить в виде вычислительных графов, используя TensorFlow в виде серии операций над тензорами.
- Numpy — очистка данных и манипулирование
- TensorFlow и другие библиотеки используют Numpy внутри для выполнения нескольких операций с тензорами. Интерфейс массива — лучшая и самая важная особенность Numpy.
- Pandas — обработка и анализ данных
- В частности, он предлагает структуры данных и операции для управления числовыми таблицами и временными рядами.
- Название происходит от термина «панельные данные», эконометрического термина для наборов данных, которые включают наблюдения за несколько периодов времени за одними и теми же людьми.
- Scikit-Learn — машинное обучение и моделирование
- Он включает различные алгоритмы классификации, регрессии и кластеризации, включая вспомогательные векторные машины, случайные леса, повышение градиента, k-средних и DBSCAN.
- Инструментарий естественного языка (NLTK) — Обработка текста
- Набор библиотек и программ для символьной и статистической обработки естественного языка (NLP) для английского языка
- Предназначен для поддержки исследований и преподавания в области НЛП или тесно связанных областей, включая эмпирическую лингвистику, когнитивную науку, искусственный интеллект, поиск информации и машинное обучение.
- SciPy — Наука о данных
- Используется в естественных науках, математике и инженерии
- Содержит модули для оптимизации, линейной алгебры, интеграции, интерполяции, специальных функций, БПФ, обработки сигналов и изображений, решателей ODE и других задач, распространенных в науке и технике.
- Matplotlib и Seaborn для построения графиков и визуализации статистических данных
- Pillow & MoviePy для обработки изображений и видео
