python的pathlib包,python pathlib模塊

本文目錄一覽：

• 1、Python中如何刪除一個文件
• 2、Python 常用的標準庫以及第三方庫有哪些
• 3、最受歡迎的 15 大 Python 庫有哪些

Python中如何刪除一個文件

使用Python刪除文件有多種方法，但是最好的方法如下：

os.remove()刪除文件

os.unlink()刪除文件

shutil.rmtree()刪除目錄及其下面所有內容

pathlib.Path.unlink()在Python3.4及更高版本中用來刪除單個文件pathlib模塊。

os.remove()刪除文件

Python中的OS模塊提供了與操作系統進行交互的功能。OS屬於Python的標準實用程序模塊。該模塊提供了使用依賴於操作系統的功能的便捷式方法。

python中的os.remove()方法用於刪除文件路徑。此方法無法刪除目錄。如果指定的路徑是目錄，則該方法將引發OSError。

注意：可以使用os.rmdir()刪除目錄。

使用os.unlink()刪除Python文件

os.unlink()是os.remove()的別名。在Unix OS中，刪除也稱為unlink。

注意：所有功能和語法與os.unlink()和os.remove()相同。它們都用於刪除Python文件路徑。兩者都是Python標準庫的os模塊中執行刪除功能的方法。

它有兩個名稱，別名：os.unlink()和os.remove()。

為同一個函數提供兩個別名的可能原因是，該模塊的維護者認為，許多程序員可能會從C的底層編輯轉向Python，其中庫函數和底層系統調用稱為unlink()，而其他人則可能會使用rm命令或shell腳本來簡化語言。

使用shutil.rmtree()刪除Python文件

shutil.rmtree()：刪除指定的目錄，所有子目錄和所有文件。此功能特別危險，因為它無需檢查即可刪除所有內容。結果，您可以使用此功能輕鬆丟失數據。

rmtree()是shutil模塊下的一種方法，該方法以遞歸方式刪除目錄及其內容。

使用pathlib.Path.unlink()刪除文件

pathlib模塊在Python3.4及更高版本中可用。如果要在Python2中使用此模塊，可以使用pip進行安裝。pathlib提供了一個面向對象的界面，用於處理不同操作系統的文件系統路徑。

要使用pathlib模塊刪除文件，請創建一個指向該文件的Path對象，然後對該對象調用unlink()方法。

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與操作系統的介面。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，改變文件許可權等。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碟上儲存的文件。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、字元串，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

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。

…………