pythonnumpymac

Ⅰ python常用到哪些库

Python作为一个设计优秀的程序语言，现在已广泛应用于各种领域，依靠其强大的第三方类库，Python在各个领域都能发挥巨大的作用。
下面我们就来看一下python中常用到的库：
数值计算库：
1. NumPy
支持多维数组与矩阵运算，也针对数组运算提供大量的数学函数库。通常与SciPy和Matplotlib一起使用，支持比Python更多种类的数值类型，其中定义的最重要的对象是称为ndarray的n维数组类型，用于描述相同类型的元素集合，可以使用基于0的索引访问集合中元素。
2. SciPy
在NumPy库的基础上增加了众多的数学、科学及工程计算中常用的库函数，如线性代数、常微分方程数值求解、信号处理、图像处理、稀疏矩阵等，可进行插值处理、信号滤波，以及使用C语言加速计算。
3. Pandas
基于NumPy的一种工具，为解决数据分析任务而生。纳入大量库和一些标准的数据模型，提供高效地操作大型数据集所需的工具及大量的能快速便捷处理数据的函数和方法，为时间序列分析提供很好的支持，提供多种数据结构，如Series、Time-Series、DataFrame和Panel。
数据可视化库：
4. Matplotlib
第一个Python可视化库，有许多别的程序库都是建立在其基础上或者直接调用该库，可以很方便地得到数据的大致信息，功能非常强大，但也非常复杂。
5. Seaborn
利用了Matplotlib，用简洁的代码来制作好看的图表。与Matplotlib最大的区别为默认绘图风格和色彩搭配都具有现代美感。
6. ggplot
基于R的一个作图库ggplot2，同时利用了源于《图像语法》（The Grammar of Graphics）中的概念，允许叠加不同的图层来完成一幅图，并不适用于制作非常个性化的图像，为操作的简洁度而牺牲了图像的复杂度。
7. Bokeh
跟ggplot一样，Bokeh也基于《图形语法》的概念。与ggplot不同之处为它完全基于Python而不是从R处引用。长处在于能用于制作可交互、可直接用于网络的图表。图表可以输出为JSON对象、HTML文档或者可交互的网络应用。
8. Plotly
可以通过Python notebook使用，与Bokeh一样致力于交互图表的制作，但提供在别的库中几乎没有的几种图表类型，如等值线图、树形图和三维图表。
9. pygal
与Bokeh和Plotly一样，提供可直接嵌入网络浏览器的可交互图像。与其他两者的主要区别在于可将图表输出为SVG格式，所有的图表都被封装成方法，且默认的风格也很漂亮，用几行代码就可以很容易地制作出漂亮的图表。
10. geoplotlib
用于制作地图和地理相关数据的工具箱。可用来制作多种地图，比如等值区域图、热度图、点密度图。必须安装Pyglet（一个面向对象编程接口）方可使用。
11. missingno
用图像的方式快速评估数据缺失的情况，可根据数据的完整度对数据进行排序或过滤，或者根据热度图或树状图对数据进行修正。
web开发库：
12. Django
一个高级的Python Web框架，支持快速开发，提供从模板引擎到ORM所需的一切东西，使用该库构建App时，必须遵循Django的方式。
13. Socket
一个套接字通讯底层库，用于在服务器和客户端间建立TCP或UDP连接，通过连接发送请求与响应。
14. Flask
一个基于Werkzeug、Jinja 2的Python轻量级框架（microframework），默认配备Jinja模板引擎，也包含其他模板引擎或ORM供选择，适合用来编写API服务（RESTful rervices）。
15. Twisted
一个使用Python实现的基于事件驱动的网络引擎框架，建立在deferred object之上，一个通过异步架构实现的高性能的引擎，不适用于编写常规的Web Apps，更适用于底层网络。
数据库管理：

