C站最全Python库总结丨标准库+高级库
夢(mèng)想還是要有的，萬(wàn)一別人問(wèn)呢？
作者：不吃西紅柿
簡(jiǎn)介：CSDN博客專家、藍(lán)橋簽約作者、大數(shù)據(jù)&Python領(lǐng)域優(yōu)質(zhì)創(chuàng)作者。
CSDN私信我，回復(fù)【資料】領(lǐng)取：
1、100套小編購(gòu)買的簡(jiǎn)歷模板；
2、1000套精品PPT模板；
3、Python 基礎(chǔ)和實(shí)戰(zhàn)應(yīng)用；
4、Java基礎(chǔ)、高級(jí)和面試資料；
5、大數(shù)據(jù)-行業(yè)資料（行業(yè)峰會(huì)、技術(shù)風(fēng)向）；
6、大數(shù)據(jù)-學(xué)習(xí)資料（300+ PDF）；
7、數(shù)據(jù)倉(cāng)庫(kù)理論知識(shí)和項(xiàng)目實(shí)戰(zhàn)；
8、機(jī)器學(xué)習(xí)&推薦系統(tǒng)。
文章如果能擊中你，求點(diǎn)贊、求收藏、求評(píng)論
上一篇，《C站最全Python標(biāo)準(zhǔn)庫(kù)總結(jié)》，登頂了【全站綜合熱榜】和【python領(lǐng)域熱榜】，獲得了2362多次點(diǎn)贊、998次評(píng)論、2072次收藏，謝謝各位小伙伴。
有粉絲留言說(shuō)，還想看常用高級(jí)庫(kù)，為了寵粉和圈粉，西紅柿就再補(bǔ)充一下Python高級(jí)庫(kù)的使用技巧。希望你能喜歡喲~
python標(biāo)準(zhǔn)庫(kù)思維導(dǎo)圖：
python常用高級(jí)庫(kù)思維導(dǎo)圖：
一、python常用高級(jí)庫(kù)
1、操作數(shù)據(jù)庫(kù)：MySQLdb
安裝MySQLdb，請(qǐng)?jiān)L問(wèn) http://sourceforge.net/projects/mysql-python?
import MySQLdb
?
# 連接數(shù)據(jù)庫(kù)
conn = MySQLdb.connect(host='localhost',user='root',passwd='xxxx',db='test1')
?
# 獲取cursor對(duì)象來(lái)進(jìn)行操作
cursor = conn.cursor()
# 從你的全世界錯(cuò)過(guò)~
sql = "select * from world where someone like 'you' "
# 執(zhí)行sql
cursor.execute(sql)
2、Web 開(kāi)發(fā)：?flask
把客戶端所有的請(qǐng)求都轉(zhuǎn)發(fā)給這個(gè)程序?qū)嵗? from flask import Flask import datetimeserver=Flask(__name__)@server.route('/time',methods=['post','get']) def get_time():now=str(datetime.datetime.now())#把當(dāng)前時(shí)間轉(zhuǎn)換成字符串return "當(dāng)前的時(shí)間是：%s"%nowserver.run(port=8888)3、網(wǎng)絡(luò)爬蟲：requests
Requests 允許你發(fā)送純天然的 HTTP/1.1 請(qǐng)求，無(wú)需手工勞動(dòng)。你不需要手動(dòng)為 URL 添加查詢字串，也不需要對(duì) POST 數(shù)據(jù)進(jìn)行表單編碼。Keep-alive 和 HTTP 連接池的功能是 100% 自動(dòng)化的。
一個(gè)簡(jiǎn)單的爬蟲樣例：
import requests heads = {} heads['User-Agent'] = 'Mozilla/5.0 ' \'(Macintosh; U; Intel Mac OS X 10_6_8; en-us) AppleWebKit/534.50 ' \'(KHTML, like Gecko) Version/5.1 Safari/534.50'response = requests.get('http://www.baidu.com',headers=headers)4、操作execl：pandas
# -*- coding: utf-8 -*- import xlrdimport xlwt from datetime import date,datetimedef read_excel():# 打開(kāi)文件workbook = xlrd.open_workbook(r'F:\demo.xlsx')# 獲取所有sheetprint workbook.sheet_names() # [u'sheet1', u'sheet2']sheet2_name = workbook.sheet_names()[1]# 根據(jù)sheet索引或者名稱獲取sheet內(nèi)容sheet2 = workbook.sheet_by_index(1) # sheet索引從0開(kāi)始sheet2 = workbook.sheet_by_name('sheet2')# sheet的名稱，行數(shù)，列數(shù)print sheet2.name,sheet2.nrows,sheet2.ncols# 