python支持庫大全,常用的Python庫

本文目錄一覽：

• 1、2017年10大流行Python庫有哪些
• 2、Python中數據可視化經典庫有哪些？
• 3、最受歡迎的 15 大 Python 庫有哪些
• 4、Python中的庫都有哪些？
• 5、最常用的幾個python庫
• 6、Python 常用的標準庫以及第三方庫有哪些

2017年10大流行Python庫有哪些

1、NumPy

NumPy是構建科學計算 stack 的最基礎的包。它為 Python 中的 n 維數組和矩陣的操作提供了大量有用的功能。該庫還提供了 NumPy 數組類型的數學運算向量化，可以提升性能，從而加快執行速度。

2、SciPy

SciPy 是一個工程和科學軟件庫， 包含線性代數、優化、集成和統計的模塊。SciPy 庫的主

要功能建立在 NumPy 的基礎之上，它通過其特定的子模塊提供高效的數值例程操作。SciPy 的所有子模塊中的函數都有詳細的文檔，這也是一個優勢。

3、Pandas

Pandas是一個 Python 包，旨在通過「標記(labeled)」和「關係(relational)」數據進行工作，簡單直觀。Pandas 是 data wrangling 的完美工具。它設計用於快速簡單的數據操作、聚合和可視化。

4、Seaborn

Seaborn 主要關注統計模型的可視化;這種可視化包括熱度圖(heat map)，可以總結數據但也描繪總體分布。Seaborn 基於 Matplotlib，並高度依賴於它。

5、Bokeh

Bokeh是一個很好的可視化庫，其目的是交互式可視化，不過這個庫獨立於 Matplotlib，它通過現代瀏覽器以數據驅動文檔(D3.js)的風格呈現。

6、Scikits

Scikits 是 SciPy Stack 的附加軟件包，專為特定功能(如圖像處理和輔助機器學習)而設計。其中最突出的一個是 scikit-learn。該軟件包構建於 SciPy 之上，並大量使用其數學操作，是使用 Python 進行機器學習的實際上的行業標準。

7、Theano

Theano 是一個 Python 包，它定義了與 NumPy 類似的多維數組，以及數學運算和表達式。該庫是經過編譯的，使其在所有架構上能夠高效運行。這個庫最初由蒙特利爾大學機器學習組開發，主要是為了滿足機器學習的需求。

8、Keras

Keras是一個使用高層接口構建神經網絡的開源庫，它是用 Python 編寫的。它簡單易懂，具有高級可擴展性。Keras 極其容易上手，而且可以進行快速的原型設計，足以用於嚴肅的建模。

9、Gensim

Gensim是一個用於 Python 的開源庫，實現了用於向量空間建模和主題建模的工具。Gensim 實現了諸如分層 Dirichlet 進程(HDP)、潛在語義分析(LSA)和潛在 Dirichlet 分配(LDA)等算法，還有 tf-idf、隨機投影、word2vec 和 document2vec，以便於檢查一組文檔(通常稱為語料庫)中文本的重複模式。

10、Scrapy

Scrapy 是用於從網絡檢索結構化數據的爬蟲程序的庫。它現在已經發展成了一個完整的框架，可以從 API 收集數據，也可以用作通用的爬蟲。該庫在接口設計上遵循著名的 Don』t Repeat Yourself 原則——提醒用戶編寫通用的可復用的代碼，因此可以用來開發和擴展大型爬蟲。

Python中數據可視化經典庫有哪些？

Python有很多經典的數據可視化庫，比較經典的數據可視化庫有下面幾個。

matplotlib

是Python編程語言及其數值數學擴展包 NumPy 的可視化操作界面。它利用通用的圖形用戶界面工具包，如 Tkinter, wxPython, Qt 或 GTK+，嚮應用程序嵌入式繪圖提供了應用程序接口。

pyplot 是 matplotlib 的一個模塊，它提供了一個類似 MATLAB 的接口。 matplotlib 被設計得用起來像 MATLAB，具有使用 Python 的能力。

