pythonnumpymac

Ⅰ python常用到哪些庫

Python作為一個設計優秀的程序語言，現在已廣泛應用於各種領域，依靠其強大的第三方類庫，Python在各個領域都能發揮巨大的作用。
下面我們就來看一下python中常用到的庫：
數值計算庫：
1. NumPy
支持多維數組與矩陣運算，也針對數組運算提供大量的數學函數庫。通常與SciPy和Matplotlib一起使用，支持比Python更多種類的數值類型，其中定義的最重要的對象是稱為ndarray的n維數組類型，用於描述相同類型的元素集合，可以使用基於0的索引訪問集合中元素。
2. SciPy
在NumPy庫的基礎上增加了眾多的數學、科學及工程計算中常用的庫函數，如線性代數、常微分方程數值求解、信號處理、圖像處理、稀疏矩陣等，可進行插值處理、信號濾波，以及使用C語言加速計算。
3. Pandas
基於NumPy的一種工具，為解決數據分析任務而生。納入大量庫和一些標準的數據模型，提供高效地操作大型數據集所需的工具及大量的能快速便捷處理數據的函數和方法，為時間序列分析提供很好的支持，提供多種數據結構，如Series、Time-Series、DataFrame和Panel。
數據可視化庫：
4. Matplotlib
第一個Python可視化庫，有許多別的程序庫都是建立在其基礎上或者直接調用該庫，可以很方便地得到數據的大致信息，功能非常強大，但也非常復雜。
5. Seaborn
利用了Matplotlib，用簡潔的代碼來製作好看的圖表。與Matplotlib最大的區別為默認繪圖風格和色彩搭配都具有現代美感。
6. ggplot
基於R的一個作圖庫ggplot2，同時利用了源於《圖像語法》（The Grammar of Graphics）中的概念，允許疊加不同的圖層來完成一幅圖，並不適用於製作非常個性化的圖像，為操作的簡潔度而犧牲了圖像的復雜度。
7. Bokeh
跟ggplot一樣，Bokeh也基於《圖形語法》的概念。與ggplot不同之處為它完全基於Python而不是從R處引用。長處在於能用於製作可交互、可直接用於網路的圖表。圖表可以輸出為JSON對象、HTML文檔或者可交互的網路應用。
8. Plotly
可以通過Python notebook使用，與Bokeh一樣致力於交互圖表的製作，但提供在別的庫中幾乎沒有的幾種圖表類型，如等值線圖、樹形圖和三維圖表。
9. pygal
與Bokeh和Plotly一樣，提供可直接嵌入網路瀏覽器的可交互圖像。與其他兩者的主要區別在於可將圖表輸出為SVG格式，所有的圖表都被封裝成方法，且默認的風格也很漂亮，用幾行代碼就可以很容易地製作出漂亮的圖表。
10. geoplotlib
用於製作地圖和地理相關數據的工具箱。可用來製作多種地圖，比如等值區域圖、熱度圖、點密度圖。必須安裝Pyglet（一個面向對象編程介面）方可使用。
11. missingno
用圖像的方式快速評估數據缺失的情況，可根據數據的完整度對數據進行排序或過濾，或者根據熱度圖或樹狀圖對數據進行修正。
web開發庫：
12. Django
一個高級的Python Web框架，支持快速開發，提供從模板引擎到ORM所需的一切東西，使用該庫構建App時，必須遵循Django的方式。
13. Socket
一個套接字通訊底層庫，用於在伺服器和客戶端間建立TCP或UDP連接，通過連接發送請求與響應。
14. Flask
一個基於Werkzeug、Jinja 2的Python輕量級框架（microframework），默認配備Jinja模板引擎，也包含其他模板引擎或ORM供選擇，適合用來編寫API服務（RESTful rervices）。
15. Twisted
一個使用Python實現的基於事件驅動的網路引擎框架，建立在deferred object之上，一個通過非同步架構實現的高性能的引擎，不適用於編寫常規的Web Apps，更適用於底層網路。
資料庫管理：