獲取整行和整列的值（數(shù)組）rows = sheet2.row_values(3) # 獲取第四行內(nèi)容cols = sheet2.col_values(2) # 獲取第三列內(nèi)容print rowsprint cols# 獲取單元格內(nèi)容print sheet2.cell(1,0).value.encode('utf-8')print sheet2.cell_value(1,0).encode('utf-8')print sheet2.row(1)[0].value.encode('utf-8')# 獲取單元格內(nèi)容的數(shù)據(jù)類型print sheet2.cell(1,0).ctypeif __name__ == '__main__':read_excel()5、數(shù)據(jù)分析：numpy
NumPy 包含大量的各種數(shù)學(xué)運(yùn)算的函數(shù)，包括三角函數(shù)，算術(shù)運(yùn)算的函數(shù)，復(fù)數(shù)處理函數(shù)等。
NumPy 提供了多種排序的方法。 這些排序函數(shù)實(shí)現(xiàn)不同的排序算法，每個(gè)排序算法的特征在于執(zhí)行速度，最壞情況性能，所需的工作空間和算法的穩(wěn)定性。 下表顯示了三種排序算法的比較。
三角函數(shù)
NumPy 提供了標(biāo)準(zhǔn)的三角函數(shù)：sin()、cos()、tan()。
import numpy as npa = np.array([0,30,45,60,90]) print ('不同角度的正弦值：') # 通過(guò)乘 pi/180 轉(zhuǎn)化為弧度 print (np.sin(a*np.pi/180)) print ('\n') print ('數(shù)組中角度的余弦值：') print (np.cos(a*np.pi/180)) print ('\n') print ('數(shù)組中角度的正切值：') print (np.tan(a*np.pi/180))6、數(shù)據(jù)畫圖分析：Matplotlib
import numpy as np from matplotlib import pyplot as plt x = np.arange(1,11) y = 2 * x + 5 plt.title("Matplotlib demo") plt.xlabel("x axis caption") plt.ylabel("y axis caption") plt.plot(x,y) plt.show()以上實(shí)例中，np.arange() 函數(shù)創(chuàng)建 x 軸上的值。y 軸上的對(duì)應(yīng)值存儲(chǔ)在另一個(gè)數(shù)組對(duì)象 y 中。 這些值使用 matplotlib 軟件包的 pyplot 子模塊的 plot() 函數(shù)繪制。
圖形由 show() 函數(shù)顯示。
7、科學(xué)計(jì)算：scipy
??scipy.special庫(kù)中的特殊函數(shù)都是超越函數(shù)，所謂超越函數(shù)是指變量之間的關(guān)系不能用有限次加、減、乘、除、乘方、開(kāi)方 運(yùn)算表示的函數(shù)。如初等函數(shù)中的三角函數(shù)、反三角函數(shù)與對(duì)數(shù)函數(shù)、指數(shù)函數(shù)都是初等超越函數(shù)，一般來(lái)說(shuō)非初等函數(shù)都是超越函數(shù)。
初等函數(shù)：指由基本初等函數(shù)經(jīng)過(guò)有限次四則運(yùn)算與復(fù)合運(yùn)算所得到的函數(shù)
8、視覺(jué)及圖像處理：PIL（pillow）
創(chuàng)建縮略圖
import os from PIL import Imageimage_path = 'python-logo.png' # 圖片位置 size = (128, 128) # 文件大小 f, e = os.path.splitext(image_path) # 獲取文件名與后綴 outfile = f + ".thumbnail" if image_path != outfile:try:im = Image.open(image_path)im.thumbnail(size) # 設(shè)置縮略圖大小im.save(outfile, "JPEG")except IOError:print("cannot convert", image_path)創(chuàng)建滾動(dòng)圖形
python學(xué)得好，PS也能干！
from PIL import Imagedef roll(image, delta):""" 向側(cè)面滾動(dòng)圖像 """xsize, ysize = image.sizedelta = delta % xsizeif delta == 0: return imagepart1 = image.crop((0, 0, delta, ysize))part2 = image.crop((delta, 0, xsize, ysize))image.paste(part1, (xsize - delta, 0, xsize, ysize))image.paste(part2, (0, 0, xsize - delta, ysize))return imageif __name__ == '__main__':image_path = 'test.jpg'im = Image.open(image_path)roll(im, 300).show() # 向側(cè)面滾動(dòng) 300 像素