優點：繪圖質量高，可繪製出版物質量級別的圖形。代碼夠簡單，易於理解和擴展，使繪圖變得輕鬆，通過Matplotlib可以很輕鬆地畫一些或簡單或複雜的圖形，幾行代碼即可生成直方圖、條形圖、散點圖、密度圖等等，最重要的是免費和開源。

pandas

Pandas 是一個開放源碼、BSD 許可的庫，提供高性能、易於使用的數據結構和數據分析工具。Pandas 廣泛應用在學術、金融、統計學等各個數據分析領域。需要說明的是它不是“熊貓”，名字衍生自術語 “panel data”（面板數據）和 “Python data analysis”（Python 數據分析）。

優點：是Python的核心數據分析支持庫，提供了快速、靈活、明確的數據結構，旨在簡單、直觀的處理關係型、標記型數據。對於數據分析專業人士，它是數據分析及可視化的利器。

seaborn

Seaborn是基於matplotlib的圖形可視化python包。它提供了一種高度交互式界面，便於用戶能夠做出各種有吸引力的統計圖表。

它是基於matplotlib更高級的API封裝，從而使得作圖更加容易，在大多數情況下使用seaborn能做出很具有吸引力的圖，應該把Seaborn視為matplotlib的補充，而不是替代物，它能高度兼容numpy與pandas數據結構以及scipy與statsmodels等統計模式。

優點：matplotlib高度封裝，代碼量少，圖表漂亮。比起matplotlib具有更美觀、更現代的調色板設計等優點。scikit-plot

這是一個跟機器學習有效結合的繪圖庫。想要深入學習的小夥伴參見其github倉庫，這裡不再贅述了。

優點：Scikit-Plot是由ReiichiroNakano創建的用在機器學習的可視化工具，能最快速簡潔的畫出用Matplotlib要寫很多行語句才能畫出的圖。關鍵是對於機器學習相關可視化處理，該庫有較好的支持。

Networkx

networkx是Python的一個包，用於構建和操作複雜的圖結構，提供分析圖的算法。圖是由頂點、邊和可選的屬性構成的數據結構，頂點表示數據，邊是由兩個頂點唯一確定的，表示兩個頂點之間的關係。頂點和邊也可以擁有更多的屬性，以存儲更多的信息。

優點：用於創建、操縱和研究複雜網絡的結構、以及學習複雜網絡的結構、功能及其動力學。

上面是我的回答，希望對您有所幫助！

最受歡迎的 15 大 Python 庫有哪些

1、Pandas：是一個Python包，旨在通過“標記”和“關係”數據進行工作，簡單直觀。它設計用於快速簡單的數據操作、聚合和可視化，是數據整理的完美工具。

2、Numpy：是專門為Python中科學計算而設計的軟件集合，它為Python中的n維數組和矩陣的操作提供了大量有用的功能。該庫提供了NumPy數組類型的數學運算向量化，可以改善性能，從而加快執行速度。

3、SciPy：是一個工程和科學軟件庫，包含線性代數，優化，集成和統計的模塊。SciPy庫的主要功能是建立在NumPy上，通過其特定子模塊提供有效的數值例程，並作為數字積分、優化和其他例程。

4、Matplotlib：為輕鬆生成簡單而強大的可視化而量身定製，它使Python成為像MatLab或Mathematica這樣的科學工具的競爭對手。

5、Seaborn：主要關注統計模型的可視化(包括熱圖)，Seaborn高度依賴於Matplotlib。

6、Bokeh：獨立於Matplotlib，主要焦點是交互性，它通過現代瀏覽器以數據驅動文檔的風格呈現。

7、Plotly：是一個基於Web用於構建可視化的工具箱，提供API給一些編程語言(Python在內)。

8、Scikits：是Scikits

Stack額外的軟件包，專為像圖像處理和機器學習輔助等特定功能而設計。它建立在SciPy之上，中集成了有質量的代碼和良好的文檔、簡單易用並且十分高效，是使用Python進行機器學習的實際行業標準。

9、Theano：是一個Python軟件包，它定義了與NumPy類似的多維數組，以及數學運算和表達式。此庫是被編譯的，可實現在所有架構上的高效運行。

10、TensorFlow：是數據流圖計算的開源庫，旨在滿足谷歌對訓練神經網絡的高需求，並且是基於神經網絡的機器學習系統DistBelief的繼任者，可以在大型數據集上快速訓練神經網絡。