16. Mysql-python
又稱MySQLdb，是Python連接MySQL最流行的一個驅動，很多框架也基於此庫進行開發。只支持Python 2.x，且安裝時有許多前置條件。由於該庫基於C語言開發，在Windows平台上的安裝非常不友好，經常出現失敗的情況，現在基本不推薦使用，取代品為衍生版本。
17. mysqlclient
完全兼容MySQLdb，同時支持Python 3.x，是Django ORM的依賴工具，可使用原生SQL來操作資料庫，安裝方式與MySQLdb一致。
18. PyMySQL
純Python實現的驅動，速度比MySQLdb慢，最大的特點為安裝方式簡潔，同時也兼容MySQL-python。
19. SQLAlchemy
一種既支持原生SQL，又支持ORM的工具。ORM是Python對象與資料庫關系表的一種映射關系，可有效提高寫代碼的速度，同時兼容多種資料庫系統，如SQLite、MySQL、PostgreSQL，代價為性能上的一些損失。
自動化運維：
20. jumpsever跳板機
一種由Python編寫的開源跳板機（堡壘機）系統，實現了跳板機的基本功能，包含認證、授權和審計，集成了Ansible、批量命令等。
支持WebTerminal Bootstrap編寫，界面美觀，自動收集硬體信息，支持錄像回放、命令搜索、實時監控、批量上傳下載等功能，基於SSH協議進行管理，客戶端無須安裝agent。主要用於解決可視化安全管理，因完全開源，容易再次開發。
21. Mage分布式監控系統
一種用Python開發的自動化監控系統，可監控常用系統服務、應用、網路設備，可在一台主機上監控多個不同服務，不同服務的監控間隔可以不同，同一個服務在不同主機上的監控間隔、報警閾值可以不同，並提供數據可視化界面。
22. Mage的CMDB
一種用Python開發的硬體管理系統，包含採集硬體數據、API、頁面管理3部分功能，主要用於自動化管理筆記本、路由器等常見設備的日常使用。由伺服器的客戶端採集硬體數據，將硬體信息發送至API，API負責將獲取的數據保存至資料庫中，後台管理程序負責對伺服器信息進行配置和展示。
23. 任務調度系統
一種由Python開發的任務調度系統，主要用於自動化地將一個服務進程分布到其他多個機器的多個進程中，一個服務進程可作為調度者依靠網路通信完成這一工作。
24. Python運維流程系統
一種使用Python語言編寫的調度和監控工作流的平台，內部用於創建、監控和調整數據管道。允許工作流開發人員輕松創建、維護和周期性地調度運行工作流，包括了如數據存儲、增長分析、Email發送、A/B測試等諸多跨多部門的用例。
GUI編程：
25. Tkinter
一個Python的標准GUI庫，可以快速地創建GUI應用程序，可以在大多數的UNIX平台下使用，同樣可以應用在Windows和Macintosh系統中，Tkinter 8.0的後續版本可以實現本地窗口風格，並良好地運行在絕大多數平台中。
26. wxPython
一款開源軟體跨平台GUI庫wxWidgets的Python封裝和Python模塊，是Python語言的一套優秀的GUI圖形庫，允許程序員很方便地創建完整的、功能健全的GUI用戶界面。
27. PyQt
一個創建GUI應用程序的工具庫，是Python編程語言和Qt的成功融合，可以運行在所有主要操作系統上，包括UNIX、Windows和Mac。PyQt採用雙許可證，開發人員可以選擇GPL和商業許可，從PyQt的版本4開始，GPL許可證可用於所有支持的平台。
28. PySide
一個跨平台的應用程式框架Qt的Python綁定版本，提供與PyQt類似的功能，並相容API，但與PyQt不同處為其使用LGPL授權。
更多Python知識請關注Python自學網。

Ⅱ macbook怎麼安裝python模塊

如果是 mac 或者 linux 用戶， 最簡單的方法就是在終端（ terminal） 里輸入： sudo pip install +模塊名字 （這是 python2.x的版本） sudo pip3 install +模塊名 （這是 python3.x 版本） 例如： sudo pip3 install numpy 如果是 windows 用戶， 也可以在終端輸入： pip install +模塊名字 （這是 python2.x的版本） pip3 install +模塊名 （這是 python3.x 版本） 例如： pip3 install numpy 除此之外， 也可以去提供模塊的官網下載 exe的安裝文件，在安裝模塊。
（尋找安裝文件的時候請注意適用的 python版本， 和區分32位系統還是64位系統）

