Python的22个常用模块

仙姑

Python拥有丰富的标准库和第三方库，这些模块极大地扩展了Python的功能，使其在各种应用场景中都能发挥重要作用。下面我将列出一些常用的Python模块及其简单代码案例，帮助你更好地理解和使用它们。1.os-操作系统接口功能：提供了一系列与操作系统交互的函数，如文件操作、进程管理等。代码案例：列出当前目录下的所有文件和文件夹importosforiteminos.listdir('.'):print(item)1234'运行运行2.sys-系统特定功能功能：提供访问和使用Python解释器的一些函数，常用于处理命令行参数、退出程序等。代码案例：打印Python解释器的版本信息并退出程序importsysprint("Pythonversion:",sys.version)sys.exit()1234'运行运行3.json-JSON数据处理功能：用于编码和解码JSON数据格式。代码案例：将Python对象转换为JSON字符串并输出importjsondata={"name":"Alice","age":30,"city":"NewYork"}json_str=json.dumps(data)print(json_str)12345678910'运行运行4.requests-HTTP库功能：发送HTTP请求，广泛用于网络爬虫和API交互。代码案例：发送GET请求获取网页内容importrequestsresponse=requests.get('https://api.github.com')print(response.text)12345.pandas-数据分析功能：提供高性能、易用的数据结构和数据分析工具。代码案例：读取CSV文件并显示前几行数据importpandasaspddf=pd.read_csv('example.csv')print(df.head())12346.numpy-数值计算功能：强大的数学库，支持大型多维数组和矩阵运算。代码案例：创建一个数组并进行简单运算importnumpyasnparr=np.array([1,2,3])print(arr*2)1234'运行运行7.matplotlib-数据可视化功能：绘制静态、动态、交互式的图表。代码案例：绘制简单的线图importmatplotlib.pyplotaspltx=[1,2,3,4]y=[10,15,13,17]plt.plot(x,y)plt.xlabel('Xaxis')plt.ylabel('Yaxis')plt.title('SimplePlot')plt.show()12345678910'运行运行8.datetime-时间日期处理功能：处理日期和时间。代码案例：获取当前时间和格式化输出fromdatetimeimportdatetimenow=datetime.now()print("Currentdateandtime:",now.strftime("%Y-%m-%d%H:%M:%S"))1234'运行运行9.re-正则表达式功能：处理正则表达式，用于字符串的匹配、查找、替换等操作。代码案例：使用正则表达式查找所有邮箱地址importretext="联系我：email@example.com或support@example.org"emails=re.findall(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b',text)print(emails)123456'运行运行10.threading-多线程功能：提供了对线程的支持，允许同时执行多个任务。代码案例：创建两个线程分别打印序列importthreadingimporttimedefprint_numbers():foriinrange(5):print(i,end='')time.sleep(0.5)defprint_letters():forletterin'abcde':print(letter,end='')time.sleep(1)t1=threading.Thread(target=print_numbers)t2=threading.Thread(target=print_letters)t1.start()t2.start()t1.join()t2.join()123456789101112131415161718192021'运行运行11.hashlib-安全哈希和消息摘要功能：提供安全相关的哈希函数，如MD5、SHA等，用于数据校验和加密。代码案例：计算字符串的MD5哈希值importhashlibstr_to_hash="Hello,World!"hash_object=hashlib.md5(str_to_hash.encode())hex_dig=hash_object.hexdigest()print(hex_dig)1234567'运行运行12.flask-微型Web框架功能：轻量级的Web服务器网关接口（WSGI）Web应用框架。代码案例：创建一个简单的Web应用，返回"Hello,World!"fromflaskimportFlaskapp=Flask(__name__)@app.route('/')defhello_world():return'Hello,World!'if__name__=='__main__':app.run()1234567891013.sqlalchemy-SQL工具包和ORM系统功能：提供SQLAlchemyORM，用于与SQL数据库交互，支持多种数据库后端。代码案例：连接SQLite数据库并查询数据fromsqlalchemyimportcreate_engine,MetaData,Table,selectfromsqlalchemy.ormimportsessionmakerengine=create_engine('sqlite:///example.db',echo=True)Session=sessionmaker(bind=engine)session=Session()metadata=MetaData()users=Table('users',metadata,autoload_with=engine)stmt=select(users)result=session.execute(stmt)forrowinresult:print(row)123456789101112131414.tensorflow-机器学习库功能：Google开发的开源机器学习框架，广泛应用于深度学习模型的构建、训练和推理。