python有哪些库

Python中6个最重要的库：

第一、NumPy

NumPy是Numerical

Python的简写，是Python数值计算的基石。它提供多种

数据结构

、算法以及大部分涉及Python数值计算所需的接口。NumPy还包括其他内容：

①快速、高效的多维数组对象ndarray

②基于元素的数组计算或数组间数学操作函数

③用于读写硬盘中基于数组的数据集的工具

④

线性代数

操作、

傅里叶变换

以及随机数生成

除了NumPy赋予Python的快速数组处理能力之外，NumPy的另一个主要用途是在算法和库之间作为数据传递的数据容器。对于数值数据，NumPy数组能够比Python内建数据结构更为高效地存储和操作数据。

第二、pandas

pandas提供了高级数据结构和函数，这些数据结构和函数的设计使得利用结构化、表格化数据的工作快速、简单、有表现力。它出现于2010年，帮助Python成为强大、高效的

数据分析

环境。常用的pandas对象是DataFrame，它是用于实现表格化、面向列、使用行列标签的数据结构;以及Series，一种一维标签数组对象。

pandas将表格和

关系型数据库

的灵活数据操作能力与Numpy的高性能数组计算的理念相结合。它提供复杂的索引函数，使得数据的重组、切块、切片、聚合、子集选择更为简单。由于数据操作、预处理、清洗在数据分析中是重要的技能，pandas将是重要主题。

第三、matplotlib

matplotlib是最流行的用于制图及其他二维数据可视化的Python库，它由John D.

Hunter创建，目前由一个大型开发者团队维护。matplotlib被设计为适合出版的制图工具。

对于Python编程者来说也有其他可视化库，但matplotlib依然使用最为广泛，并且与

生态系统

的其他库良好整合。

第四、IPython

IPython项目开始于2001年，由Fernando

Pérez发起，旨在开发一个更具交互性的Python解释器。在过去的16年中，它成为Python数据

技术栈

中最重要的工具之一。

尽管它本身并不提供任何计算或数据分析工具，它的设计侧重于在交互计算和软件开发两方面将生产力最大化。它使用了一种执行-探索

工作流

来替代其他语言中典型的编辑-编译-运行工作流。它还提供了针对操作系统命令行和文件系统的易用接口。由于数据分析编码工作包含大量的探索、试验、试错和

遍历

，IPython可以使你更快速地完成工作。

第五、SciPy

SciPy是科学计算领域针对不同标准问题域的包集合。以下是SciPy中包含的一些包：

①scipy.integrate数值积分例程和微分方程求解器

②scipy.linalg线性代数例程和基于numpy.linalg的矩阵分解

③scipy.optimize函数优化器和求根算法

④scipy.signal信号处理工具

⑤scipy.sparse稀疏矩阵与稀疏线性系统求解器

SciPy与Numpy一起为很多传统科学计算应用提供了一个合理、完整、成熟的计算基础。

第六、scikit-learn

scikit-learn项目诞生于2010年，目前已成为Python编程者首选的

机器学习

工具包。仅仅七年，scikit-learn就拥有了全世界1500位代码贡献者。其中包含以下子模块：

①分类：SVM、最近邻、

随机森林

、逻辑回归等

②回归：Lasso、岭回归等

③聚类：K-means、谱聚类等

④降维：PCA、特征选择、矩阵分解等

⑤模型选择：网格搜索、

交叉验证

、指标矩阵

⑥预处理：特征提取、正态化

scikit-learn与pandas、statsmodels、IPython一起使Python成为高效的数据科学编程语言。

Pycharm和Python的区别，有以下几点：

1)第一点是，两者的下载和安装方式截然不同;

2)第二点是，Python是一个基本的编译环境，与Java和Jar类似，Pycharm是一个集成的开发环境，它允许使用者快速编写代码，以便于调试;

3)第三点是，Python是一个解释器，Pycharm是一种专门为Python编程语言设计的IDE(集成开发环境)，使用Pycharm编写Python程序，并最终得到Python解释器的支持，这两种方法都可以使用;

4)第四点是，单独下载一个Pycharm并不适用，还需要下载Python的解释器。

小伙伴们需要了解的是：

Pycharm是Python

IDE，即集成开发环境，包含了一整套帮助用户在使用Python语言开发时提高其效率的工具，如调试、语法突出、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。