9、圖形界面開(kāi)發(fā)：?PyQT
俄羅斯方塊游戲是有史以來(lái)最受歡迎的電腦游戲。
最初的游戲是由俄羅斯設(shè)計(jì)和編程的程序員阿列克謝帕基特諾夫于1985年。此后,俄羅斯方塊是幾乎所有的計(jì)算機(jī)平臺(tái)上可用在很多變化。
俄羅斯方塊稱為積木拼圖游戲。在這個(gè)游戲中,我們有七種不同形狀叫tetrominoes:“s”形,Z-shape,t形,一個(gè)l型的空間,一個(gè)線,MirroredL-shape和正方形。這些形狀的形成有四個(gè)方格。形狀是跌倒。俄羅斯方塊游戲的對(duì)象是移動(dòng)和旋轉(zhuǎn)的形狀使他們適合盡可能多。
如果我們?cè)O(shè)法形成一個(gè)行,該行摧毀我們得分。我們直到我們玩俄羅斯方塊游戲。
PyQt5是一種用于創(chuàng)建應(yīng)用程序的工具。還有其他的庫(kù)是針對(duì)創(chuàng)建電腦游戲。
然而,PyQt5和其他應(yīng)用程序工具包可以用來(lái)創(chuàng)建簡(jiǎn)單的游戲。
創(chuàng)建一個(gè)電腦游戲是一個(gè)提高編程技能的很好的方發(fā)。
10、游戲開(kāi)發(fā)：pygame
- Pygame是一組跨平臺(tái)的Python模塊, 用于創(chuàng)建視頻游戲。
- 它由旨在與Python編程語(yǔ)言一起使用的計(jì)算機(jī)圖形和聲音庫(kù)組成。
- Pygame由Pete Shinners正式編寫, 以取代PySDL。
- Pygame適合于創(chuàng)建客戶端應(yīng)用程序, 這些應(yīng)用程序可以包裝在獨(dú)立的可執(zhí)行文件中。
。。。。。。。。。。。。分隔符。。。。。。。
二、python常用標(biāo)準(zhǔn)庫(kù)
1、操作系統(tǒng)接口
os模塊提供了不少與操作系統(tǒng)相關(guān)聯(lián)的函數(shù)。
>>> import os >>> os.getcwd() # 返回當(dāng)前的工作目錄 'C:\\Python34' >>> os.chdir('/server/accesslogs') # 修改當(dāng)前的工作目錄 >>> os.system('mkdir today') # 執(zhí)行系統(tǒng)命令 mkdir 0建議使用 "import os" 風(fēng)格而非 "from os import *"。這樣可以保證隨操作系統(tǒng)不同而有所變化的 os.open() 不會(huì)覆蓋內(nèi)置函數(shù) open()。
os常用命令
| 序號(hào) | 方法 | 功能 |
| 1 | os.access(path, mode)?? | 檢驗(yàn)權(quán)限模式 |
| 2 | os.chdir(path)? ? | 改變當(dāng)前工作目錄 |
| 3 | os.chflags(path, flags)?? | 設(shè)置路徑的標(biāo)記為數(shù)字標(biāo)記。 |
| 4 | os.chmod(path, mode)? ?? | 更改權(quán)限 |
| 5 | os.chown(path, uid, gid)?? | 更改文件所有者 |
| 6 | os.chroot(path)? ? | 改變當(dāng)前進(jìn)程的根目錄 |
| 7 | os.close(fd)? ?? | 關(guān)閉文件描述符 fd |
| 8 | os.closerange(fd_low, fd_high)? ?? | 關(guān)閉所有文件描述符，從 fd_low (包含) 到 fd_high (不包含), 錯(cuò)誤會(huì)忽略 |
| 9 | os.dup(fd)? ?? | 復(fù)制文件描述符 fd |
| 10 | os.dup2(fd, fd2)? ?? | 將一個(gè)文件描述符 fd 復(fù)制到另一個(gè) fd2 |
2、文件通配符
glob模塊提供了一個(gè)函數(shù)用于從目錄通配符搜索中生成文件列表:
>>> import glob >>> glob.glob('*.py') ['primes.py', 'random.py', 'quote.py']3、命令行參數(shù)
通用工具腳本經(jīng)常調(diào)用命令行參數(shù)。這些命令行參數(shù)以鏈表形式存儲(chǔ)于 sys 模塊的 argv 變量。
sys.argv
可以用sys.argv獲取當(dāng)前正在執(zhí)行的命令行參數(shù)的參數(shù)列表(list)。
變量解釋
- sys.argv[0]當(dāng)前程序名
- sys.argv[1]第一個(gè)參數(shù)
- sys.argv[2]第二個(gè)參數(shù)
len(sys.argv)-1 參數(shù)個(gè)數(shù)(減去文件名)
例如在命令行中執(zhí)行 "python demo.py one two three" 后可以得到以下輸出結(jié)果:
>>> import sys >>> print(sys.argv) ['demo.py', 'one', 'two', 'three']4、字符串正則匹配