11、Keras：是一個用Python編寫的開源的庫，用於在高層的接口上構建神經網絡。它簡單易懂，具有高級可擴展性。

12、NLTK：主要用於符號學和統計學自然語言處理(NLP) 的常見任務，旨在促進NLP及相關領域(語言學，認知科學人工智能等)的教學和研究。

13、Gensim：是一個用於Python的開源庫，為有向量空間模型和主題模型的工作提供了使用工具。這個庫是為了高效處理大量文本而設計，不僅可以進行內存處理，還可以通過廣泛使用NumPy數據結構和SciPy操作來獲得更高的效率。

…………

Python中的庫都有哪些？

標準庫

sys

系統相關的參數和函數。 sys 庫一般用來訪問和修改系統相關信息，比如查看 python 版本、系統環境變量、模塊信息和 python 解釋器相關信息等等。

os

操作系統接口模塊。這個庫提供了訪問操作系統相關依賴的方式，比如輸入輸出操作、讀寫操作、操作系統異常錯誤信息、進程線程管理、文件管理、調度程序等等。

re

正則表達式操作。這個庫是我喜歡並且經常會用到的庫，在對大量字符串進行處理的時候用正則表達式是最快速有效的方式，但是正則表達式的學習曲線較高，有興趣的朋友可以訪問這個網站學習。

math

數學函數庫。 math 庫提供了對 C 語言標準定義的數學函數訪問，比如數論（Number-theoretic）的各種表示方法、冪和對數函數（Power and logarithmic functions）、三角函數（Trigonometric functions）、常量圓周率（π）和自然常數（e）等等。

random

生成偽隨機數。

偽隨機數與隨機數（真隨機數）不同的是執行環境，隨機數是真實世界中通過物理過程實踐得出結論，而偽隨機數是通過計算機的特定算法生成的數，所以這個過程是可預測的、有規律的，只是循環周期較長，並不能與現實場景相切合。

