Python库大全:解析Python库种类及常用库应用
python一共有多少库?
简介:这篇文章,CTO笔记将为您介绍一下Python中有多少个库,希望对您有用,一起来看看。
Python中最常见的库有:Arrow、Behold、Click、Numba、Matlibplot、Pillow等:
1
在Python中,处理时间的库是datetime库,但是使用起来非常简单、不方便、不够智能。
它可以轻松告知提前几个小时的时间,轻松转换时区,并像一小时前或两小时内一样准确地解读人性化信息。
2.哈
调试是每个程序员的必备技能。
对于脚本语言来说,很多人习惯使用print来调试,我们希望有一个工具,使用方便,调试方便,变量控制完整,格式易于查看,这里有一个非常好用的工具。
使用调试库。
3.点击
几乎所有框架都有己的命令行脚手架,Python也不例外,那么如何快速开发自己的命令行程序呢?Python点击库。
Click库具有丰富的命令行API,您可以轻松开发自己的CLI命令集。
通过点击即可轻松获取和更改终端颜色和环境变量信息。
4.Numba
如果您热衷于数学分析和计算,Numba应该是您必不可少的库。
Numpy的工作原理是将高速C库包装在Python接口中,而Cython使用可选类型将Python编译为C以提高性能。
但Numba无疑是最方便的,因为它允许您使用装饰器有选择地加速Python函数。
5.Matlibplot
做过数据分析和可视化的数学同学应该知道matlab,这是一个用Python编写的数学付费商业程序,Matlibplot用于实现A.第三个——partyPython库由第三方提供商开发,提供该软件中的功能。
它是完全免费的,许多学校用它来教学和研究数学。
6.PAD
图像处理是一个随时需要注意的问题,而我们平时在PS中会看到很多神奇的技巧,比如调整颜色、饱和度等。
调整图像大小、裁剪图像等都可以通过Python轻松实现,而我们需要使用的库是Pillow。
7.pyqt5
Python可以开发图形界面程序。
Pyqt是第三方GUI库使用极其简单,可以轻松开发跨平台的图形应用程序,其中,qtdesigner加快了图形界面开发的速度。
除了上面的介绍之外,Python还包含很多库,例如:Pandas、NumPy、SciPy、Seaborn、Keras等。
官方Python参考指南介绍了使用Python发布的标准库。
文本处理服务
string?---普通字符串操作
re?---正则表达式操作
difflib?---计算差异的实用程序
textwrap?---自动换行并填充一行文本
unicodedata?---Unicode数据库
stringprep?---准备网络系列
readline?---GNUreadline接口
rlCompleter?---GNUreadline完成函数
二进制数据服务
struct?---将被解释为字节字符串编译后的二进制数据
Cocodes?---注册编解码器和相关基类
数据类型
时间和日期?---日期和基本时间类型
Zonenfo?---IANA时区支持
日历?---日历相关函数
组?---容器数据类型
collections.abc?---容器的抽象基类
heapq?---堆队列算法
Fair?---二值数组查找算法
Array?---有效数字矩阵
很弱?---弱引用
类型?---创建动态类型和内联类型名称
复制?---浅复制和深复制操作
Print?---数据美化输出数量
reprlib?---repr()?实现
enum?---支持枚举
图库?处理类似图形的结构
数字和数学单位
数字?---数字的抽象基本类
数学?---数学函数
cmath?--关于数学函数的复数
统计?---数理统计函数
函数式编程模块
itertools?---创建循环迭代的函数有效
functools?---可调用对象上的顶序函数和操作
运算符?---标准运算符替换函数
文件和目录访问
pathlib?---面向对象的文件系统路径
os.path?---常用的路径操作
fileinput?---遍历行输入流的数量多重统计?---分析?stat()?结果
filecmp?---比较文件和目录
tempfile?---创建临时文件和目录
glob?---样式扩展Unix样式路径名
fnmatch?---模式匹配文件名Unix
linecache?---随机读写文本行
shutil?---高级文件操作
数据persistence
pickle?---Python对象序列化
copyreg?---注册Pickle模块使用的函数
racke?---对象持久化Python
marshall?---Python内部对象序列化
dbm?---Unix“数据库”接口
sqlite3?---SQLiteDB-API2.0数据库接口模块
数据压缩与归档
zlib?---Gzip兼容压缩
gzip?---支持?gzip?