代码案例：使用TensorFlow创建一个简单的线性模型importtensorflowastfimportnumpyasnp#创建数据集x_data=np.random.rand(100).astype(np.float32)y_data=x_data*0.1+0.3#定义变量Weights=tf.Variable(tf.random.uniform([1],-1.0,1.0))biases=tf.Variable(tf.zeros([1]))#定义模型y=Weights*x_data+biases#定义损失函数loss=tf.reduce_mean(tf.square(y-y_data))#定义优化器optimizer=tf.optimizers.SGD(0.5)#训练模型forstepinrange(201)ptimizer.minimize(loss,var_list=[Weights,biases])ifstep%20==0:print(step,Weights.numpy(),biases.numpy())1234567891011121314151617181920212223242515.scikit-learn-机器学习库功能：提供了简单高效的数据挖掘和数据分析工具，包括分类、回归、聚类等多种算法。代码案例：使用scikit-learn进行简单线性回归fromsklearn.model_selectionimporttrain_test_splitfromsklearn.linear_modelimportLinearRegressionfromsklearnimportdatasets#加载波士顿房价数据集boston=datasets.load_boston()X=boston.datay=boston.target#划分训练集和测试集X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=42)#创建并训练模型model=LinearRegression()model.fit(X_train,y_train)#预测并打印分数score=model.score(X_test,y_test)print("模型得分:%.2f%%"%(score*100))1234567891011121314151617181916.pillow-图像处理功能：Pillow是PIL（PythonImagingLibrary）的一个派生，提供了丰富的图像处理功能。代码案例：打开一个图片，将其尺寸缩小一半，并保存新图片fromPILimportImage#打开图片withImage.open('example.jpg')asimg:#缩小图片img_resized=img.resize((img.width//2,img.height//2))#保存新图片img_resized.save('example_resized.jpg')1234567817.scrapy-网络爬虫框架功能：用于抓取网页内容并提取结构化数据的框架，适用于数据挖掘、监测等场景。代码案例：Scrapy简单爬虫示例（仅展示基本结构，完整运行需根据目标网站调整）importscrapyclassMySpider(scrapy.Spider):name='myspider'start_urls=['http://www.example.com/']defparse(self,response):page_title=response.css('title::text').get()yield{'title':page_title}123456789请注意，实际使用时，应遵守网站的robots.txt规则和相关法律法规，尊重网站版权和隐私政策。18.PyQt/PySide-GUI开发功能：这两者都是用于创建图形用户界面（GUI）的库，基于Qt框架。PyQt是社区支持的版本，而PySide由Qt公司官方维护。代码案例：使用PyQt5创建一个简单的窗口fromPyQt5.QtWidgetsimportQApplication,QWidget#创建应用程序对象app=QApplication([])#创建窗口window=QWidget()window.setWindowTitle('MyFirstPyQtApp')#显示窗口window.show()#进入主事件循环app.exec_()123456789101112131419.asyncio-异步I/O、并发编程功能：Python中的异步编程库，用于编写单线程并发代码，利用协程、事件循环等机制处理并发任务。代码案例：异步下载网页importasyncioimportaiohttpasyncdeffetch(session,url):asyncwithsession.get(url)asresponse:returnawaitresponse.text()asyncdefmain():asyncwithaiohttp.ClientSession()assession:html=awaitfetch(session,'https://www.example.com')print(html[:100])#运行异步函数loop=asyncio.get_event_loop()loop.run_until_complete(main())12345678910111213141520.beautifulsoup4-HTML和XML解析功能：一个用于解析HTML和XML文档的库，常用于网络爬虫中提取数据。代码案例：解析HTML页面，提取frombs4importBeautifulSoupimportrequestsurl='https://www.example.com'response=requests.get(url)soup=BeautifulSoup(response.text,'html.parser')title=soup.find('title').textprint(title)12345678921.seaborn-统计图形库功能：基于matplotlib，提供了高级接口用于绘制统计图形，使得数据可视化更加美观和直观。代码案例：绘制散点图矩阵importseabornassnsimportpandasaspd#载入内置数据集iris=sns.load_dataset("iris")#绘制散点图矩阵sns.pairplot(iris,hue="species")plt.show()12345678922.joblib-并行计算和持久化功能：用于大规模数据处理、机器学习任务中的轻量级并行处理和重复计算结果的缓存。代码案例：并行计算两个列表的乘积fromjoblibimportParallel,delayeddefmultiply(x,y):returnx*ynumbers1=[1,2,3,4]numbers2=[5,6,7,8]results=Parallel(n_jobs=2)(delayed(multiply)(x,y)forx,yinzip(numbers1,numbers2))print(results)12345678910这些模块和库展示了Python在机器学习、数据科学、图像处理、网络爬虫等多个领域的广泛应用。通过不断学习和实践，你可以更加灵活地运用这些工具来解决实际问题。