Python模塊匯總(常用第三方庫(kù))
模塊
定義
計(jì)算機(jī)在開(kāi)發(fā)過(guò)程中，代碼越寫(xiě)越多，也就越難以維護(hù)，所以為了編寫(xiě)可維護(hù)的代碼，我們會(huì)把函數(shù)進(jìn)行分組，放在不同的文件里。在python里，一個(gè).py文件就是一個(gè)模塊
優(yōu)點(diǎn)：
提高代碼的可維護(hù)性。
提高代碼的復(fù)用，當(dāng)模塊完成時(shí)就可以在其他代碼中調(diào)用
引用其他模塊，包含python內(nèi)置模塊和其他第三方模塊
避免函數(shù)名和變量名等名稱(chēng)沖突
Python語(yǔ)言生態(tài)
Python語(yǔ)言提供超過(guò)15萬(wàn)個(gè)第三方庫(kù)，Python庫(kù)之間廣泛聯(lián)系、逐層封裝。
使用pip安裝
Python社區(qū)：https://pypi.org/
python標(biāo)準(zhǔn)庫(kù)：
sys模塊
random模塊
os模塊：
os.path:講解
http://www.fzitv.net/article/159730.htm
time模塊：
turtle模塊：
教程：http://www.fzitv.net/article/171752.htm
數(shù)據(jù)可視化
1.matplotlib :
提供了2維可視化功能庫(kù)，是Python可視化程序庫(kù)的泰斗，它的設(shè)計(jì)和在1980年代被設(shè)計(jì)的商業(yè)化程序語(yǔ)言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它們讓你能用更少的代碼去調(diào)用 matplotlib的方法。
訪問(wèn)：
顏色：
http://www.fzitv.net/article/136566.htm
教程：
https://wizardforcel.gitbooks.io/matplotlib-user-guide/3.1.html
2.Seaborn：
它是統(tǒng)計(jì)類(lèi)數(shù)據(jù)可視化功能庫(kù)
訪問(wèn)：
http://seaborn.pydata.org/index.html
3.ggplot：
gplot 跟 matplotlib 的不同之處是它允許你疊加不同的圖層來(lái)完成一幅圖
訪問(wèn)：
http://ggplot.yhathq.com/
4.Mayavi：
Mayavi2完全用Python編寫(xiě)，因此它不但是一個(gè)方便實(shí)用的可視化軟件，而且可以方便地用Python編寫(xiě)擴(kuò)展，嵌入到用戶(hù)編寫(xiě)的Python程序中，或者直接使用其面向腳本的API：mlab快速繪制三維圖
訪問(wèn)：http://code.enthought.com/pages/mayavi-project.html
講解：https://blog.csdn.net/ouening/article/details/76595427https://www.jianshu.com/p/81e6f4f1cdd8
5.TVTK：
TVTK庫(kù)對(duì)標(biāo)準(zhǔn)的VTK庫(kù)進(jìn)行包裝，提供了Python風(fēng)格的API、支持Trait屬性和numpy的多維數(shù)組。
VTK (http://www.vtk.org/) 是一套三維的數(shù)據(jù)可視化工具，它由C++編寫(xiě)，包涵了近千個(gè)類(lèi)幫助我們處理和顯示數(shù)據(jù)
講解：https://docs.huihoo.com/scipy/scipy-zh-cn/tvtk_intro.html
數(shù)據(jù)分析
教程
https://docs.huihoo.com/scipy/scipy-zh-cn/index.html#
1.numpy
表達(dá)N維數(shù)組的最基礎(chǔ)庫(kù)
訪問(wèn)
講解
http://www.fzitv.net/article/130031.htm
2.sympy
sympy是一個(gè)Python的科學(xué)計(jì)算庫(kù)，用一套強(qiáng)大的符號(hào)計(jì)算體系完成諸如多項(xiàng)式求值、求極限、解方程、求積分、微分方程、級(jí)數(shù)展開(kāi)、矩陣運(yùn)算等等計(jì)算問(wèn)題
訪問(wèn)
https://docs.sympy.org/0.7.1/guide.html#guide
講解
http://www.fzitv.net/article/158566.htm
解方程
http://www.fzitv.net/article/171754.htm
3.SciPy
數(shù)學(xué)、科學(xué)、工程計(jì)算功能庫(kù)
官網(wǎng)
講解
http://www.fzitv.net/article/171758.htm
4.pandas
Python數(shù)據(jù)分析高層次應(yīng)用庫(kù)
官網(wǎng)
講解
http://www.fzitv.net/article/171762.htm
5.blaze
官網(wǎng)
http://blaze.readthedocs.io/en/latest/index.html
文本處理
pyPDF2:用于處理PDF文件的工具集
Python-docx：操作Microsoft Word 文件的第三方庫(kù)
圖像處理
bigmoyan
http://scikit-image.org/
Python Imaging Library(PIL)
http://www.pythonware.com/products/pil/
pillow：
http://pillow.readthedocs.io/en/latest/
