发布网友 发布时间:2024-09-09 15:03
共1个回答
热心网友 时间:2024-10-07 14:59
导读:本篇文章首席CTO笔记来给大家介绍有关python包含多少库的相关内容,希望对大家有所帮助,一起来看看吧。
常用的python库有哪些?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,此外还有丰富的可视化库,包含一些复杂类型,比如说时间序列、联合分布图等。
3、Plotly:一个很流行的库,可以让你轻松构建复杂的图形,该软件包含用于交互式web应用程,可实现轮廓图、三元图以及三维图等效果。
4、Pydot:纯Python编写的Graphviz接口,经常用于生产复杂的定向图和无向图,能够显示图形的结构,构建神经网络和基于决策树的算法是非常有效。
5、pyecharts:功能非常强大,支持多达400+地图,支持JupyterNotebook、JupyterLab,可以集成Flask,Sanic,Django等主流Web框架。
6、cufflinks:结合了plotly的强大功能和panda的灵活性,可以方便地进行绘图,避免了数据可视化过程中,对数据存储结构和数据类型进行复杂的麻烦。
在python中一共有多少个标准库?Python语言官方的参考手册钟,介绍了与Python一同发行的标准库。
文本处理服务
string?---常见的字符串操作
re?---正则表达式操作
difflib?---计算差异的辅助工具
textwrap?---文本自动换行与填充
unicodedata?---Unicode数据库
stringprep?---因特网字符串预备
readline?---GNUreadline接口
rlcompleter?---GNUreadline的补全函数
二进制数据服务
struct?---将字节串解读为打包的二进制数据
codecs?---编解码器注册和相关基类
数据类型
datetime?---基本日期和时间类型
zoneinfo?---IANA时区支持
calendar?---日历相关函数
collections?---容器数据类型
collections.abc?---容器的抽象基类
heapq?---堆队列算法
bisect?---数组二分查找算法
array?---高效的数值数组
weakref?---弱引用
types?---动态类型创建和内置类型名称
copy?---浅层(shallow)和深层(deep)复制操作
pprint?---数据美化输出
reprlib?---另一种?repr()?实现
enum?---对枚举的支持
graphlib?---操作类似图的结构的功能
数字和数学模块
numbers?---数字的抽象基类
math?---数学函数
cmath?---关于复数的数学函数
decimal?---十进制定点和浮点运算
fractions?---分数
random?---生成伪随机数
statistics?---数学统计函数
函数式编程模块
itertools?---为高效循环而创建迭代器的函数
functools?---高阶函数和可调用对象上的操作
operator?---标准运算符替代函数
文件和目录访问
pathlib?---面向对象的文件系统路径
os.path?---常用路径操作
fileinput?---迭代来自多个输入流的行
stat?---解析?stat()?结果
filecmp?---文件及目录的比较
tempfile?---生成临时文件和目录
glob?---Unix风格路径名模式扩展
fnmatch?---Unix文件名模式匹配
linecache?---随机读写文本行
shutil?---高阶文件操作
数据持久化
pickle?---Python对象序列化
copyreg?---注册配合?pickle?模块使用的函数
shelve?---Python对象持久化
marshal?---内部Python对象序列化
dbm?---Unix"数据库"接口
sqlite3?---SQLite数据库DB-API2.0接口模块
数据压缩和存档
zlib?---与?gzip?兼容的压缩
gzip?---对?gzip?格式的支持
bz2?---对?bzip2?压缩算法的支持
lzma?---用LZMA算法压缩
zipfile?---使用ZIP存档
tarfile?---读写tar归档文件
文件格式
csv?---CSV文件读写
configparser?---配置文件解析器
tomllib?---ParseTOMLfiles
netrc?---netrc文件处理
plistlib?---生成与解析Apple?.plist?文件
加密服务
hashlib?---安全哈希与消息摘要
hmac?---基于密钥的消息验证
secrets?---生成管理密码的安全随机数
通用操作系统服务
os?---多种操作系统接口
io?---处理流的核心工具
time?---时间的访问和转换
argparse?---命令行选项、参数和子命令解析器
getopt?---C风格的命令行选项解析器
logging?---Python的日志记录工具
logging.config?---日志记录配置
logging.handlers?---日志处理程序
getpass?---便携式密码输入工具
curses?---终端字符单元显示的处理
curses.textpad?---用于curses程序的文本输入控件
curses.ascii?---用于ASCII字符的工具
curses.panel?---curses的面板栈扩展
platform?---获取底层平台的标识数据
errno?---标准errno系统符号
ctypes?---Python的外部函数库
并发执行
threading?---基于线程的并行
multiprocessing?---基于进程的并行
multiprocessing.shared_memory?---Sharedmemoryfordirectaccessacrossprocesses
concurrent?包
concurrent.futures?---启动并行任务
subprocess?---子进程管理
sched?---事件调度器
queue?---一个同步的队列类
contextvars?---上下文变量
_thread?---底层多线程API
网络和进程间通信
asyncio?---异步I/O
socket?---底层网络接口
ssl?---套接字对象的TLS/SSL包装器
select?---等待I/O完成
selectors?---高级I/O复用库
signal?---设置异步事件处理程序
mmap?---内存映射文件支持
互联网数据处理
email?---电子邮件与MIME处理包
json?---JSON编码和解码器
mailbox?---操作多种格式的邮箱
mimetypes?---映射文件名到MIME类型
base64?---Base16,Base32,Base64,Base85数据编码
