凡人多烦事01

这个屌丝很懒，什么也没留下！

热门标签

Python入门，盘点Python最常用的20 个包总结~_python包

作者：凡人多烦事01 | 2024-05-27 15:13:17

踩

python包

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
在这里插入图片描述

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)
1
2

2.pandas（数据处理和分析）

data = {'name': ['John', 'Bob', 'Alice'], 'age': [20, 35, 25]}
df = pd.DataFrame(data)
print(df)
1
2
3

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()

1
2
3
4
5
6
7

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]]))
1
2
3
4
5
6

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))
1
2
3
4
5
6
7

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')
1
2
3
4
5
6
7

7.requests（HTTP 库）

import requests

response = requests.get('https://www.baidu.com')
print(response.text)
1
2
3
4

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)
1
2
3
4
5
6
7
8
9
10

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()}
1
2
3
4
5
6
7
8
9
10

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)
1
2
3
4
5

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()
1
2
3
4
5
6
7

12.ctypes（调用 C 语言库）

import ctypes

lib = ctypes.cdll.LoadLibrary('libexample.so')
lib.add(1, 2)
1
2
3
4

13.wxPython（GUI 开发）

import wx

app = wx.App()
frame = wx.Frame(None, title='Hello, wxPython!')
frame.Show()
app.MainLoop()
1
2
3
4
5
6

14.pillow（图像处理）

from PIL import Image

im = Image.open('test.jpg')
im.show()
1
2
3
4

15.openpyxl（处理 Excel 文件）

import openpyxl

wb = openpyxl.load_workbook('example.xlsx')
sheet = wb['Sheet1']
cell = sheet['A1']
print(cell.value)
1
2
3
4
5
6

16.nltk（自然语言处理）

import nltk

sent = ‘This is a sentence.'
tokens = nltk.word_tokenize(sent)
print(tokens)
1
2
3
4
5

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)
1
2
3
4
5
6

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))
1
2
3
4
5

19.datetime（日期时间处理）

import datetime

dt = datetime.datetime.now()
print(dt)
1
2
3
4

20.random（随机数生成）

import random
print(random.randint(1, 10))
1
2

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！

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/凡人多烦事01/article/detail/632643