Quads
迭代的藝術(shù)
ascii_art：ASCII藝術(shù)庫(kù)
turtle：Python標(biāo)準(zhǔn)庫(kù)機(jī)器學(xué)習(xí)1.Scikit-learn是一個(gè)簡(jiǎn)單且高效的數(shù)據(jù)挖掘和數(shù)據(jù)分析工具，易上手，可以在多個(gè)上下文中重復(fù)使用。它基于NumPy, SciPy 和 matplotlib，開(kāi)源，可商用（基于 BSD 許可）。
訪問(wèn)：
講解：http://www.fzitv.net/article/171765.htm
2.Tensorflow
最初由谷歌機(jī)器智能科研組織中的谷歌大腦團(tuán)隊(duì)（Google Brain Team）的研究人員和工程師開(kāi)發(fā)。該系統(tǒng)設(shè)計(jì)的初衷是為了便于機(jī)器學(xué)習(xí)研究，能夠更快更好地將科研原型轉(zhuǎn)化為生產(chǎn)項(xiàng)目。
3.MXNet：
基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)計(jì)算框架
網(wǎng)絡(luò)相關(guān)
網(wǎng)絡(luò)爬蟲(chóng)
requests
最友好的網(wǎng)絡(luò)爬蟲(chóng)功能庫(kù)
訪問(wèn)：http://www.python-requests.org/
scrapy
優(yōu)秀的網(wǎng)絡(luò)爬蟲(chóng)框架
訪問(wèn)：https://scrapy.org/
pyspider
強(qiáng)大的Web頁(yè)面爬取系統(tǒng)
https://github.com/binux/pyspider
Web信息提取
BeautifulSoup
HTML和XML的解析庫(kù)
訪問(wèn)：https://www.crummy.com/software/BeautifulSoup/
Python-Goose：
提取文章類(lèi)型Web頁(yè)面功能庫(kù)
示例：
Web網(wǎng)站開(kāi)發(fā)
Django：
最流行的Web應(yīng)用框架
框架：
Pyramid：
規(guī)模適中的Web應(yīng)用框架
示例：
Flask：
Web應(yīng)用微框架
示例：
1.Tornado
訪問(wèn)：http://www.tornadoweb.org/en/stable/
3.Web.py
訪問(wèn)：http://webpy.org/
5.cherrypy
6.jinjs
http://docs.jinkan.org/docs/jinja2/
網(wǎng)絡(luò)應(yīng)用開(kāi)發(fā)
WeRoBot：
微信公眾號(hào)開(kāi)發(fā)框架
示例：
訪問(wèn)：https://github.com/offu/WeRoBot
教程：https://werobot.readthedocs.io/zh_CN/latest/
aip：
百度AI開(kāi)放平臺(tái)接口
功能：
訪問(wèn)：
MyQR：
二維碼生成第三方庫(kù)
GUI 圖形用戶(hù)界面
1.Tkinter
https://wiki.python.org/moin/TkInter/
2.wxPython
跨平臺(tái)GUI開(kāi)發(fā)框架
訪問(wèn)：https://www.wxpython.org/
示例：
3.PyGTK
4.PyQt5：
Qt開(kāi)發(fā)框架的Python接口
5.PySide
http://wiki.qt.io/Category:LanguageBindings::PySide
6.PyGObject：
使用GTK+開(kāi)發(fā)GUI的功能庫(kù)
示例：
戲開(kāi)發(fā)
PyGame：
簡(jiǎn)單的游戲開(kāi)發(fā)功能庫(kù)
Panda3D開(kāi)源、跨平臺(tái)的3D渲染、游戲開(kāi)發(fā)平臺(tái)
cocos2d開(kāi)發(fā)2D游戲和圖形界面交互式應(yīng)用的開(kāi)發(fā)框架
虛擬現(xiàn)實(shí)VR Zero樹(shù)莓派上開(kāi)發(fā)VR應(yīng)用的Python庫(kù)
訪問(wèn)：https://github.com/WayneKeenan/python-vrzero
pyovr
Oculus rift 的Python開(kāi)發(fā)接口
Vizard基于Python的通用VR開(kāi)發(fā)引擎
密碼學(xué)
1.cryptography
https://pypi.python.org/pypi/cryptography/
2.hashids
http://www.oschina.net/p/hashids
3.Paramiko
http://www.paramiko.org/
4.Passlib
https://pythonhosted.org/passlib/
5.PyCrypto
https://pypi.python.org/pypi/pycrypto
6.PyNacl
http://pynacl.readthedocs.io/en/latest/
自然語(yǔ)言處理
1.nltk： 自然語(yǔ)言文本處理第三方庫(kù)
http://www.nltk.org/
2.snownlp
https://github.com/isnowfy/snownlp
3.Pattern
https://github.com/clips/pattern
4.TextBlob
http://textblob.readthedocs.io/en/dev/
5.Polyglot
https://pypi.python.org/pypi/polyglot
6.jieba：
