值得收藏的python第三方庫（Python中的第三方庫）

本文目錄一覽：

• 1、最受歡迎的 15 大 Python 庫有哪些
• 2、python第三方庫——xlwt3
• 3、Python常用的標準庫以及第三方庫有哪些？
• 4、python 比較好用的庫有哪些

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第三方庫——xlwt3

我們之前已經學習了xlrd這個庫，這個庫是讀取excel表格內信息的，它並不能寫入信息，這時候我們需要使用xlwt3這個庫進行excel表格的寫入。

打開命令提示符，使用pip進行安裝

安裝完後進入下一步：

這個xlwt3的庫，好像已經很久沒有人維護了，所以有一個問題就是，你用pip安裝的這個庫，是有點問題的，需要咱們手動修改。

打開python的安裝目錄，就是你的python的安裝位置，我的在D盤，找到D：\Python34\Lib\site-packages\xlwt3\formula.py這個文件，右鍵點擊，使用IDLE打開

將其中的

修改為

就是把第一個” __init__ “刪掉。

打開python shell

使用 import xlwt3 ，看看報不報錯，沒有報錯說明修改成功。安裝完成。

我們使用這個包主要是為了生成excel表格，將我們處理好的數據存到excel表格中。

為此，我們需要的是xlwt3裏面的Workbook這個類。

先創建實例：

這樣就創建完了一個實例。

我們知道，一個.xlsx文件或.xls文件稱為一個工作簿，裏面有好幾張工作表，我們現在創建的這個Workbook()實例，它也是一個工作簿，我們要寫入內容的話是要寫進工作表裏面的，這就需要我們創建一個工作表，工作表名是’test1’。

使用的是Workbook下屬的add_sheet方法，add_sheet，新建工作表。

add_sheet(self, sheetname, cell_overwrite_ok=False)

需要注意的是，這個方法有兩個參數

· 第一個是sheetname，這個是工作表的名字，必須要設置的

· 另一個參數是cell_overwrite_ok，這個參數是覆寫的意思，默認是False，如果你現在要寫的單元格裏面，已經有內容了，就不能寫了，如果你要是寫的話會報錯的。當然，我們在使用的時候，最好是設置成True。也就是上面的那個寫法。這樣對同一個單元格寫入兩次的話就不會報錯了，當然，只會保留最後一次寫入的值。

接下來可以寫入信息了。

事實上，我們剛才使用add_sheet這個方法後，創建出了一個Worksheet類的實例。這個類有兩個方法是我們需要使用的，一個是write，另一個是write_merge。前者用來寫入一個單元格的內容，後者用來寫入一個合併單元格的內容。

我們先看write方法，裏面有四個參數，分別是r，c，label，style，

· r是行

· c是列

· label是內容

· style是格式

上面寫的 table.write(1,0,’number’) 是在第二行的第一列寫入’number’這個字符串。

同理，另外兩句分別是在第二行的第二列和第二行的第三列寫入’name’和’score’這兩個字符串。

write_merge是寫合併單元格的方法

· r1是最上面的單元格所在的行數

· r2是最下面的單元格所在的行數

· c1是最左面的單元格所在的列數

· c2是最右面的單元格所在的列數

· label是要寫入的內容

· style是格式

上面那個 table.write_merge(0,0,0,2,’Student information’) ，是把第0行的第一列，第二列，第三列的單元格合併了，在裏面寫入’Student information’這個字符串。

如果我們寫入信息的時候，不加style這個參數，那麼裏面的信息就是最普通的，沒有什麼格式，顏色啊，粗體啊，邊框啊，什麼的。

在xlwt3中，使用easyxf這個函數來設置單元格屬性。

比如這句當中，我們可以看到傳入了一個字符串作為參數：

‘font: bold on, italic on, name 宋體, height 400, color red; align: vert centre, horiz centre; borders: top THIN,left THIN,right THIN,bottom THIN’

分解來看，這個字符串有三部分：

我們剛才不是用

創建了一個單元格屬性嗎，紅色20號宋體，粗體，斜體，四周有邊框，居中。

寫入的使用加在作為style參數傳入。

這樣，我們就成功的設置單元格格式了。

接下來我們設置列寬。

使用這個方法就能設置列寬了，裏面的0代表第一列，列寬是20。我也不知道這個列寬是怎麼換算的，只要設置5293的話就是20，大家可以根據換算設置自己想要的列寬。

最後一步，保存我們建立的工作簿。

這裏面就一個參數，你要保存的excel表格的文件名。需要加路徑和後綴名的。需要注意的是，這個xlwt3隻能保存成.xls的excel文件。

打開我們保存的excel表格。

可以看到，工作表名是我們設置的test1，第一行的前三個單元格合併了，內容是’Student information’，紅色20號宋體，粗體，斜體，四周有邊框，居中。第二行分別是number，name，score。

以上就是創建這個excel表格的流程。

剛才上pypi發現，這個包好像就要被移除了，這樣的話以後用pip就無法安裝了。

xlwt3 0.1.2 : Python Package Index

以上就是關於xlwt3這個包的簡單教程。

Python常用的標準庫以及第三方庫有哪些？

推薦5個常用的Python標準庫：

1、os：提供了不少與操作系統相關聯的函數庫

os包是Python與操作系統的接口。我們可以用os包來實現操作系統的許多功能，比如管理系統進程，改變當前路徑，改變文件權限等。但要注意，os包是建立在操作系統的平台上的，許多功能在Windows系統上是無法實現的。另外，在使用os包中，要注意其中的有些功能已經被其他的包取代。

我們通過文件系統來管理磁盤上儲存的文件。查找、刪除、複製文件以及列出文件列表等都是常見的文件操作。這些功能通常可以在操作系統中看到，但現在可以通過Python標準庫中的glob包、shutil包、os.path包以及os包的一些函數等，在Python內部實現。

2、sys：通常用於命令行參數的庫

sys包被用於管理Python自身的運行環境。Python是一個解釋器，也是一個運行在操作系統上的程序。我們可以用sys包來控制這一程序運行的許多參數，比如說Python運行所能佔據的內存和CPU，Python所要掃描的路徑等。另一個重要功能是和Python自己的命令行互動，從命令行讀取命令和參數。

3、random：用於生成隨機數的庫

Python標準庫中的random函數，可以生成隨機浮點數、整數、字符串，甚至幫助你隨機選擇列表序列中的一個元素，打亂一組數據等。

4、math：提供了數學常數和數學函數

標準庫中，Python定義了一些新的數字類型，以彌補之前的數字類型可能的不足。標準庫還包含了random包，用於處理隨機數相關的功能。math包補充了一些重要的數學常數和數學函數，比如pi、三角函數等等。

5、datetime：日期和時間的操作庫

日期和時間的管理並不複雜，但容易犯錯。Python的標準庫中對日期和時間的管理頗為完善，你不僅可以進行日期時間的查詢和變換，還可以對日期時間進行運算。通過這些標準庫，還可以根據需要控制日期時間輸出的文本格式

python 比較好用的庫有哪些

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 包來發佈。

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。