binascii?---二进制和ASCII码互转
quopri?---编码与解码经过MIME转码的可打印数据
结构化标记处理工具
html?---超文本标记语言支持
html.parser?---简单的HTML和XHTML解析器
html.entities?---HTML一般实体的定义
XML处理模块
xml.etree.ElementTree?---ElementTreeXMLAPI
xml.dom?---文档对象模型API
xml.dom.minidom?---最小化的DOM实现
xml.dom.pulldom?---支持构建部分DOM树
xml.sax?---支持SAX2解析器
xml.sax.handler?---SAX处理句柄的基类
xml.sax.saxutils?---SAX工具集
xml.sax.xmlreader?---用于XML解析器的接口
xml.parsers.expat?---使用Expat的快速XML解析
互联网协议和支持
webbrowser?---方便的Web浏览器控制工具
wsgiref?---WSGI工具和参考实现
urllib?---URL处理模块
urllib.request?---用于打开URL的可扩展库
urllib.response?---urllib使用的Response类
urllib.parse?用于解析URL
urllib.error?---urllib.request引发的异常类
urllib.robotparser?---robots.txt语法分析程序
http?---HTTP模块
http.client?---HTTP协议客户端
ftplib?---FTP协议客户端
poplib?---POP3协议客户端
imaplib?---IMAP4协议客户端
smtplib?---SMTP协议客户端
uuid?---?RFC4122?定义的UUID对象
socketserver?---用于网络服务器的框架
http.server?---HTTP服务器
http.cookies?---HTTP状态管理
http.cookiejar?——HTTP客户端的Cookie处理
xmlrpc?---XMLRPC服务端与客户端模块
xmlrpc.client?---XML-RPC客户端访问
xmlrpc.server?---基本XML-RPC服务器
ipaddress?---IPv4/IPv6操作库
多媒体服务
wave?---读写WAV格式文件
colorsys?---颜色系统间的转换
国际化
gettext?---多语种国际化服务
locale?---国际化服务
程序框架
turtle?---海龟绘图
cmd?---支持面向行的命令解释器
shlex?——简单的词法分析
Tk图形用户界面(GUI)
tkinter?——Tcl/Tk的Python接口
tkinter.colorchooser?---颜色选择对话框
tkinter.font?---Tkinter字体封装
Tkinter对话框
tkinter.messagebox?---Tkinter消息提示
tkinter.scrolledtext?---滚动文字控件
tkinter.dnd?---拖放操作支持
tkinter.ttk?---Tk风格的控件
tkinter.tix?---TK扩展包
常用的python库有哪些
10个顶级且实用的python库
1、Dash
Dash是比较新的软件包,它是用纯python构建数据可视化app的理想选择,因此特别适合处理数据的任何人。Dash是Flask、Plotly.js和React.js的混合体。
2、Pygame
Pygame是SDL多媒体库的python装饰器,SDL是一个跨平台开发库,旨在提供对以下内容的低级接口:音频、键盘、鼠标、游戏杆、基于OpenGL和Direct3D的图形硬件。
Pygame具有高度的可移植性,几乎可以在所有平台和操作系统上运行。尽管它具有完善的游戏引擎,但您也可以使用此库直接从python脚本播放MP3文件。
3、Pillow
Pillow专门用于处理图像,您可以使用该库创建缩略图,在文件格式之间转换、旋转、应用滤镜、显示图像等等。如果您需要对许多图像执行批量操作,这是理想的选择。
4、Colorama
Colorama允许你在终端使用颜色,非常适合python脚本,文档简短而有趣,可以在ColoramaPyPi页面上找到。
5、JmesPath
在python中使用JSON非常容易,因为JSON在python字典上的映射非常好。此外,python带有自己出色的json库,用于解析和创建JSON。对我来说,这是它最好的功能之一,如果我需要使用JSON,可以考虑使用python。
JmesPath使python处理JSON更加容易,它允许您明确地指定如何从JSON文档中提取元素。
6、Requests
Requests建立在世界上下载量最大的python库urllib3上,它令Web请求变得非常简单,功能强大且用途广泛。
Requests可以完成您能想到的所有高级工作,比如:认证,使用cookie,执行POST、PUT、DELETE等,使用自定义证书,使用会话Session、使用代理等。
7、Simplejson
python中的本地json模块有什么问题?没有!实际上,python的json是Simplejson。意思是:python采用了Simplejson的一个版本,并将其合并到每个发行版中,但是使用Simplejson具有一些优点:它适用于更多python版本、它比python随附的版本更新频率更高、它具有用C编写的部分,因此非常快速。
8、Emoji
Emoji库非常意思,但并非每个人都喜欢表情包,分析视角媒体数据时,Emoji包非常有用。
9、Python-dateutil
Python-dateutil模块提供了对标准datetime模块的强大扩展。我的经验是:常规的python日期时间功能在哪里结束,而Python-dateutil就出现了。
10、BeautifulSoup
如果您从网站上提取了一些HTML,则需要对其进行解析以获取实际所需的内容。BeautifulSoup是一个python库,用于从HTML和XML文件中提取数据。它提供了导航,搜索和修改解析树的简单方法。它非常强大,即使损坏了,也能够处理各种HTML,这是一个非常强大的功能。
它的一些主要功能:
①BeautifulSoup会自动将传入文档转换为Unicode,将传出文档转换为UTF-8,您无需考虑编码。
②BeautifulSoup位于流行的python解析器的顶部,使您可以尝试不同的解析策略或提高灵活性。
python常用库有哪些?python常用的库有sysos获取系统相关信息
re正则表达式模块
numpypandassklearn模块用于科学计算
结语:以上就是首席CTO笔记为大家整理的关于python包含多少库的全部内容了,感谢您花时间阅读本站内容,希望对您有所帮助,更多关于python包含多少库的相关内容别忘了在本站进行查找喔。