文章目录
- 前言
- 1.numpy(数据处理和科学计算)
- 2.pandas(数据处理和分析)
- 3.matplotlib(数据可视化)
- 4.scikit-learn(机器学习工具)
- 5.tensorflow(深度学习框架)
- 6.keras(深度学习框架)
- 7.requests(HTTP 库)
- 8.flask(Web 框架)
- 9.scrapy(网络爬虫框架)
- 10.beautifulsoup(HTML 解析器)
- 11.selenium(Web 自动化测试)
- 12.ctypes(调用 C 语言库)
- 13.wxPython(GUI 开发)
- 14.pillow(图像处理)
- 15.openpyxl(处理 Excel 文件)
- 16.nltk(自然语言处理)
- 17.jieba(中文分词)
- 18.re(正则表达式)
- 19.datetime(日期时间处理)
- 20.random(随机数生成)
- 总结
前言
【python零基础入门小白】博主存在的意义:旨在帮助各位学习Python的小伙伴获得更高速更效率的学习收获。
这篇文章主要介绍了Python最常用的20 个包总结,在平时使用Python的过程中,需要用到很多有用的包,今天就来盘点一下常用的包,需要的朋友可以参考下
1.numpy(数据处理和科学计算)
代码示例:
arr = np.array([1, 2, 3, 4, 5]) print(arr)
2.pandas(数据处理和分析)
data = {'name': ['John', 'Bob', 'Alice'], 'age': [20, 35, 25]} df = pd.DataFrame(data) print(df)
3.matplotlib(数据可视化)
import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [4, 2, 7, 5, 9] plt.plot(x, y) plt.show()
4.scikit-learn(机器学习工具)
from sklearn.linear_model import LinearRegression X = [[1, 4], [2, 5], [3, 6]] y = [8, 10, 12] model = LinearRegression().fit(X, y) print(model.predict([[4, 7]]))
5.tensorflow(深度学习框架)
import tensorflow as tf x = tf.constant([1, 2, 3, 4]) y = tf.constant([5, 6, 7, 8]) z = tf.add(x, y) sess = tf.Session() print(sess.run(z))
6.keras(深度学习框架)
from keras.models import Sequential from keras.layers import Dense model = Sequential() model.add(Dense(10, input_dim=5, activation='relu')) model.add(Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer='adam')
7.requests(HTTP 库)
import requests response = requests.get('https://www.baidu.com') print(response.text)
8.flask(Web 框架)
from flask import Flask, render_template app = Flask(**name**) @app.route('/') def index(): return render_template('index.html') if **name** == '**main**': app.run(debug=True)
9.scrapy(网络爬虫框架)
import scrapy class MySpider(scrapy.Spider): name = 'myspider' start_urls = ['http://quotes.toscrape.com'] def parse(self, response): for quote in response.css('div.quote'): yield {'text': quote.css('span.text::text').get(), 'author': quote.css('span small::text').get()}
10.beautifulsoup(HTML 解析器)
from bs4 import BeautifulSoup html = '<html><head><title>这是标题</title></head><body><p>这是一个段落。</p ></body></html>' soup = BeautifulSoup(html, 'html.parser') print(soup.title.text)
11.selenium(Web 自动化测试)
from selenium import webdriver driver = webdriver.Chrome() driver.get('https://www.baidu.com') search_box = driver.find_element_by_name('wd') search_box.send_keys('Python') search_box.submit()
12.ctypes(调用 C 语言库)
import ctypes lib = ctypes.cdll.LoadLibrary('libexample.so') lib.add(1, 2)
13.wxPython(GUI 开发)
import wx app = wx.App() frame = wx.Frame(None, title='Hello, wxPython!') frame.Show() app.MainLoop()
14.pillow(图像处理)
from PIL import Image im = Image.open('test.jpg') im.show()
15.openpyxl(处理 Excel 文件)
import openpyxl wb = openpyxl.load_workbook('example.xlsx') sheet = wb['Sheet1'] cell = sheet['A1'] print(cell.value)
16.nltk(自然语言处理)
import nltk sent = ‘This is a sentence.' tokens = nltk.word_tokenize(sent) print(tokens)
17.jieba(中文分词)
import jieba text = '我爱中文分词' words = jieba.cut(text) for word in words: print(word)
18.re(正则表达式)
import re text = 'The quick brown fox jumps over the lazy dog.' pattern = re.compile('fox') print(pattern.findall(text))
19.datetime(日期时间处理)
import datetime dt = datetime.datetime.now() print(dt)
20.random(随机数生成)
import random print(random.randint(1, 10))
总结
到此这篇关于Python最常用的20 个包总结的文章就介绍到这了。希望大家以后持续关注博主~
关于Python技术储备
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
👉CSDN大礼包:《Python入门资料&实战源码&安装工具】免费领取(安全链接,放心点击)
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python基础学习视频
② 路线对应学习视频
还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~在这里插入图片描述
③练习题
每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
因篇幅有限,仅展示部分资料
三、精品Python学习书籍
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、Python工具包+项目源码合集
①Python工具包
学习Python常用的开发软件都在这里了!每个都有详细的安装教程,保证你可以安装成功哦!
②Python实战案例
光学理论是没用的,要学会跟着一起敲代码,动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。100+实战案例源码等你来拿!
③Python小游戏源码
如果觉得上面的实战案例有点枯燥,可以试试自己用Python编写小游戏,让你的学习过程中增添一点趣味!
五、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
六、Python兼职渠道
而且学会Python以后,还可以在各大兼职平台接单赚钱,各种兼职渠道+兼职注意事项+如何和客户沟通,我都整理成文档了。
这份完整版的Python全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】