Python 模块汇总(包汇总)

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python 模块汇总(包汇总)，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含5467字，纯文字阅读大概需要8分钟。

内容图文

• 模块
  • 定义
    • 计算机在开发过程中，代码越写越多，也就越难以维护，所以为了编写可维护的代码，我们会把函数进行分组，放在不同的文件里。在python里，一个.py文件就是一个模块
  • 优点：
    • 提高代码的可维护性。
    • 提高代码的复用，当模块完成时就可以在其他代码中调用
    • 引用其他模块，包含python内置模块和其他第三方模块
    • 避免函数名和变量名等名称冲突
• python内建模块：
  • sys模块
  • random模块
  • os模块：
    • os.path:讲解
      • https://www.cnblogs.com/yufeihlf/p/6179547.html
• 数据可视化
  • 1.matplotlib :
    • 是Python可视化程序库的泰斗，它的设计和在1980年代被设计的商业化程序语言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它们让你能用更少的代码去调用 matplotlib的方法。
    • 访问：
      • https://matplotlib.org/ 
    • 颜色：
      • https://www.cnblogs.com/darkknightzh/p/6117528.html
    • 教程：
      • https://wizardforcel.gitbooks.io/matplotlib-user-guide/3.1.html
  • 2.Seaborn：
    • 它是构建在matplotlib的基础上的，用简洁的代码来制作好看的图表。Seaborn跟matplotlib最大的区别就是它的默认绘图风格和色彩搭配都具有现代美感。
    • 访问：
      • http://seaborn.pydata.org/index.html
  • 3.ggplot：
    • gplot 跟 matplotlib 的不同之处是它允许你叠加不同的图层来完成一幅图
    • 访问：
      • http://ggplot.yhathq.com/
  • 4.Mayavi：
    • Mayavi2完全用Python编写，因此它不但是一个方便实用的可视化软件，而且可以方便地用Python编写扩展，嵌入到用户编写的Python程序中，或者直接使用其面向脚本的API：mlab快速绘制三维图
    • 访问：http://code.enthought.com/pages/mayavi-project.html
    • 讲解：https://blog.csdn.net/ouening/article/details/76595427https://www.jianshu.com/p/81e6f4f1cdd8
  • 5.TVTK：
    • TVTK库对标准的VTK库进行包装，提供了Python风格的API、支持Trait属性和numpy的多维数组。
    • VTK (http://www.vtk.org/) 是一套三维的数据可视化工具，它由C++编写，包涵了近千个类帮助我们处理和显示数据
    • 讲解：https://docs.huihoo.com/scipy/scipy-zh-cn/tvtk_intro.html
• 机器学习
  • 1.Scikit-learn
    • 是一个简单且高效的数据挖掘和数据分析工具，易上手，可以在多个上下文中重复使用。它基于NumPy, SciPy 和 matplotlib，开源，可商用（基于 BSD 许可）。
    • 访问：
    • 讲解：https://blog.csdn.net/finafily0526/article/details/79318401
  • 2.Tensorflow
    • 最初由谷歌机器智能科研组织中的谷歌大脑团队（Google Brain Team）的研究人员和工程师开发。该系统设计的初衷是为了便于机器学习研究，能够更快更好地将科研原型转化为生产项目。
• Web框架
  • 1.Tornado
    • 访问：http://www.tornadoweb.org/en/stable/
  • 2.Flask
    • 访问：http://flask.pocoo.org/
  • 3.Web.py
    • 访问：http://webpy.org/
  • 4.django
    • https://www.djangoproject.com/
  • 5.cherrypy
    • http://cherrypy.org/
  • 6.jinjs
    • http://docs.jinkan.org/docs/jinja2/
• GUI 图形界面
  • 1.Tkinter
    • https://wiki.python.org/moin/TkInter/
  • 2.wxPython
    • https://www.wxpython.org/
  • 3.PyGTK
    • http://www.pygtk.org/
  • 4.PyQt
    • https://sourceforge.net/projects/pyqt/
  • 5.PySide
    • http://wiki.qt.io/Category:LanguageBindings::PySide
• 科学计算
  • 教程
    • https://docs.huihoo.com/scipy/scipy-zh-cn/index.html#
  • 1.numpy
    • 访问
      • http://www.numpy.org/ 
    • 讲解
      • https://blog.csdn.net/lm_is_dc/article/details/81098805
  • 2.sympy
    • sympy是一个Python的科学计算库，用一套强大的符号计算体系完成诸如多项式求值、求极限、解方程、求积分、微分方程、级数展开、矩阵运算等等计算问题