bz2?----支持?bzip2?
lzma?-压缩算法?---使用LZMA算法压缩
文件压缩?---使用ZIP文件归档
tarfile?---读写tar归档文件
文件格式
csv?---读写CSVfiles
configparser?---配置文件解析器
tomllib?---ParseTOMLfiles
netrc?---文件处理netrc
plistlib?---创建并解析Apple?.plist?
加密服务
hashlib?---安全哈希和消息摘要
hmac?---基于密钥的消息身份验证Secrets?---为管理密码生成安全随机数
一般操作系统服务
操作系统?---多操作系统interface
io?---处理流的必备工具
time?---时间访问与转换
argparse?---命令行选项,参数和子命令解析器
getopt?---C风格命令行选项解析器
logging?---Python日志工具
logging.config?---配置注册表
登录.handlers?---注册处理程序
getpass?---便携式密码输入工具
Curse?---管理终端显示在哪里
>curses.textpad?---咒语程序的文本输入控件
curses.ascii?---ASCII字符的工具
curs.panel?---用于诅咒的面板堆栈扩展
平台?---获取底层平台元数据
错误?---标准错误系统代码
ctypes?---Python外部函数库
并发执行
线程?---基于线程的并行
多处理?---基于线程的并行进程
multiprocessing.shared_memory?---共享内存用于直接跨进程访问
并发包
concurrent.futures?---启动并行任务
子流程?---管理子流程
调度程序?---调度事件
队列?---同步队列类
contextvars?---上下文变量
_thread?---基本多线程API
网络通信和内部操作
异步?---异步I/O异步
socket?---基本网络接口
ssl?---socket对象的TLS/SSL包装器
select?---等待直到I/O已完成
分隔符?---高级I/O复用库
signal?---异步事件处理程序映射
mmap?---支持内存映射文件
Internet数据处理
Email?---Email和MIME处理包
json?--JSON编码和解码
Mailbox?---运行多个邮箱邮箱格式
表示静默类型?---将文件名设置为MIME类型
base64?---对数据进行Base16、Base32、Base64和Base85编码
binascii?---转换二进制和ASCII码
quopri?---加密和解码MIME转码的可打印数据
结构化标签处理工具
html?---支持超文本标记语言
html.parser?---简单HTML和
xml.etree.ElementTree?---ElementTreeXMLAPI
xml.dom?---对象模型API文件
xml.dom.minidom?---实现一个mini-DOM
xml.dom.pulldom?---支持创建部分DOM树
xml.sax?---SAX2解析器支持
xml.sax.handler?---SAX处理程序基类
xml.sax.saxutils?---SAX工具包
xml.sax.xmlreader?---XML解析器的接口
xml.parsers.expat?---快速解析XMLExpat
Internet协议和支持
Web浏览器什么?---Web浏览器控制的便捷工具
wsgiref?---WSGI和参考实现工具
urllib?---URllib处理模块urllib.request?---打开URL的扩展库
urllib.response?---使用的响应类经过urllib
urllib.parse?解析URL
urllib.error?---urllib.request生成的异常类
urllib.robotparser?---robots.txt语法解析器
http?---HTTP模块
http.client?---HTTP客户端
ftplib?---FTP客户端
poplib?---POP3客户
Maplip?---IMAP4客户端
smtplib?---SMTP客户端
uuid?---?RFC4122?特定UUID对象
socketserver?---用途Web服务器框架
http.server?---HTTP服务器
http.cookies?---HTTP状态管理
http.cookiejar?—P上的HTT处理cookie
xmlrpc客户端?---XMLRPC服务器和客户端模块
xmlrpc.client?---访问XML-RPC客户端
