最常用的几个python库
Python库有很多,为大家简单例举几个:
1、Arrow
Python中处理时间的库有datetime,但是它过于简单,使用起来不够方便和智能,而Arrow可以说非常的方便和智能。它可以轻松地定位几个小时之前的时间,可以轻松转换时区时间,对于一个小时前,2个小时之内这样人性化的信息也能够准确解读。
2、Behold
调试程序是每个程序员必备的技能,对于脚本语言,很多人习惯于使用print进行调试,然而对于大项目来说,print的功能还远远不足,我们希望有一个可以轻松使用,调试方便,对变量监视完整,格式已于查看的工具,而Behold就是那个非常好用的调试库。
3、Click
现在几乎所有的框架都有自己的命令行脚手架,Python也不例外,那么如何快速开发出属于自己的命令行程序呢?答案就是使用Python的Click库。Click库对命令行api进行了大量封装,你可以轻松开发出属于自己的CLI命令集。终端的颜色,环境变量信息,通过Click都可以轻松进行获取和改变。
4、Numba
如果你从事数学方面的分析和计算,那么Numba一定是你必不可少的库。Numpy通过将高速C库包装在Python接口中来工作,而Cython使用可选的类型将Python编译为C以提高性能。但是Numba无疑是最方便的,因为它允许使用装饰器选择性地加速Python函数。
5、Matlibplot
做过数据分析,数据可视化的数学学生一定知道matlab这个软件,这是一个收费的数学商用软件,在Python中,Matlibplot就是为了实现这个软件中功能开发的第三方Python库。并且它完全是免费的,很多学校都是用它来进行数学教学和研究的。
6、Pillow
图像处理是任何时候我们都需要关注的问题,平时我们看到很多ps中的神技,比如调整画面颜色,饱和度,调整图像尺寸,裁剪图像等等,这些其实都可以通过Python简单完成,而其中我们需要使用的库就是Pillow。
7、pyqt5
Python是可以开发图形界面程序的。而pyqt就是一款非常好用的第三方GUI库,有了它,你可以轻松开发出跨平台的图形应用程序,其中qtdesigner设计器,更是加速了我们开发图形界面的速度。
我也来几个吧
standard libs:
itertools
functools 学好python有必要掌握上面这两个库吧,
re 正则
subprocess 调用shell命令的神器
pdb 调试
traceback 调试
pprint 漂亮的输出
logging 日志
threading和multiprocessing 多线程
urllib/urllib2/httplib http库,httplib底层一点,推荐第三方的库requests
os/sys 系统,环境相关
Queue 队列
pickle/cPickle 序列化工具
hashlib md5, sha等hash算法
cvs
json/simplejson python的json库,据so上的讨论和benchmark,simplejson的性能要高于json
timeit 计算代码运行的时间等等
cProfile python性能测量模块
glob 类似与listfile,可以用来查找文件
atexit 有一个注册函数,可用于正好在脚本退出运行前执行一些代码
dis python 反汇编,当对某条语句不理解原理时,可以用dis.dis 函数来查看代码对应的python 解释器指令等等。
3th libs:
paramiko ssh python 库
selenium 浏览器自动化测试工具selenium的python 接口
lxml python 解析html,xml 的神器
mechanize Stateful programmatic web browsing
pycurl cURL library module for Python
Fabric Fabric is a Python (2.5 or higher) library and command-line tool for streamlining the use of SSH for application deployment or systems administration tasks.