re模塊為高級(jí)字符串處理提供了正則表達(dá)式工具。可以說(shuō)是爬蟲必備，對(duì)于復(fù)雜的匹配和處理，正則表達(dá)式提供了簡(jiǎn)潔、優(yōu)化的解決方案:如果只需要簡(jiǎn)單的功能，應(yīng)該首先考慮字符串方法，因?yàn)樗鼈兎浅：?jiǎn)單，易于閱讀和調(diào)試:
>>> 'tea for too'.replace('too', 'two') 'tea for two're.match函數(shù)
re.match 嘗試從字符串的起始位置匹配一個(gè)模式，如果不是起始位置匹配成功的話，match()就返回none。
函數(shù)語(yǔ)法：
re.match(pattern, string, flags=0)函數(shù)參數(shù)說(shuō)明：
| pattern | 匹配的正則表達(dá)式 |
| string | 要匹配的字符串。 |
| flags | 標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。 |
匹配成功re.match方法返回一個(gè)匹配的對(duì)象，否則返回None。
我們可以使用group(num) 或 groups() 匹配對(duì)象函數(shù)來(lái)獲取匹配表達(dá)式。
| group(num=0) | 匹配的整個(gè)表達(dá)式的字符串，group() 可以一次輸入多個(gè)組號(hào)，在這種情況下它將返回一個(gè)包含那些組所對(duì)應(yīng)值的元組。 |
| groups() | 返回一個(gè)包含所有小組字符串的元組，從 1 到 所含的小組號(hào)。 |
5、數(shù)學(xué)計(jì)算
math模塊為浮點(diǎn)運(yùn)算提供了對(duì)底層C函數(shù)庫(kù)的訪問(wèn):
>>> import math >>> math.cos(math.pi / 4) 0.70710678118654757 >>> math.log(1024, 2) 10.0在實(shí)際工作中，math標(biāo)準(zhǔn)庫(kù)往往無(wú)法滿足需求，我還需要擴(kuò)展庫(kù)：NumPy
NumPy(Numerical Python) 支持大量的維度數(shù)組與矩陣運(yùn)算，此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù)。
- NumPy 官網(wǎng)?NumPy
6、發(fā)送郵件
有幾個(gè)模塊用于訪問(wèn)互聯(lián)網(wǎng)以及處理網(wǎng)絡(luò)通信協(xié)議。其中最簡(jiǎn)單的兩個(gè)是用于處理從 urls 接收的數(shù)據(jù)的 urllib.request 以及用于發(fā)送電子郵件的 smtplib:
import smtplib smtpObj = smtplib.SMTP( [host [, port [, local_hostname]]] )參數(shù)說(shuō)明：
- host: SMTP 服務(wù)器主機(jī)。 你可以指定主機(jī)的ip地址或者域名如: runoob.com，這個(gè)是可選參數(shù)。
- port: 如果你提供了 host 參數(shù), 你需要指定 SMTP 服務(wù)使用的端口號(hào)，一般情況下 SMTP 端口號(hào)為25。
- local_hostname: 如果 SMTP 在你的本機(jī)上，你只需要指定服務(wù)器地址為 localhost 即可。
Python SMTP 對(duì)象使用 sendmail 方法發(fā)送郵件，語(yǔ)法如下：
SMTP.sendmail(from_addr, to_addrs, msg[, mail_options, rcpt_options])參數(shù)說(shuō)明：
- from_addr: 郵件發(fā)送者地址。
- to_addrs: 字符串列表，郵件發(fā)送地址。
- msg: 發(fā)送消息
案例：
#!/usr/bin/python # -*- coding: UTF-8 -*-import smtplib from email.mime.text import MIMEText from email.header import Headersender = 'from@runoob.com' receivers = ['429240967@qq.com'] ?# 接收郵件，可設(shè)置為你的QQ郵箱或者其他郵箱# 三個(gè)參數(shù)：第一個(gè)為文本內(nèi)容，第二個(gè) plain 設(shè)置文本格式，第三個(gè) utf-8 設(shè)置編碼 message = MIMEText('Python 郵件發(fā)送測(cè)試...', 'plain', 'utf-8') message['From'] = Header("菜鳥(niǎo)教程", 'utf-8') ? # 發(fā)送者 message['To'] = ?Header("測(cè)試", 'utf-8') ? ? ? ?# 接收者subject = 'Python SMTP 郵件測(cè)試' message['Subject'] = Header(subject, 'utf-8')try:smtpObj = smtplib.SMTP('localhost')smtpObj.sendmail(sender, receivers, message.as_string())print "郵件發(fā)送成功" except smtplib.SMTPException:print "Error: 無(wú)法發(fā)送郵件"7、日期和時(shí)間
