【Python入门系列】第六篇:Python常用内置库总结

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
全局流量管理 GTM,标准版 1个月
云解析 DNS,旗舰版 1个月
简介: Python是一种功能强大的编程语言,拥有众多内置库,这些库提供了各种各样的功能和工具,方便开发人员进行各种任务。本文将介绍Python中所有常用的内置库,并提供相应的代码示例。

前言

Python是一种功能强大的编程语言,拥有众多内置库,这些库提供了各种各样的功能和工具,方便开发人员进行各种任务。本文将介绍Python中所有常用的内置库,并提供相应的代码示例。

一、基础库

1. math库

math库提供了数学运算相关的函数和常量。下面是一个使用math库计算平方根的示例代码:

import math
number = 16
square_root = math.sqrt(number)
print(square_root)

2. random库

random库用于生成随机数。下面是一个使用random库生成随机整数的示例代码:

import random
random_number = random.randint(1, 10)
print(random_number)

3. datetime库

datetime库用于处理日期和时间。下面是一个使用datetime库获取当前日期和时间的示例代码:

import datetime
current_datetime = datetime.datetime.now()
print(current_datetime)

4. os库

os库提供了与操作系统交互的功能,例如文件和目录操作。下面是一个使用os库创建目录的示例代码:

import os
directory = "new_directory"
os.mkdir(directory)

5. re库

re库用于进行正则表达式匹配和操作。下面是一个使用re库检查字符串是否匹配特定模式的示例代码:

import re
pattern = r"\d{3}-\d{4}"
phone_number = "123-4567"
if re.match(pattern, phone_number):
    print("Valid phone number")
else:
print("Invalid phone number")

6. sys库

sys库提供了与Python解释器和系统交互的功能。下面是一个使用sys库获取命令行参数的示例代码:

import sys
arguments = sys.argv
print(arguments)

7. json库

json库用于处理JSON数据的编码和解码。下面是一个使用json库将Python对象转换为JSON字符串的示例代码:

import json
data = {'name': 'John', 'age': 30}
json_string = json.dumps(data)
print(json_string)

8. csv库

csv库用于读取和写入CSV文件。下面是一个使用csv库读取CSV文件的示例代码:

import csv
with open('data.csv', 'r') as file:
    csv_reader = csv.reader(file)
    for row in csv_reader:
        print(row)

9. urllib库

urllib库用于进行URL操作,例如发送HTTP请求。下面是一个使用urllib库发送GET请求的示例代码:

import urllib.request
response = urllib.request.urlopen('http://www.example.com')
html = response.read()
print(html)

10. hashlib库

hashlib库提供了多种哈希算法,用于数据加密和校验。下面是一个使用hashlib库计算SHA256哈希值的示例代码:

import hashlib
data = 'Hello, World!'
hash_object = hashlib.sha256(data.encode())
hash_value = hash_object.hexdigest()
print(hash_value)

11. collections库

collections库提供了额外的数据结构,如有序字典、命名元组等。下面是一个使用collections库的示例代码:

from collections import OrderedDict
data = OrderedDict()
data['apple'] = 4
data['banana'] = 2
data['orange'] = 6
for key, value in data.items():
    print(key, value)

12. itertools库

itertools库提供了用于迭代和组合的工具函数。下面是一个使用itertools库生成排列组合的示例代码:

import itertools
data = [1, 2, 3]
permutations = itertools.permutations(data)
combinations = itertools.combinations(data, 2)
for perm in permutations:
    print(perm)
for comb in combinations:
    print(comb)

13. functools库

functools库提供了一些高阶函数,如partial和reduce等。下面是一个使用functools库的示例代码:

import functools
def multiply(a, b):
    return a * b
double = functools.partial(multiply, b=2)
result = double(3)
print(result)

14. time库

time库提供了与时间相关的功能,如获取当前时间、计时等。下面是一个使用time库的示例代码:

import time
start_time = time.time()
time.sleep(2)
end_time = time.time()
elapsed_time = end_time - start_time
print("Elapsed time:", elapsed_time)

二、高级库(常用的第三方库及其功能)

1. NumPy库(科学计算)

NumPy库是Python科学计算的核心库,提供了多维数组对象和各种数学函数,用于进行快速的数值计算。它还提供了用于操作数组的工具和函数。下面是一个使用NumPy库的示例代码:

import numpy as np
array = np.array([1, 2, 3, 4, 5])
print(array)

2. Pandas库 (数据分析)

Pandas库提供了用于数据分析和处理的高级数据结构和函数。它可以轻松处理和操作大型数据集,并提供了数据清洗、转换、合并等功能。下面是一个使用Pandas库的示例代码:

import pandas as pd
data = {'Name': ['John', 'Alice', 'Bob'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data)
print(df)