xmltodict xml 转 dict,真心好用
urllib3 和 requests: 当然其实requests就够了 Requests: HTTP for Humans
flask web 微框架
ipdb 调试神器,同时推荐ipython!结合ipython使用
redis redis python接口
pymongo mongodbpython接口
PIL python图像处理
mako python模版引擎
numpy , scipy 科学计算
matplotlib 画图
scrapy 爬虫
django/tornado/web.py/web2py/uliweb/flask/twisted/bottle/cherrypy.等等 python web框架/服务器
sh 1.08 — sh v1.08 documentation 用来运行shell 模块的 极佳选择
环境管理
管理 Python 版本和环境的工具
p – 非常简单的交互式 python 版本管理工具。
pyenv – 简单的 Python 版本管理工具。
Vex – 可以在虚拟环境中执行命令。
virtualenv – 创建独立 Python 环境的工具。
virtualenvwrapper- virtualenv 的一组扩展。
包管理
管理包和依赖的工具。
pip – Python 包和依赖关系管理工具。
pip-tools – 保证 Python 包依赖关系更新的一组工具。
conda – 跨平台,Python 二进制包管理工具。
Curdling – 管理 Python 包的命令行工具。
wheel – Python 分发的新标准,意在取代 eggs。
包仓库
本地 PyPI 仓库服务和代理。
warehouse – 下一代 PyPI。
Warehousebandersnatch – PyPA 提供的 PyPI 镜像工具。
devpi – PyPI 服务和打包/测试/分发工具。
localshop – 本地 PyPI 服务(自定义包并且自动对 PyPI 镜像)。
分发
打包为可执行文件以便分发。
PyInstaller – 将 Python 程序转换成独立的执行文件(跨平台)。
dh-virtualenv – 构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。
Nuitka – 将脚本、模块、包编译成可执行文件或扩展模块。
py2app – 将 Python 脚本变为独立软件包(Mac OS X)。
py2exe – 将 Python 脚本变为独立软件包(Windows)。
pynsist – 一个用来创建 Windows 安装程序的工具,可以在安装程序中打包 Python本身。
构建工具
将源码编译成软件。
buildout – 一个构建系统,从多个组件来创建,组装和部署应用。
BitBake – 针对嵌入式 Linux 的类似 make 的构建工具。
fabricate – 对任何语言自动找到依赖关系的构建工具。
PlatformIO – 多平台命令行构建工具。
PyBuilder – 纯 Python 实现的持续化构建工具。
SCons – 软件构建工具。
交互式解析器
交互式 Python 解析器。
IPython – 功能丰富的工具,非常有效的使用交互式 Python。
bpython- 界面丰富的 Python 解析器。
ptpython – 高级交互式Python解析器, 构建于python-prompt-toolkit 之上。
文件
文件管理和 MIME(多用途的网际邮件扩充协议)类型检测。
imghdr – (Python 标准库)检测图片类型。
mimetypes – (Python 标准库)将文件名映射为 MIME 类型。
path.py – 对 os.path 进行封装的模块。
pathlib – (Python3.4+ 标准库)跨平台的、面向对象的路径操作库。
python-magic- 文件类型检测的第三方库 libmagic 的 Python 接口。
Unipath- 用面向对象的方式操作文件和目录
watchdog – 管理文件系统事件的 API 和 shell 工具
日期和时间
操作日期和时间的类库。
arrow- 更好的 Python 日期时间操作类库。
Chronyk – Python 3 的类库,用于解析手写格式的时间和日期。
dateutil – Python datetime 模块的扩展。
delorean- 解决 Python 中有关日期处理的棘手问题的库。
moment – 一个用来处理时间和日期的Python库。灵感来自于Moment.js。
PyTime – 一个简单易用的Python模块,用于通过字符串来操作日期/时间。
pytz – 现代以及历史版本的世界时区定义。将时区数据库引入Python。
when.py – 提供用户友好的函数来帮助用户进行常用的日期和时间操作。
文本处理
用于解析和操作文本的库。
通用
chardet – 字符编码检测器,兼容 Python2 和 Python3。
difflib – (Python 标准库)帮助我们进行差异化比较。
ftfy – 让Unicode文本更完整更连贯。
fuzzywuzzy – 模糊字符串匹配。
Levenshtein – 快速计算编辑距离以及字符串的相似度。
pangu.py – 在中日韩语字符和数字字母之间添加空格。
pyfiglet -figlet 的 Python实现。
shortuuid – 一个生成器库,用以生成简洁的,明白的,URL 安全的 UUID。
unidecode – Unicode 文本的 ASCII 转换形式 。
uniout – 打印可读的字符,而不是转义的字符串。
xpinyin – 一个用于把汉字转换为拼音的库。
1、数据分析
①Numpy:NumPy是Python中最为常用的数值计算库之一,它提供了大量的数学函数和数据结构,支持多维数组和矩阵运算,是科学计算和数值分析的核心库之一。
②Pandas:Pandas提供了数据分析和数据操作的功能,可以读取和处理各种数据格式,如CSV、Excel、SQL等,同时也支持数据清洗、数据处理、数据合并等功能。
