分發打包python（什麼是打包發送）

本文目錄一覽：

• 1、Python標準庫的主要功能有哪些？
• 2、最受歡迎的 15 大 Python 庫有哪些
• 3、python 比較好用的庫有哪些
• 4、學習python有什麼好的用處
• 5、如何打包和分發Python應用程序

Python標準庫的主要功能有哪些？

Python擁有一個強大的標準庫。Python語言的核心只包含數字、字元串、列表、字典、文件等常見類型和函數，而由Python標準庫提供了系統管理、網路通信、文本處理、資料庫介面、圖形系統、XML處理等額外的功能。

Python標準庫的主要功能有：

文本處理，包含文本格式化、正則表達式匹配、文本差異計算與合併、Unicode支持，二進位數據處理等功能。

文件處理，包含文件操作、創建臨時文件、文件壓縮與歸檔、操作配置文件等功能。

操作系統功能，包含線程與進程支持、IO復用、日期與時間處理、調用系統函數、日誌等功能

網路通信，包含網路套接字，SSL加密通信、非同步網路通信等功能。

網路協議，支持HTTP，FTP，SMTP，POP，IMAP，NNTP，XMLRPC等多種網路協議，並提供了編寫網路伺服器的框架。

W3C格式支持，包含HTML，SGML，XML的處理。

其它功能，包括國際化支持、數學運算、HASH、Tkinter等。

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。

…………

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 – 非常簡單的互動式 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 二進位包管理工具。

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 腳本變為獨立軟體包（Mac OS X）。

py2exe – 將 Python 腳本變為獨立軟體包（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

將源碼編譯成軟體。

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 – 軟體構建工具。

互動式解析器

互動式 Python 解析器。

IPython – 功能豐富的工具，非常有效的使用互動式 Python。

bpython- 界面豐富的 Python 解析器。

ptpython – 高級互動式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 介面。

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，用於通過字元串來操作日期/時間。

pytz – 現代以及歷史版本的世界時區定義。將時區資料庫引入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 – 字元編碼檢測器，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 – 模糊字元串匹配。

Levenshtein – 快速計算編輯距離以及字元串的相似度。

pangu.py – 在中日韓語字元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 – 列印可讀的字元，而不是轉義的字元串。

xpinyin – 一個用於把漢字轉換為拼音的庫。

學習python有什麼好的用處

1. Python易於學習

相較於其它編程語言而言，Python更容易一些。Python 的語言沒有多少儀式化的東西，所以就算不是一個 Python 專家，你也能讀懂它的代碼。我的經驗是，通過實例來學習和教授 Python要比採取同樣的方式去接觸比方說 Ruby 或者 Perl 更加容易，因為 Python 的語法裡面條條框框以及特殊的處理場景要少得多。 它所專註的並非語言表現的豐富程度，而是你想要用你的代碼完成什麼。

2. 它能用少量的代碼構建出很多功能

Python 能帶給所有開發者一種快速的學習體驗。通過實踐，你可以在最多兩天之內輕鬆實現一個具備基礎功能的遊戲。另外一些讓 Python 成為一門引人注目的編程語言的因素就是它的可讀性和高效性。

3. Python 多才多藝

Python應用場景廣泛，可被應用於如今你所能想得到的相當多的軟體開發和操作場景，目前已廣泛應用於人工智慧、雲計算開發、大數據開發、數據分析、科學運算、網站開發、爬蟲、自動化運維、自動化測試、遊戲開發等領域，因此，只需要你將 Python 了解得更加深入一點點，就能讓你具備可以適應範圍更寬泛的工作角色的技能。

4. Python 擁有最成熟的程序包資源庫之一

Python 以 PyPI為其後盾, 這是一個擁有超過 85,000 個Python 模塊和腳本的資源庫，你拿過來就立馬可以使用。這些模塊向你的本地 Python 環境分發已經預先打包好的功能，可以用來解決各種諸如資料庫處理、計算機視覺實現、數據分析以及構建 REST 風格的 web 服務等問題。

5. Python 是跨平台且開源的

Python 可以跨平台運行，並且已經開放源代碼超過20年的時間了，如果你需要代碼能同時在Linux，Windows 以及 macOS 上跑起來，Python 就能滿足要求。此外，有數十年的修修補補以及不斷完善做後盾，可以確保你能夠隨心所欲地運行自己的代碼。

6. Python 很靈活

有一些Python同其它編程語言集成在一起的穩定實現。

CPython, 同 C 集成的版本；

Jython, 同 Java 集成的Python版本；

IronPython, 被設計用來兼容 .Net 和 C#；

PyObjc, ObjectiveC 工具下的 Python 寫法；

RubyPython, 同 Ruby 集成的 Python 版本。

並沒有很多的語言能提供像 Python 這樣的多樣性和簡潔性; 能持續努力演進並讓社區繁榮好幾十年的就更少了。無論你是編碼新手還是能信手寫就腳本的大師，都需要了解一下 Python。

如何打包和分發Python應用程序

我也遇到了這個問題，我是這樣解決的。你用python調用.bat或者.exe文件時，一般調用 方式如下:os.system(被調用程序)對吧，這樣就會因為調用了系統shell而出現黑框。我的解決方法是:os.popen(被調用程序)這樣就把程序作為後台調用了，而且能根據popen的返回結果來獲得程序的返回值。