3. Matplotlib库(数据可视化)

Matplotlib库是一个用于绘制数据可视化图表的库。它提供了各种绘图函数和工具,可以创建线图、散点图、柱状图等各种类型的图表。下面是一个使用Matplotlib库绘制折线图的示例代码:

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y)
plt.show()

4. Requests库(网络请求)

Requests库是一个简洁而强大的HTTP请求库,用于发送HTTP请求和处理响应。它使得与Web服务进行交互变得更加容易。下面是一个使用Requests库发送GET请求的示例代码:

import requests
response = requests.get('http://www.example.com')
print(response.text)

5. Scrapy库(网络爬虫)

Scrapy是一个用于爬取网站数据的高级Python框架。它提供了强大的抓取和提取功能,可以自动化地从网站上获取数据。Scrapy还具有可扩展性和灵活性,使其成为开发网络爬虫的首选库。
import scrapy

class MySpider(scrapy.Spider):
    name = 'example.com'
    start_urls = ['http://www.example.com']

    def parse(self, response):
        # 解析网页内容
        pass

6. Django库(Web开发)

Django是一个功能强大且易于使用的Web开发框架。它提供了快速开发高质量Web应用程序所需的各种工具和功能。Django采用了MVC(模型-视图-控制器)架构模式,具有强大的数据库集成和用户认证系统。

from django.http import HttpResponse

def hello(request):
    return HttpResponse("Hello, World!")

7. TensorFlow库(机器学习)

TensorFlow是一个开源的机器学习框架,由Google开发。它提供了丰富的工具和库,用于构建和训练机器学习模型。TensorFlow支持各种深度学习算法和神经网络模型,广泛应用于图像识别、自然语言处理等领域。

import tensorflow as tf

x = tf.constant([1, 2, 3, 4, 5])
y = tf.reduce_sum(x)
print(y)

8. PyTorch库(机器学习)

PyTorch是另一个流行的机器学习框架,由Facebook开发。它提供了灵活的张量计算和动态图机制,使得构建和训练神经网络变得更加简单。PyTorch广泛应用于深度学习研究和开发。

import torch

x = torch.tensor([1, 2, 3, 4, 5])
y = torch.sum(x)
print(y)

9. SQLAlchemy库(数据库操作)

SQLAlchemy是一个Python SQL工具包和对象关系映射(ORM)工具。它提供了一种高级的数据库操作方式,可以轻松地进行数据库查询、插入、更新和删除操作。SQLAlchemy支持多种数据库后端,并提供了强大的查询语言和事务管理功能。

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

engine = create_engine('sqlite:///example.db')
Session = sessionmaker(bind=engine)
session = Session()

Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)

user = User(name='John', age=25)
session.add(user)
session.commit()

10. Flask库(Web开发)

Flask是一个轻量级的Web开发框架。它提供了简单易用的工具和功能,用于构建Web应用程序。Flask具有灵活性和可扩展性,适用于开发小型到中型的Web应用。

from flask import Flask
 app = Flask(__name__)
@app.route('/')
def hello():
    return 'Hello, World!'
if __name__ == '__main__':
app.run()

11. Scikit-learn库(机器学习)

Scikit-learn是一个用于机器学习和数据挖掘的库。它提供了各种机器学习算法和工具,可以进行分类、回归、聚类等任务,并且具有丰富的特征工程和模型评估功能。

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=42)
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, y_train)
accuracy = knn.score(X_test, y_test)
print(accuracy)

12. BeautifulSoup库(网页解析)

BeautifulSoup是一个用于解析HTML和XML文档的库。它提供了简单而灵活的API,可以从网页中提取数据,进行网页解析和数据提取操作。

from bs4 import BeautifulSoup
import requests
response = requests.get('https://www.example.com')
soup = BeautifulSoup(response.text, 'html.parser')
title = soup.title.string
print(title)

13. Django库(Web开发):

Django是一个用于构建Web应用程序的高级Python Web框架。它提供了强大的工具和功能,用于快速开发安全、可扩展的Web应用。

from django.http import HttpResponse
def hello(request):
    return HttpResponse("Hello, World!")