③Matplotlib:Matplotlib是Python中最常用的绘图库之一,它可以生成各种类型的统计图表,如折线图、散点图、柱状图等,支持各种格式的输出。
2、机器学习
①Scikit-learn:Scikit-learn是Python中最为常用的机器学习库之一,它提供了各种机器学习算法的实现和封装,包括分类、回归、聚类、降维等功能。
②TensorFlow:TensorFlow是由Google开发的机器学习框架,它支持各种深度学习算法的实现和封装,如卷积神经网络、循环神经网络等。
③PyTorch:PyTorch是Facebook开发的机器学习框架,它也支持各种深度学习算法的实现和封装,同时也提供了一些高层次的API,使得开发者可以更加轻松地使用PyTorch进行深度学习。
3、Web开发
①Flask:Flask是Python中最为常用的Web框架之一,它提供了轻量级的Web开发支持,同时也支持RESTful API的开发。
②Django:Django是Python中最为流行的Web框架之一,它提供了完整的Web开发支持,包括ORM、模板引擎、路由、中间件等功能。
③Tornado:Tornado是Python中的异步Web框架,它提供了高并发的Web开发支持,适用于高性能和高并发的Web应用开发。
4、网络爬虫
①Requests:Requests是Python中最为常用的HTTP库之一,它提供了简洁的API,使得开发者可以轻松地进行HTTP请求的发送和处理。
②Scrapy:Scrapy是Python中最为常用的爬虫框架之一,它提供了完整的爬虫开发支持,包括HTTP请求、数据解析、数据存储等功能。
③Beautiful Soup:Beautiful
Soup是Python中最为常用的HTML解析库之一,它可以将HTML文档解析为Python对象,使得开发者可以更加方便地进行数据解析和数据提取。
1、Arrow:python中处理时间的库有datetime,但是它过于简单,使用起来不够方便和智能,而Arrow可以说非常的方便和智能。
2、Behold:调试是每个程序员必备的技能,对于脚本语言,很多人习惯使用print进行调试,对于大项目来说,print功能远远不够,我们都希望调试方便,Behold是最合适的。
3、Click:现在几乎所有的框架都有自己的命令行脚手架,python也是如此。在命令行程序中,Click库是非常合适的选择。
4、Numba:想要从事数学方面的分析和计算,Numba是不能缺少的库。
5、Matlibplot:做过数据分析,数据可视化的数据学生一定知道Matlibplot这个软件,是一个收费的商用软件,在python中,Matlibplot为了实现这个软件中功能开发的第三方python库。
标准库
Python拥有一个强大的标准库。Python语言的核心只包含数字、字符串、列表、字典、文件等常见类型和函数,而由Python标准库提供了系统管理、网络通信、文本处理、数据库接口、图形系统、XML处理等额外的功能。
Python标准库的主要功能有:
1.文本处理,包含文本格式化、正则表达式匹配、文本差异计算与合并、Unicode支持,二进制数据处理等功能
2.文件处理,包含文件操作、创建临时文件、文件压缩与归档、操作配置文件等功能
3.操作系统功能,包含线程与进程支持、IO复用、日期与时间处理、调用系统函数、日志(logging)等功能
4.网络通信,包含网络套接字,SSL加密通信、异步网络通信等功能
5.网络协议,支持HTTP,FTP,SMTP,POP,IMAP,NNTP,XMLRPC等多种网络协议,并提供了编写网络服务器的框架
6.W3C格式支持,包含HTML,SGML,XML的处理。
7.其它功能,包括国际化支持、数学运算、HASH、Tkinter等
Python社区提供了大量的第三方模块,使用方式与标准库类似。它们的功能覆盖科学计算、Web开发、数据库接口、图形系统多个领域。第三方模块可以使用Python或者C语言编写。SWIG,SIP常用于将C语言编写的程序库转化为Python模块。Boost C++ Libraries包含了一组函式库,Boost.Python,使得以Python或C++编写的程式能互相调用。Python常被用做其他语言与工具之间的“胶水”语言。
著名第三方库
1.Web框架
Django: 开源Web开发框架,它鼓励快速开发,并遵循MVC设计,开发周期短。
ActiveGrid: 企业级的Web2.0解决方案。
Karrigell: 简单的Web框架,自身包含了Web服务,py脚本引擎和纯python的数据库PyDBLite。
Tornado: 一个轻量级的Web框架,内置非阻塞式服务器,而且速度相当快
webpy: 一个小巧灵活的Web框架,虽然简单但是功能强大。
CherryPy: 基于Python的Web应用程序开发框架。
Pylons: 基于Python的一个极其高效和可靠的Web开发框架。
Zope: 开源的Web应用服务器。
TurboGears: 基于Python的MVC风格的Web应用程序框架。
Twisted: 流行的网络编程库,大型Web框架。
Quixote: Web开发框架。
2.科学计算
Matplotlib: 用Python实现的类matlab的第三方库,用以绘制一些高质量的数学二维图形。
SciPy: 基于Python的matlab实现,旨在实现matlab的所有功能。
NumPy: 基于Python的科学计算第三方库,提供了矩阵,线性代数,傅立叶变换等等的解决方案。
3.GUI
PyGtk: 基于Python的GUI程序开发GTK+库。
PyQt: 用于Python的QT开发库。
WxPython: Python下的GUI编程框架,与MFC的架构相似。
4.其它
BeautifulSoup: 基于Python的HTML/XML解析器,简单易用。
PIL: 基于Python的图像处理库,功能强大,对图形文件的格式支持广泛。
PyGame: 基于Python的多媒体开发和游戏软件开发模块。
Py2exe: 将python脚本转换为windows上可以独立运行的可执行程序。
大学生在读期间,如何考证?