    • 访问
      • https://docs.sympy.org/0.7.1/guide.html#guide 
    • 讲解
      • https://www.jianshu.com/p/339c91ae9f41 
    • 解方程
      • https://www.cnblogs.com/zyg123/p/10549354.html
  • 3.SciPy
    • 官网
      • https://www.scipy.org/
    • 讲解
      • https://blog.csdn.net/wsp_1138886114/article/details/80444621
  • 4.pandas
    • 官网
      • http://pandas.pydata.org/
    • 讲解
      • https://www.cnblogs.com/linux-wangkun/p/5903945.html
  • 5.blaze
    • 官网
      • http://blaze.readthedocs.io/en/latest/index.html
• 密码学
  • 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/
• 爬虫相关
  • requests
    • 最好用的http工具
    • 访问
      • http://www.python-requests.org/
  • scrapy
    • https://scrapy.org/
  • pyspider
    • https://github.com/binux/pyspider
  • portia
    • https://github.com/scrapinghub/portia
  • html2text
    • https://github.com/Alir3z4/html2text
  • BeautifulSoup
    • https://www.crummy.com/software/BeautifulSoup/
  • lxml
    • http://lxml.de/
  • selenium
    • http://docs.seleniumhq.org/
  • mechanize
    • https://pypi.python.org/pypi/mechanize
  • PyQuery
    • https://pypi.python.org/pypi/pyquery/
  • creepy
    • https://pypi.python.org/pypi/creepy
  • gevent
    • 一个高并发的网络性能库
      • 访问
        • http://www.gevent.org/
• 图像处理
  • bigmoyan
    • http://scikit-image.org/
  • Python Imaging Library(PIL)
    • http://www.pythonware.com/products/pil/
  • pillow：
    • http://pillow.readthedocs.io/en/latest/
• 自然语言处理
  • 1.nltk：
    • http://www.nltk.org/
    • 教程
      • https://blog.csdn.net/wizardforcel/article/details/79274443
  • 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
• 数据库驱动
  • mysql-python
    • https://sourceforge.net/projects/mysql-python/
  • PyMySQL
    • https://github.com/PyMySQL/PyMySQL
  • PyMongo
    • https://docs.mongodb.com/ecosystem/drivers/python/
  • pymongo
    • MongoDB库
    • 访问：https://pypi.python.org/pypi/pymongo/
  • redis
    • Redis库
    • 访问：https://pypi.python.org/pypi/redis/
  • cxOracle
    • Oracle库
    • 访问：https://pypi.python.org/pypi/cx_Oracle
  • SQLAlchemy
    • SQL工具包及对象关系映射（ORM）工具
    • 访问：http://www.sqlalchemy.org/
  • peewee，
    • SQL工具包及对象关系映射（ORM）工具
    • 访问：https://pypi.python.org/pypi/peewee
  • torndb
    • Tornado原装DB
    • 访问：https://github.com/bdarnell/torndb
• Web
  • pycurl
    • URL处理工具
  • smtplib模块
    • 发送电子邮件
• 其他库暂未分类
  • 1.PyInstaller：
    • 是一个十分有用的第三方库，它能够在Windows、Linux、 Mac OS X 等操作系统下将 Python 源文件打包，通过对源文件打包， Python 程序可以在没有安装 Python 的环境中运行，也可以作为一个 独立文件方便传递和管理。
  • 2.Ipython
    • 一种交互式计算和开发环境
    • 讲解
      • https://www.cnblogs.com/zzhzhao/p/5295476.html
    • 命令
      • ls、cd 、run、edit、clear、exist

内容总结

以上是互联网集市为您收集整理的Python 模块汇总(包汇总)全部内容，希望文章能够帮你解决Python 模块汇总(包汇总)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端