另外，IDE为支持Django框架下的专业Web开发提供了一些高级功能。

Python是在1990年早期诞生的，作为一种被称为ABC语言的替代，Python提供高效的高级数据结构，并且可以简单而有效地面向对象编程。

Python语法和动态类型，以及解释型语言的特性，使它在大多数平台上成为编写脚本和快速开发应用程序的编程语言，随着版本的不断更新和语言新功能的增加，逐渐被用于独立的大型项目的开发。

Python解释器很容易扩展，并且可以使用C或C++(或其它可通过C调用的语言)扩展新的功能和数据类型。

Python还可以被用在可定制化软件中扩展程序语言，Python丰富的标准库，提供了适用于各个主要系统平台的源代码或机器代码。

模块：

1、模块就是非常简单的Python文件，单个Python文件就是一个模块，两个文件就是两个模块。

2、模块让你能够有逻辑地组织你的Python代码段。把相关的代码分配到一个模块里能让你的代码更好用，更易懂。模块能定义函数，类和变量，模块里也能包含可执行的代码。

3、若你需要在某个py文件中使用其他文件中的函数或类，则需要导入对应的模块，就可重用这些函数和变量。

模块的引入

import语句：import.模块名

语法：

importmodule1,module2

例1：

importrandom

Fruit=random.choice(['apple','pear','banana'])

print(Fruit)

fromimport语句:

语法：

frommodnameimportname1[,name2[,...nameN]]

例2：

fromrandomimportchoice

Fruit=choice(['apple','pear','banana'])

print(Fruit)

包：

1、包其实可以理解为文件夹，这个文件夹下面放着很多模块。(模块其实就是你写的那些.py文件)包其实的作用就是将代码文件给整合在一个文件夹下面，方便调用和管理。

2、包是一个分层次的文件目录结构，它定义了一个由模块及子包，和子包下的子包等组成的Python的应用环境。简单来说，包就是文件夹，但该文件夹下必须存在__init__.py文件,该文件的内容可以为空。__init__.py用于标识当前文件夹是一个包。

3、包的命名和文件夹命名一样，不过还是那句话，不要用中文。那Python如何识别普通的文件夹与包呢?包有一个标志文件，叫做__init__.py，假如一个文件夹下面有这个模块(文件)，那么Python就会认为这个文件夹是一个包。

4、在调用包中的模块后，你会发现在包的文件夹下生成了一个文件夹__pycache__，不需要理会它，是用于加快Python执行速度用的。

搜索路径：

python模块的导入需要一个路径搜索的过程。当你导入一个模块，Python解析器对模块位置的搜索顺序是：

1、当前目录

2、如果不在当前目录，Python则搜索在shell变量PYTHONPATH下的每个目录。我爱编程网

3、如果都找不到，Python会察看默认路径。UNIX下，默认路径一般为/usr/local/lib/python/。

模块搜索路径存储在system模块的sys.path变量中。变量里包含当前目录，PYTHONPATH和由安装过程决定的默认目录。

例3：查看python的搜索路径

importsys

print(sys.path)

"""

['F:\Pycharm_project\Py_Demo\demo','F:\Pycharm_project\Py_Demo',(自定义路径)

'C:\Users\Administrator\AppData\Local\Programs\Python\Python35\lib',

'C:\Users\Administrator\AppData\Local\Programs\Python\Python35',

'F:\Pycharm_project\Py_Demo\venv','F:\Pycharm_project\Py_Demo\venv\lib\site-packages',

'F:\Pycharm_project\Py_Demo\venv\lib\site-packages\pip-10.0.1-py3.5.egg',

'C:\Users\Administrator\AppData\Local\Programs\Python\Python35\lib\site-packages',

若导入的模块没有在这些搜索路径下就会报错

"""

导入包中的函数

from包名.模块名import函数名(若包名没有在默认搜索路径下，则还需要加上其路径)

fromselenium.webdriver.commonimportutils

模块A：

#包名称为Module下名称为Class_Add的模块下的类A

classA:

def__init__(self,xx,yy):

self.x=xx

self.y=yy

defadd(self):

print("x和y的和为：%d"%(self.x+self.y))

文件B：

fromModule.Class_AddimportA

#不重写父类的__init__方法

a=A(2,3)

a.add()

总结：

容器：例如列表、元组、字符串、字典等，这些是对数据的封装

函数：是对语句的封装

类：是对方法和属性的封装，也就是对函数和数据的封装

模块：模块就是程序，就是平常写的任意代码，保存的每一个.py结尾的文件都是一个独立的模块(模块的名字就是py文件的名字)

包：方便管理多个模块