xmlrpc.server?---XML-RPC服务器核心
ipaddress?---IPv4/IPv6驱动程序库
媒体服务Multi
Wave?---读写WAV格式文件
Colorsys?---色彩系统之间的转换
国际
gettext?---多语言国际化服务
本地语?---国际化服务
程序框架
turtle?---费用tortoise
cmd?---面向行的命令编译器支持
shlex?---简单的词法解析
Tk图形用户界面(UI图形)
tkinter?——Tcl/Tk的Python接口
tkinter.colorchooser?---颜色选择对话框
tkinter.font?---Tkinter字体包
Tkinter对话框
tkinter.messagebox?---Tkinter消息提示
tkinter.scrolledtext?---Control滚动文本
tkinter.dnd?---支持拖放操作
tkinter.ttk?---Tk风格控件
tix?---TK扩展包
Python中常用的标准库和第三方库有哪些?推荐Python中5个常用的标准库:
1.os:提供了很多操作系统相关的函数库
os包是Python与操作系统之间的纽带界面。
我们可以利用操作系统包来实现很多操作系统的功能,比如管理系统进程、改变当前路径、改变文件权限等。
但请注意,OS包是构建在OS平台上的,很多功能无法在Windows系统上实现。
另外,在使用操作系统软件包时,请注意其某些功能已被其他软件包取代。
我们通过文件系统管理存储在磁盘上的文件。
查找、删除、复制、插入文件是常见的文件操作。
这些函数通常可以在操作系统中看到,但现在可以通过Python标准库中的glob包、Shutil包、os.path包以及一些os包函数在Python内部实现。
2.sys:通常用于命令行参数的库
sys包用于管理Python自身的运行环境。
Python是一种在操作系统上运行的解释器和程序。
我们可以使用sys包来控制这个程序的很多参数,比如Python可以占用的内存和CPU,Python扫描的路径等等。
另一个重要的功能是与Python命令行交互,从命令行读取命令和参数。
3.Random:生成随机数的库
Python标准库中的random函数可以生成随机浮点数、整数和字符串,甚至可以帮助你选择一个随机数。
列出序列中的元素、打乱一组数据等。
4.数学:提供数学常量和数学函数
在标准库中,Python定义了一些新的数字类型,以弥补以前数字类型的潜在缺陷。
标准库还包含random包,用于处理与随机数相关的函数。
math包添加了一些重要的数学常数还有数学函数,比如圆周率、三角函数等。
5·日期时间操作库
管理日期时间并不复杂,但很容易出错。
Python标准库中的日期和时间管理是完全完整的,你不仅可以查询和转换日期和时间,还可以进行日期和时间的计算。
通过这些标准库,还可以根据需要控制日期时间输出的文本格式
总结:以上是CTO备注的内容关于python,一共有多少个库?希望对大家有用。
如果您想了解更多信息,请记得添加此网站的书签并关注它。
python常用的标准库以及第三方库有哪些?
深入讨论Python常用的标准库和第三方库。深入分析Python标准库,如docs.python.org/library/argparse提供强大的命令行参数解析能力,为开发者提供便利。
docs.python.org/library/html.parser专注于HTML解析,是构建网页爬行或自动表单提交脚本的强大工具。
标准库中的其他亮点包括提供SSL/TLS安全通信的docs.python.org/library/ssl,以及实现代理服务器和网络编程基础的docs.python.org/library/socket。
在第三方库中,pypi.python.org/pypi/sh是一个优秀的系统管理工具,可以简化复杂的命令执行。
pypi.python.org/pypi/suds是一个轻量级的SOAP客户端,适合与企业内部的SOAP接口交互。
pypi.python.org/pypi/requests为用户提供了一个友好的HTTP客户端,简化了HTTP请求的编写。
PEP8是Python代码风格规范。
pypi.python.org/pypi/flake8检查Python脚本是否遵循此规范以提高代码质量。
pypi.python.org/pypi/MkDocs和pypi.python.org/pypi/Sphinx,前者用于生成静态博客,后者是文档生成器,适合项目文档的快速制作。
在语法高亮方面,pypi.python.org/pypi/pygments是很多开发者喜爱的库,提供了丰富的语法高亮功能。
以上只是个人经验分享。
实际应用中,您可能需要根据具体需求选择更多的库。