https://github.com/fxsjy/jieba
數(shù)據(jù)庫(kù)驅(qū)動(dòng)
mysql-python
https://sourceforge.net/projects/mysql-python/
PyMySQL
https://github.com/PyMySQL/PyMySQL
PyMongo
https://docs.mongodb.com/ecosystem/drivers/python/
pymongo
MongoDB庫(kù)
訪問(wèn)：https://pypi.python.org/pypi/pymongo/
redis
Redis庫(kù)
訪問(wèn)：https://pypi.python.org/pypi/redis/
cxOracle
Oracle庫(kù)
訪問(wèn)：https://pypi.python.org/pypi/cx_Oracle
SQLAlchemy
SQL工具包及對(duì)象關(guān)系映射（ORM）工具
訪問(wèn)：http://www.sqlalchemy.org/
peewee，
SQL工具包及對(duì)象關(guān)系映射（ORM）工具
訪問(wèn)：https://pypi.python.org/pypi/peewee
torndb
Tornado原裝DB
訪問(wèn)：https://github.com/bdarnell/torndb
其他庫(kù)暫未分類(lèi)
1.PyInstaller：
是一個(gè)十分有用的第三方庫(kù)，它能夠在Windows、Linux、 Mac OS X 等操作系統(tǒng)下將 Python 源文件打包，通過(guò)對(duì)源文件打包， Python 程序可以在沒(méi)有安裝 Python 的環(huán)境中運(yùn)行，也可以作為一個(gè) 獨(dú)立文件方便傳遞和管理。
2.Ipython
一種交互式計(jì)算和開(kāi)發(fā)環(huán)境
講解
https://www.cnblogs.com/zzhzhao/p/5295476.html
命令
ls、cd 、run、edit、clear、exist
相關(guān)文章
這篇文章主要為大家詳細(xì)介紹了微信跳一跳python代碼實(shí)現(xiàn)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-01-01
Python提高運(yùn)行速度工具之Pandarallel的使用教程
為了提高運(yùn)行速度，我們一般會(huì)采用多進(jìn)程的方式。而常見(jiàn)的方案對(duì)于普通python玩家來(lái)說(shuō)都不是特別友好，怎樣才能算作一個(gè)友好的并行處理方案？本文就來(lái)和大家講講pandarallel的使用2022-09-09
Python繪圖庫(kù)Pyecharts可視化效果示例詳解
本文將帶您從零開(kāi)始,逐步掌握使用Pyecharts庫(kù)進(jìn)行數(shù)據(jù)可視化的技能,Pyecharts是一個(gè)基于Echarts的Python可視化庫(kù),能夠輕松創(chuàng)建各種交互式圖表和地圖,無(wú)論您是數(shù)據(jù)分析新手還是有經(jīng)驗(yàn)的開(kāi)發(fā)者,都能幫助您深入了解Pyecharts的使用2023-08-08
這篇文章主要介紹了Python 描述符descriptor使用原理解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03
Python實(shí)現(xiàn)多元線(xiàn)性回歸的梯度下降法
梯度下降法的機(jī)器學(xué)習(xí)的重要思想之一，梯度下降法的目標(biāo)，是使得代價(jià)函數(shù)最小。本文主要和大家分享的是python實(shí)現(xiàn)多元線(xiàn)性回歸的梯度下降法，感興趣的可以了解一下2022-08-08
一次性徹底講透Python中pd.concat與pd.merge
本文主要介紹了一次性徹底講透Python中pd.concat與pd.merge，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2022-06-06
掌握Python property裝飾器巧妙管理類(lèi)的屬性
property?是Python中的一個(gè)內(nèi)置裝飾器,它用于創(chuàng)建屬性并允許開(kāi)發(fā)者定義特定的操作,例如獲取（getter）、設(shè)置（setter）和刪除（deleter）屬性值的方法,本文為大家講解如何利用這種特性使我們能更好地管理類(lèi)的屬性2024-01-01
最近一直在學(xué)習(xí)Python，還有網(wǎng)絡(luò)爬蟲(chóng)，于是就想起來(lái)把2者結(jié)合一下，所以就有了本文。2014-05-05
將YOLOv5中的PANet層修改為EfficientDet-BiFPN,實(shí)現(xiàn)自上而下與自下而上的深淺層特征雙向融合,明顯提升YOLOv5算法檢測(cè)精度,下面這篇文章主要給大家介紹了關(guān)于Yolov5更換BiFPN的詳細(xì)步驟,需要的朋友可以參考下2022-12-12
基于pytorch實(shí)現(xiàn)運(yùn)動(dòng)鞋品牌識(shí)別功能
這篇文章主要給大家介紹了關(guān)于如何基于pytorch實(shí)現(xiàn)運(yùn)動(dòng)鞋品牌識(shí)別功能,文中通過(guò)圖文以及實(shí)例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用PyTorch具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2024-02-02