datetime模塊為日期和時(shí)間處理同時(shí)提供了簡(jiǎn)單和復(fù)雜的方法。
支持日期和時(shí)間算法的同時(shí)，實(shí)現(xiàn)的重點(diǎn)放在更有效的處理和格式化輸出。
該模塊還支持時(shí)區(qū)處理:
>>> # dates are easily constructed and formatted >>> from datetime import date >>> now = date.today() >>> now datetime.date(2003, 12, 2) >>> now.strftime("%m-%d-%y. %d %b %Y is a %A on the %d day of %B.") '12-02-03. 02 Dec 2003 is a Tuesday on the 02 day of December.'時(shí)間的三種存在方式：時(shí)間對(duì)象，時(shí)間字符串，時(shí)間戳。
（1）字符串轉(zhuǎn)datetime：
>>> string = '2014-01-08 11:59:58' >>> time1 = datetime.datetime.strptime(string,'%Y-%m-%d %H:%M:%S') >>> print time1 2014-01-08 11:59:58（2）datetime轉(zhuǎn)字符串：
>>> time1_str = datetime.datetime.strftime(time1,'%Y-%m-%d %H:%M:%S') >>> time1_str '2014-01-08 11:59:58'（3）時(shí)間戳轉(zhuǎn)時(shí)間對(duì)象：
>>>time1 = time.localtime() >>>time1_str = datetime.datetime.fromtimestamp(time1)8、數(shù)據(jù)壓縮
以下模塊直接支持通用的數(shù)據(jù)打包和壓縮格式：zlib，gzip，bz2，zipfile，以及 tarfile。
>>> import zlib >>> s = b'witch which has which witches wrist watch' >>> len(s) 41 >>> t = zlib.compress(s) >>> len(t) 37 >>> zlib.decompress(t) b'witch which has which witches wrist watch' >>> zlib.crc32(s) 2268059799、性能度量
有些用戶對(duì)了解解決同一問(wèn)題的不同方法之間的性能差異很感興趣。Python 提供了一個(gè)度量工具，為這些問(wèn)題提供了直接答案。
例如，使用元組封裝和拆封來(lái)交換元素看起來(lái)要比使用傳統(tǒng)的方法要誘人的多,timeit 證明了現(xiàn)代的方法更快一些。
>>> from timeit import Timer >>> Timer('t=a; a=b; b=t', 'a=1; b=2').timeit() 0.57535828626024577 >>> Timer('a,b = b,a', 'a=1; b=2').timeit() 0.54962537085770791相對(duì)于 timeit 的細(xì)粒度，:mod:profile 和 pstats 模塊提供了針對(duì)更大代碼塊的時(shí)間度量工具。
10、測(cè)試模塊
開(kāi)發(fā)高質(zhì)量軟件的方法之一是為每一個(gè)函數(shù)開(kāi)發(fā)測(cè)試代碼，并且在開(kāi)發(fā)過(guò)程中經(jīng)常進(jìn)行測(cè)試
doctest模塊提供了一個(gè)工具，掃描模塊并根據(jù)程序中內(nèi)嵌的文檔字符串執(zhí)行測(cè)試。
測(cè)試構(gòu)造如同簡(jiǎn)單的將它的輸出結(jié)果剪切并粘貼到文檔字符串中。
通過(guò)用戶提供的例子，它強(qiáng)化了文檔，允許 doctest 模塊確認(rèn)代碼的結(jié)果是否與文檔一致:
def average(values):"""Computes the arithmetic mean of a list of numbers.>>> print(average([20, 30, 70]))40.0"""return sum(values) / len(values)import doctest doctest.testmod() # 自動(dòng)驗(yàn)證嵌入測(cè)試?
【求評(píng)論、求點(diǎn)贊、求收藏】?
總結(jié)
以上是生活随笔為你收集整理的C站最全Python库总结丨标准库+高级库的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 【每日SQL打卡】
- 下一篇： Python面试题大全（五）：测试、大数