閱讀python庫（python基礎教程在線閱讀）

本文目錄一覽：

records庫的使用非常簡單且人性化，定義資料庫連接串和sql語句，然後將返回值作為rows列印出來，或者輸出為文件，沒有複雜的orm邏輯，實現邏輯很清晰

records有一些pip依賴，每個依賴項的作用如下：

Database類：

封裝基本資料庫操作，主要使用query方法，調用SQLAlchemy的方法，獲取結果後調用Record類獲得Record生成器，再調用RecordCollection獲得所有的結果

Record類：

接收database查詢後的keys和rows，初始化時，檢測是否長度一致，然後對其包裝，使其支持迭代，支持直接to_dict轉為dict對象，支持直接export導出。

RecordCollection類：

部分方法和Record類相同，但RecordCollection實現了first方法，獲取第一個row，如果不存在，則默認default為none,如果defalut本身就是實例或者exception的子類，直接拋出異常，另外，實現了一次實例化後多次查詢時的緩存。

全局變數和方法:

基礎概念：

python常用的庫有sys os 獲取系統相關信息

re 正則表達式模塊

numpy pandas sklearn 模塊用於科學計算

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體集合，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體庫，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常式，並作為數字積分、優化和其他常式。

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額外的軟體包，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軟體包，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路的高需求，並且是基於神經網路的機器學習系統DistBelief的繼任者，可以在大型數據集上快速訓練神經網路。

11、Keras：是一個用Python編寫的開源的庫，用於在高層的介面上構建神經網路。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，認知科學人工智慧等)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。

原創文章，作者：0E91X，如若轉載，請註明出處：https://www.506064.com/zh-tw/n/129716.html