Ⅲ mac os x瀹夎卲ython縐戝﹁＄畻搴搉umpy

瀹夎呭墠蹇呴』鐭ラ亾鐨勫伐浣滐細
1銆丮AC OS 涓鑸閮借嚜甯 MAC Python錛孉pple鑷宸辨墿灞曠殑鐗堟湰銆備緥濡傦紝Lion鏄64浣峆ython鐗堟湰錛岃嚜甯︿笌Objctive C搴撶殑鎺ュ彛妯″潡浠ュ強Apple緋葷粺鐨勬帴鍙ｆā鍧椼備絾瀹夎呯涓夋柟涓嶤銆丗ortran絳夌浉鍏崇殑鐨凱ython妯″潡鏃訛紝灝卞繀欏諱粠婧愮爜緙栬瘧鎴栦嬌鐢ㄤ笓闂ㄧ紪璇戠殑64浣嶄簩榪涘埗鍙戣岀増銆
2銆佸畨瑁匬ython瀹樻柟紼嬪簭銆備粠鍏煎圭殑瑙掑害錛孧ac涓婂彲浠ュ畨瑁呭畼鏂2.X鐗堟湰銆傚畼鏂圭▼搴忓筂AC鐨勬敮鎸佸拰UNIX鏄涓鏍風殑錛屼絾涓庣涓夋柟妯″潡鐨勫吋瀹規ф棤鐤戜細鏇存湁淇濋殰銆傞氬父鍙浠ョ洿鎺ュ畨瑁呰稿氫簩榪涘埗鍙戣岀増銆
3銆佹湰鏂囧叧娉ㄥ湪MAC Python涓婂畨瑁匰cipy絳夋ā鍧椼傚傛灉浣犱嬌鐢ㄥ畼鏂筆ython鐗堟湰錛岃風洿鎺ヨ塊棶瀹樻柟緗戠珯銆
瀹夎呭伐浣滐細
1銆佸畨瑁単Fortran銆傜敱浜庨儴鍒嗗簱鍑芥暟鏄鐢‵ortran瀹炵幇鐨勶紝鎵浠ヨ佸畨瑁呬笌Xcode4.2鍏煎圭殑Fortran緙栬瘧鍣ㄣ傜洰鍓嶏紝娌℃湁瀹樻柟鐗堟湰錛岃峰湪榪欓噷涓嬭澆銆傚畨瑁呭悗灝卞彲浠ヤ嬌鐢╣Fortran浜嗐傚傛灉浣犱嬌鐢╔code4.1鎴栦互鍓嶇増鏈錛岃風洿鎺ユ寜Scipy瀹樻柟緗戦〉鎸囦護瀹夎呫
2銆佽嚜宸變粠婧愪唬鐮佺紪璇戱紝閫氬父浼氶渶瑕佽В鍐沖お澶氶棶棰樸傚凡鏈変漢緙栬瘧浜嗗疄鐢ㄤ簬Lion鍜岄洩璞圭殑64浣嶇増鏈錛岀綉欏佃繖閲屻傚湪鍛戒護琛屼腑浣跨敤濡備笅鍛戒護涓嬭澆錛
$ git clone git://github.com/fonnesbeck/ScipySuperpack
涓嬭澆鐩褰曚腑鍖呭惈瀹夎呰剼鏈鍜屼竴緇*.egg鏂囦歡銆
3銆佷嬌鐢˙BEdit鎴栧叾浠栨枃鏈緙栬緫宸ュ叿緙栬緫install_superpack.sh錛屽垹闄ゅ畨瑁匜ortran鐨勯偅孌佃剼鏈銆傜劧鍚庝繚瀛樸
4銆佸湪鍛戒護琛屼腑浣跨敤濡備笅鍛戒護錛
$ sh install_superpack.sh
杈撳叆y銆 錛堜笉瑕佽緭鍏n錛侊紒錛佸拰緗戦〉涓婅存槑鐨勪笉涓鏍鳳級
杈撳叆浣犵殑寮鏈哄瘑鐮侊紙綆＄悊鍛樻潈闄愶級錛岀劧鍚庡氨鑷鍔ㄥ畨瑁呭ソ浜嗐
5銆佹祴璇曘傝緭鍏python
>>>import numpy as np
>>>np.test('full')
>>>import scipy
>>>scipy.test()
娉ㄦ剰錛氭湁涓浜沠ailure銆