random庫提供生成隨機數，可以模擬現實世界中隨機取數、隨機抽獎等等。望採納

最常用的幾個python庫

Python常用庫大全，看看有沒有你需要的。

環境管理

管理 Python 版本和環境的工具

p – 非常簡單的交互式 python 版本管理工具。

pyenv – 簡單的 Python 版本管理工具。

Vex – 可以在虛擬環境中執行命令。

virtualenv – 創建獨立 Python 環境的工具。

virtualenvwrapper- virtualenv 的一組擴展。

包管理

管理包和依賴的工具。

pip – Python 包和依賴關係管理工具。

pip-tools – 保證 Python 包依賴關係更新的一組工具。

conda – 跨平台，Python 二進制包管理工具。

Curdling – 管理 Python 包的命令行工具。

wheel – Python 分發的新標準，意在取代 eggs。

包倉庫

本地 PyPI 倉庫服務和代理。

warehouse – 下一代 PyPI。

Warehousebandersnatch – PyPA 提供的 PyPI 鏡像工具。

devpi – PyPI 服務和打包/測試/分發工具。

localshop – 本地 PyPI 服務（自定義包並且自動對 PyPI 鏡像）。

分發

打包為可執行文件以便分發。

PyInstaller – 將 Python 程序轉換成獨立的執行文件（跨平台）。

dh-virtualenv – 構建並將 virtualenv 虛擬環境作為一個 Debian 包來發布。

Nuitka – 將腳本、模塊、包編譯成可執行文件或擴展模塊。

py2app – 將 Python 腳本變為獨立軟件包（Mac OS X）。

py2exe – 將 Python 腳本變為獨立軟件包（Windows）。

pynsist – 一個用來創建 Windows 安裝程序的工具，可以在安裝程序中打包 Python本身。

構建工具

將源碼編譯成軟件。

buildout – 一個構建系統，從多個組件來創建，組裝和部署應用。

BitBake – 針對嵌入式 Linux 的類似 make 的構建工具。

fabricate – 對任何語言自動找到依賴關係的構建工具。

PlatformIO – 多平台命令行構建工具。

PyBuilder – 純 Python 實現的持續化構建工具。

SCons – 軟件構建工具。

交互式解析器

交互式 Python 解析器。

IPython – 功能豐富的工具，非常有效的使用交互式 Python。

bpython- 界面豐富的 Python 解析器。

ptpython – 高級交互式Python解析器， 構建於python-prompt-toolkit 之上。

文件

文件管理和 MIME（多用途的網際郵件擴充協議）類型檢測。

imghdr – （Python 標準庫）檢測圖片類型。

mimetypes – （Python 標準庫）將文件名映射為 MIME 類型。

path.py – 對 os.path 進行封裝的模塊。

pathlib – （Python3.4+ 標準庫）跨平台的、面向對象的路徑操作庫。

python-magic- 文件類型檢測的第三方庫 libmagic 的 Python 接口。

Unipath- 用面向對象的方式操作文件和目錄

watchdog – 管理文件系統事件的 API 和 shell 工具

日期和時間

操作日期和時間的類庫。

arrow- 更好的 Python 日期時間操作類庫。

Chronyk – Python 3 的類庫，用於解析手寫格式的時間和日期。

dateutil – Python datetime 模塊的擴展。

delorean- 解決 Python 中有關日期處理的棘手問題的庫。

moment – 一個用來處理時間和日期的Python庫。靈感來自於Moment.js。

PyTime – 一個簡單易用的Python模塊，用於通過字符串來操作日期/時間。

pytz – 現代以及歷史版本的世界時區定義。將時區數據庫引入Python。

when.py – 提供用戶友好的函數來幫助用戶進行常用的日期和時間操作。

文本處理

用於解析和操作文本的庫。

通用

chardet – 字符編碼檢測器，兼容 Python2 和 Python3。

difflib – (Python 標準庫)幫助我們進行差異化比較。

ftfy – 讓Unicode文本更完整更連貫。

fuzzywuzzy – 模糊字符串匹配。

Levenshtein – 快速計算編輯距離以及字符串的相似度。

pangu.py – 在中日韓語字符和數字字母之間添加空格。

pyfiglet -figlet 的 Python實現。

shortuuid – 一個生成器庫，用以生成簡潔的，明白的，URL 安全的 UUID。

unidecode – Unicode 文本的 ASCII 轉換形式 。

uniout – 打印可讀的字符，而不是轉義的字符串。

xpinyin – 一個用於把漢字轉換為拼音的庫。

Python 常用的標準庫以及第三方庫有哪些

參考：知乎

Python 常用的標準庫以及第三方庫

standard libs:

itertools

functools 學好python有必要掌握上面這兩個庫吧，

re 正則

subprocess 調用shell命令的神器

pdb 調試

traceback 調試

pprint 漂亮的輸出

logging 日誌

threading和multiprocessing 多線程

urllib/urllib2/httplib http庫，httplib底層一點，推薦第三方的庫requests

os/sys 系統，環境相關

Queue 隊列

pickle/cPickle 序列化工具

hashlib md5, sha等hash算法

cvs

json/simplejson python的json庫，據so上的討論和benchmark，simplejson的性能要高於json

timeit 計算代碼運行的時間等等

cProfile python性能測量模塊

glob 類似與listfile，可以用來查找文件

atexit 有一個註冊函數，可用於正好在腳本退出運行前執行一些代碼

dis python 反彙編，當對某條語句不理解原理時，可以用dis.dis 函數來查看代碼對應的python 解釋器指令等等。

3th libs:

paramiko ssh python 庫

selenium 瀏覽器自動化測試工具selenium的python 接口

lxml python 解析html,xml 的神器

mechanize Stateful programmatic web browsing

pycurl cURL library module for Python

Fabric Fabric is a Python (2.5 or higher) library and command-line tool for streamlining the use of SSH for application deployment or systems administration tasks.

xmltodict xml 轉 dict，真心好用

urllib3 和 requests: 當然其實requests就夠了 Requests: HTTP for Humans

flask web 微框架

ipdb 調試神器，同時推薦ipython！結合ipython使用

redis redis python接口

pymongo mongodbpython接口

PIL python圖像處理

mako python模版引擎

numpy ， scipy 科學計算

matplotlib 畫圖

scrapy 爬蟲

django/tornado/web.py/web2py/uliweb/flask/twisted/bottle/cherrypy.等等 python web框架/服務器

sh 1.08 — sh v1.08 documentation 用來運行shell 模塊的 極佳選擇