本文共 2062 字,大约阅读时间需要 6 分钟。
- 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:
- 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:
- 颜色:
- 教程:
- 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:
- 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:
- 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:
- 讲解:
- 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 () 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:
- 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:
- 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
- 2.Flask
- 3.Web.py
- 4.django
- 5.cherrypy
- 6.jinjs
- GUI 图形界面
- 1.Tkinter
- 2.wxPython
- 3.PyGTK
- 4.PyQt
- 5.PySide
- 科学计算
- 教程
- 1.numpy
- 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
- 讲解
- 解方程
- 3.SciPy
- 4.pandas
- 5.blaze
- 密码学
- 1.cryptography
- 2.hashids
- 3.Paramiko
- 4.Passlib
- 5.PyCrypto
- 6.PyNacl
- 爬虫相关
- requests
- scrapy
- pyspider
- portia
- html2text
- BeautifulSoup
- lxml
- selenium
- mechanize
- PyQuery
- creepy
- gevent
- 图像处理
- bigmoyan
- Python Imaging Library(PIL)
- pillow:
- 自然语言处理
- 1.nltk:
- 2.snownlp
- 3.Pattern
- 4.TextBlob
- 5.Polyglot
- 6.jieba:
- 数据库驱动
- mysql-python
- PyMySQL
- PyMongo
- pymongo
- redis
- cxOracle
- SQLAlchemy
- peewee,
- torndb
- Web
- 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
- 命令
- ls、cd 、run、edit、clear、exist
转载于:https://www.cnblogs.com/Fengqiao/p/Python_bao.html