语言程序设计类(C、C++、Java. Visual Basic、e pythol数据库程序设计类(aces.MySQL)、办公软件高级应用(IS 0ffice高级应用 计算机等级考试三级考试科目,网络技术、数据库技术、软件测试技术、信息安全技木、嵌入式系统开发技术 计算机等级考试四级考试科目,网络工程师、数据库库工程师、软件测试工程师、...
梁实秋散文作品
如Damon与Pythid, David与Jona than,怕也只是传说中的美谈罢。就是把友谊的标准降低一些,真正能称得起朋友的还是很难得。试想一想,如果银钱经手的事,你信得过的朋友能有几人?在你蹭蹬失意或疾病患难之中还肯登门拜访乃至雪中送炭的朋友又有几个?你出门在外之际对于你的妻室弱媳肯加照顾而又不照顾得太多...
python 计算程序运行了多长时间
如何用pytho写rhino文件答:1、首先下载MAC版的64位Eclipse,然后解压缩。2、下载Python。MAC自带的是的python版本比较老,所以去下个新版本,下载后安装,dmg的pyth防抓取,突袭网提供内容,请查看原文。8 days shows as 2 weeks 为什么python中>>>print可以运行,而>>>print"ilo...答:为什么python...
NCRE有几个等级
计算机等级考试内容:计算机等级考试一级 计算机等级考试一级考试科目:算机基础及MS Office应用、计算机基础及WPS0fice应用、计算机基础Potoabo应用、网络安全素质教育,一共四个科目。计算机等级考试二级 计算机等级考试二级考试科目:语言程序设计类(C、C++、Java. Visual Basic、e pythol数据库程序设计类(...
苍克盐酸: 标准库 Python拥有一个强大的标准库.Python语言的核心只包含数字、字符串、列表、字典、文件等常见类型和函数,而由Python标准库提供了系统管理、网络通信、文本处理、数据库接口、图形系统、XML处理等额外的功能. Python标准库...
碑林区17056141610: 最常用Python开源框架有哪些 - ?
苍克盐酸: Django、Flask、Redis、Bottle.....1、Python名气最大的框架:Django2、用Python编写的小巧轻量级的Web应用框架:Flask3、实时Web服务的理想框架:Tornado异步非阻塞IO的Python Web框架
碑林区17056141610: Python需要掌握的库,都有那些啊? - ?
苍克盐酸: 1、Matplotlib:用于创建二维图和图形的底层库,有了它的帮助,你可以构建各种不同的图标,从直方图到散点图再到费笛卡尔坐标图,它都可以与很多流行的绘图库结合使用. 2、Seaborn:包含更适合处理图标的默认设置,此外还有丰富的...
碑林区17056141610: python工程师都需要用到哪些库? - ?
苍克盐酸: Python工程师的6个必备库(不会的戳进来)这六个是常用的,基础的,你先记下来吧.
碑林区17056141610: Python 最重要的库都有哪些 - ?
苍克盐酸: 常用的有如下这些吧 sys os fileinput time shelve re shelve
碑林区17056141610: 最受欢迎的Python开源框架有哪些 - ?
苍克盐酸: Django: Python Web应用开发框架 Django 应该是最出名的Python框架,GAE甚至Erlang都有框架受它影响.Django是走大而全的方向,它最出名的是其全自动化的管理后台:只需要使用起ORM,做简单的对象定义,它就能自动生成数据库结构...
碑林区17056141610: 有哪些比较好用的Python数据库操作类库 - ?
苍克盐酸: mysql吧,pc机用起来方便,再下载一个图形化界面,可以在里面试验语句之后用python做批量处理.
碑林区17056141610: 一般Python都用什么可视化开发工具平台 - ?
苍克盐酸: 常见的Python可视化库有哪些? Matplotlib Matplotlib是一个Python 2维绘图库,已经成为Python中公认的数据可视化工具,通过Matplotlib你可以很轻松地画一些或简单或复杂地图形,几行代码即可生成线图、直方图、功率谱、条形图、错误图、...
碑林区17056141610: python中数据结构方面有哪些好用的第三方库 - ?
苍克盐酸: 1、图有牛逼的networkx Creating a graph 2、bloomfileter Welcome to Python BloomFilter's documentation!
碑林区17056141610: python 机器学习 用什么库 - ?
苍克盐酸: (1)scikit-learnPython下做机器学习,首推scikit-learn.该项目文档齐全、讲解清晰,功能齐备,使用方便,而且社区活跃.(2)Orange机器学习是其的功能之一,主要还是侧重数据挖掘,可以用可视化语言或Python进行操作,拥有机器学习组...