框架和函式庫是新手在寫程式初期常常會混淆的知識。

但其實只要理解他們兩個的不同處，就可以很輕鬆了分辨出來，今天就讓我們好好了解一下他們吧！

函式庫(Library)

把想要做的事情寫成函式，再分門別類集合起來。

當程式設計師們再寫程式的時候方現一件事，如果我要重複做某件事的時候，一直寫整段長長的程式真的會很麻煩，所以他們就把會需要做到的事情寫成一個「函式」，就像Excel中的SUM、MIN。然後把他們功能類型相同的歸類在同一個函式庫，比如Python中數據操作的放在Numpy、數據蒐集的放在BeautifulSoup……等。

這樣有兩個好處，第一個是如果你有需求，不用一個一個函式去抓下來；第二個好處是，因為他已經分門別類了，所以只要下載相應的函式庫就好，不用一次全部抓下來占空間。

下面就介紹一些常用的函式庫：

數據清理與操作

• Numpy
  是數據科學中的基礎函式庫，其他如Pandas、Scipy等都依賴於它來進行數據處理和科學計算。提供了多維數組及相關的數學函數，也包含了許多線性代數、隨機數生成等功能。
• Scipy
  基於NumPy構建，提供了許多高階科學計算的功能，包括積分、最優化、線性代數、傅立葉變換等。
• Pandas
  是數據分析和處理中的核心，其中最重要的是DataFrame。支援讀取和寫入多種數據格式，如CSV、Excel、SQL數據庫等。

數據蒐集

• BeautifulSoup
  用於網頁解析和爬蟲，能夠從HTML或XML文檔中提取數據。提供了方便的API來遍歷和檢索網頁結構中的信息，且支援不同的解析器（如html.parser、lxml等）。

視覺化

• Matplotlib
  是最基礎、最常用的繪圖庫，提供了各種用於生成2D圖表和圖形的功能，包括折線圖、散點圖、柱狀圖等。支援多種輸出格式，如PNG、PDF等。使用者可以對圖表的標籤、顏色、線型等部分進行自定義。
• Seaborn
  可以輕鬆繪製各種統計圖表，如箱型圖、散點圖矩陣等，且支援多變量分析和複雜數據集的可視化。內建了許多漂亮的主題和顏色樣式，可以使得圖表的外觀更為吸引人和清晰。
• Plotly
  支援生成動態、可縮放的圖表，可以在網頁上進行交互式操作，包括折線圖、散點圖、地圖等。提供了Dash框架，可以用於構建交互式數據應用程序。
• Ggplot
  是一個Python版本的ggplot2（原本是R那邊的），提供了一套高級的語法和模型，可以方便地進行數據可視化和分析。支援各種常見的統計圖表，如散點圖、直方圖、線圖等。

想認識更多相關的資料庫可以看這兩篇我覺得寫得很好的文章Python零基礎到kaggle-Day3、終於把所有的Python庫，都整理出來囉！

也可以直接到Python的官網了解。

框架(Framwork)

把會用到的函式都先包山包海裝到一起，還幫你做出基本的架構。

框架與函式庫最大的不同就是，他已經幫你把整件事情的流程都統合出來了，接下來你要做的事情只有依照你的想法，把需要的東西放到相應的位置就好了。

這樣可以解決寫一個程式需要去下載很多函式庫的問題，而且因為有基礎的骨架，所以後續要應用就非常方便。

這邊也舉幾個常用在機器學習的框架：

TensorFlow

• 由Google開發和維護。
• 提供靈活的數據流圖計算模型，適用於各種機器學習和深度學習。
• 支援自動微分、GPU加速運算等，適用於大規模和高性能計算。

PyTorch

• Facebook開發。
• 使用動態計算圖，更容易理解和調試。
• 具有靈活的張量運算和強大的GPU支援。

Scikit-learn

• 開源的機器學習庫，提供了許多常見的機器學習算法和工具。
• 專注於傳統的監督和非監督學習算法，並提供了評估的工具。
• 簡單易用，適合用於初學者和快速原型開發。

Keras

要注意的是，它的主要設計者曾說：「Keras被認為是一個介面，而不是獨立的機器學習框架。」

• 是開源神經網路庫，或說是高階深度學習程式庫，能搭配TensorFlow、Theano、CNTK等框架運作。
• 目的是快速進行深度神經網路，Keras已經建架構好訓練模型的輸入層、隱藏層、輸出層，運用時只需要放進相應的參數或函式，就可以輕鬆建立、訓練和評估神經網絡模型。
• 適用於快速原型開發和研究實驗。

由此可知，Keras主要是配合TensorFlow、Theano、CNTK等框架運行的。

陣符群 & 一大張架構好的陣圖的區別

看完上面的介紹，應該可以大概理解「程式庫」、「框架」的區別了吧？

如果你有事先查過這兩者，應該常常看到這個解釋：

You call library. Framework calls you.

簡單來說，就是如果你是用程式庫，那只有在你需要的時候才會把他叫進來；但如果你用框架，就是一個被他牽著走的過程，因為主要的流程他都架好了，你需要做的就是填入你的參數。

這樣應該很好理解各自的優缺點，框架的優點就是寫程式的過程比函式庫方便，因為你只需要按照他的規則走，填入少少的程式碼，其他細節他會幫你處理，你可以得到你想要的模型。但缺點就是你會被他限制住，即使有些地方不和你的異你也得照著做。

而函式庫就自由多了，你想要用就引進來，不要用就不要用。但缺點也很明顯，你必須要從基礎一步步架構起來。

我們再來看一些好玩的解釋！這就像你要寫一個魔法陣，函式庫就像是給你許多不同的陣符群，法術符文群裡面有雷擊、火烈、急凍等；攻擊符文群裡有衝撞、投石、暴雨梨花針（？）；控制符文群裡有迷惑、昏亂、束縛，你需要用那些就把那些放進去。

框架就像是一個已經畫好的陣圖，你想要做什麼就在相應的位置填上去就好了，非常方便。但如果你會用到裡面沒有的東西，比如在專門做法術的框架裡要加入暴雨梨花針，可能就會遇到困難。

這樣形容會比較有概念嗎XD

結語

希望你們能看懂，不管是用哪種解釋方式。這兩種沒有優劣，只是看你當下的需求，選擇一種最好的方式。

明天來介紹Python吧。

先去睡啦，經過第一次上傳的時候不小心按到叉叉後又重新打一遍……我已經要乾掉惹。