总结

目录
相关文章
|
1天前
|
缓存 算法 数据处理
Python入门:9.递归函数和高阶函数
在 Python 编程中,函数是核心组成部分之一。递归函数和高阶函数是 Python 中两个非常重要的特性。递归函数帮助我们以更直观的方式处理重复性问题,而高阶函数通过函数作为参数或返回值,为代码增添了极大的灵活性和优雅性。无论是实现复杂的算法还是处理数据流,这些工具都在开发者的工具箱中扮演着重要角色。本文将从概念入手,逐步带你掌握递归函数、匿名函数(lambda)以及高阶函数的核心要领和应用技巧。
Python入门:9.递归函数和高阶函数
|
1天前
|
开发者 Python
Python入门:8.Python中的函数
### 引言 在编写程序时,函数是一种强大的工具。它们可以将代码逻辑模块化,减少重复代码的编写,并提高程序的可读性和可维护性。无论是初学者还是资深开发者,深入理解函数的使用和设计都是编写高质量代码的基础。本文将从基础概念开始,逐步讲解 Python 中的函数及其高级特性。
Python入门:8.Python中的函数
|
1天前
|
存储 SQL 索引
Python入门:7.Pythond的内置容器
Python 提供了强大的内置容器(container)类型,用于存储和操作数据。容器是 Python 数据结构的核心部分,理解它们对于写出高效、可读的代码至关重要。在这篇博客中,我们将详细介绍 Python 的五种主要内置容器:字符串(str)、列表(list)、元组(tuple)、字典(dict)和集合(set)。
Python入门:7.Pythond的内置容器
|
1天前
|
存储 索引 Python
Python入门:6.深入解析Python中的序列
在 Python 中,**序列**是一种有序的数据结构,广泛应用于数据存储、操作和处理。序列的一个显著特点是支持通过**索引**访问数据。常见的序列类型包括字符串(`str`)、列表(`list`)和元组(`tuple`)。这些序列各有特点,既可以存储简单的字符,也可以存储复杂的对象。 为了帮助初学者掌握 Python 中的序列操作,本文将围绕**字符串**、**列表**和**元组**这三种序列类型,详细介绍其定义、常用方法和具体示例。
Python入门:6.深入解析Python中的序列
|
1天前
|
知识图谱 Python
Python入门:4.Python中的运算符
Python是一间强大而且便捷的编程语言,支持多种类型的运算符。在Python中,运算符被分为算术运算符、赋值运算符、复合赋值运算符、比较运算符和逻辑运算符等。本文将从基础到进阶进行分析,并通过一个综合案例展示其实际应用。
|
1天前
|
程序员 UED Python
Python入门:3.Python的输入和输出格式化
在 Python 编程中,输入与输出是程序与用户交互的核心部分。而输出格式化更是对程序表达能力的极大增强,可以让结果以清晰、美观且易读的方式呈现给用户。本文将深入探讨 Python 的输入与输出操作,特别是如何使用格式化方法来提升代码质量和可读性。
Python入门:3.Python的输入和输出格式化
|
1天前
|
存储 Linux iOS开发
Python入门:2.注释与变量的全面解析
在学习Python编程的过程中,注释和变量是必须掌握的两个基础概念。注释帮助我们理解代码的意图,而变量则是用于存储和操作数据的核心工具。熟练掌握这两者,不仅能提高代码的可读性和维护性,还能为后续学习复杂编程概念打下坚实的基础。
Python入门:2.注释与变量的全面解析
|
1天前
|
机器学习/深度学习 人工智能 算法框架/工具
Python入门:1.Python介绍
Python是一种功能强大、易于学习和运行的解释型高级语言。由**Guido van Rossum**于1991年创建,Python以其简洁、易读和十分工程化的设计而带来了庞大的用户群体和丰富的应用场景。这个语言在全球范围内都被认为是**创新和效率的重要工具**。
Python入门:1.Python介绍
|
4天前
|
数据采集 JavaScript Android开发
【02】仿站技术之python技术,看完学会再也不用去购买收费工具了-本次找了小影-感觉页面很好看-本次是爬取vue需要用到Puppeteer库用node.js扒一个app下载落地页-包括安卓android下载(简单)-ios苹果plist下载(稍微麻烦一丢丢)-优雅草卓伊凡
【02】仿站技术之python技术,看完学会再也不用去购买收费工具了-本次找了小影-感觉页面很好看-本次是爬取vue需要用到Puppeteer库用node.js扒一个app下载落地页-包括安卓android下载(简单)-ios苹果plist下载(稍微麻烦一丢丢)-优雅草卓伊凡
29 7
【02】仿站技术之python技术,看完学会再也不用去购买收费工具了-本次找了小影-感觉页面很好看-本次是爬取vue需要用到Puppeteer库用node.js扒一个app下载落地页-包括安卓android下载(简单)-ios苹果plist下载(稍微麻烦一丢丢)-优雅草卓伊凡
|
28天前
|
测试技术 Python
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本
106 31
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本

热门文章

最新文章

推荐镜像

更多