16. Mysql-python
又称MySQLdb，是Python连接MySQL最流行的一个驱动，很多框架也基于此库进行开发。只支持Python 2.x，且安装时有许多前置条件。由于该库基于C语言开发，在Windows平台上的安装非常不友好，经常出现失败的情况，现在基本不推荐使用，取代品为衍生版本。
17. mysqlclient
完全兼容MySQLdb，同时支持Python 3.x，是Django ORM的依赖工具，可使用原生SQL来操作数据库，安装方式与MySQLdb一致。
18. PyMySQL
纯Python实现的驱动，速度比MySQLdb慢，最大的特点为安装方式简洁，同时也兼容MySQL-python。
19. SQLAlchemy
一种既支持原生SQL，又支持ORM的工具。ORM是Python对象与数据库关系表的一种映射关系，可有效提高写代码的速度，同时兼容多种数据库系统，如SQLite、MySQL、PostgreSQL，代价为性能上的一些损失。
自动化运维：
20. jumpsever跳板机
一种由Python编写的开源跳板机（堡垒机）系统，实现了跳板机的基本功能，包含认证、授权和审计，集成了Ansible、批量命令等。
支持WebTerminal Bootstrap编写，界面美观，自动收集硬件信息，支持录像回放、命令搜索、实时监控、批量上传下载等功能，基于SSH协议进行管理，客户端无须安装agent。主要用于解决可视化安全管理，因完全开源，容易再次开发。
21. Mage分布式监控系统
一种用Python开发的自动化监控系统，可监控常用系统服务、应用、网络设备，可在一台主机上监控多个不同服务，不同服务的监控间隔可以不同，同一个服务在不同主机上的监控间隔、报警阈值可以不同，并提供数据可视化界面。
22. Mage的CMDB
一种用Python开发的硬件管理系统，包含采集硬件数据、API、页面管理3部分功能，主要用于自动化管理笔记本、路由器等常见设备的日常使用。由服务器的客户端采集硬件数据，将硬件信息发送至API，API负责将获取的数据保存至数据库中，后台管理程序负责对服务器信息进行配置和展示。
23. 任务调度系统
一种由Python开发的任务调度系统，主要用于自动化地将一个服务进程分布到其他多个机器的多个进程中，一个服务进程可作为调度者依靠网络通信完成这一工作。
24. Python运维流程系统
一种使用Python语言编写的调度和监控工作流的平台，内部用于创建、监控和调整数据管道。允许工作流开发人员轻松创建、维护和周期性地调度运行工作流，包括了如数据存储、增长分析、Email发送、A/B测试等诸多跨多部门的用例。
GUI编程：
25. Tkinter
一个Python的标准GUI库，可以快速地创建GUI应用程序，可以在大多数的UNIX平台下使用，同样可以应用在Windows和Macintosh系统中，Tkinter 8.0的后续版本可以实现本地窗口风格，并良好地运行在绝大多数平台中。
26. wxPython
一款开源软件跨平台GUI库wxWidgets的Python封装和Python模块，是Python语言的一套优秀的GUI图形库，允许程序员很方便地创建完整的、功能健全的GUI用户界面。
27. PyQt
一个创建GUI应用程序的工具库，是Python编程语言和Qt的成功融合，可以运行在所有主要操作系统上，包括UNIX、Windows和Mac。PyQt采用双许可证，开发人员可以选择GPL和商业许可，从PyQt的版本4开始，GPL许可证可用于所有支持的平台。
28. PySide
一个跨平台的应用程式框架Qt的Python绑定版本，提供与PyQt类似的功能，并相容API，但与PyQt不同处为其使用LGPL授权。
更多Python知识请关注Python自学网。

Ⅱ macbook怎么安装python模块

如果是 mac 或者 linux 用户， 最简单的方法就是在终端（ terminal） 里输入： sudo pip install +模块名字 （这是 python2.x的版本） sudo pip3 install +模块名 （这是 python3.x 版本） 例如： sudo pip3 install numpy 如果是 windows 用户， 也可以在终端输入： pip install +模块名字 （这是 python2.x的版本） pip3 install +模块名 （这是 python3.x 版本） 例如： pip3 install numpy 除此之外， 也可以去提供模块的官网下载 exe的安装文件，在安装模块。
（寻找安装文件的时候请注意适用的 python版本， 和区分32位系统还是64位系统）

Ⅲ mac os x瀹夎卲ython绉戝﹁＄畻搴搉umpy

瀹夎呭墠蹇呴’鐭ラ亾镄勫伐浣滐细
1銆丮AC OS 涓鑸閮借嚜甯 MAC Python锛孉pple镊宸辨墿灞旷殑鐗堟湰銆备緥濡傦纴Lion鏄64浣峆ython鐗堟湰锛岃嚜甯︿笌Objctive C搴撶殑鎺ュ彛妯″潡浠ュ强Apple绯荤粺镄勬帴鍙ｆā鍧椼备絾瀹夎呯涓夋柟涓嶤銆丗ortran绛夌浉鍏崇殑镄凯ython妯″潡镞讹纴灏卞繀椤讳粠婧愮爜缂栬疟鎴栦娇鐢ㄤ笓闂ㄧ紪璇戠殑64浣崭簩杩涘埗鍙戣岀増銆
2銆佸畨瑁匬ython瀹樻柟绋嫔簭銆备粠鍏煎圭殑瑙掑害锛孧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镄勬敮鎸佸拰UNIX鏄涓镙风殑锛屼絾涓庣涓夋柟妯″潡镄勫吋瀹规ф棤鐤戜细镟存湁淇濋㱩銆傞氩父鍙浠ョ洿鎺ュ畨瑁呰稿氢簩杩涘埗鍙戣岀増銆
3銆佹湰鏂囧叧娉ㄥ湪MAC Python涓婂畨瑁匰cipy绛夋ā鍧椼傚傛灉浣犱娇鐢ㄥ畼鏂笔ython鐗堟湰锛岃风洿鎺ヨ块梾瀹樻柟缃戠珯銆
瀹夎呭伐浣滐细
1銆佸畨瑁単Fortran銆傜敱浜庨儴鍒嗗簱鍑芥暟鏄鐢‵ortran瀹炵幇镄勶纴镓浠ヨ佸畨瑁呬笌Xcode4.2鍏煎圭殑Fortran缂栬疟鍣ㄣ傜洰鍓嶏纴娌℃湁瀹樻柟鐗堟湰锛岃峰湪杩欓噷涓嬭浇銆傚畨瑁呭悗灏卞彲浠ヤ娇鐢╣Fortran浜嗐傚傛灉浣犱娇鐢╔code4.1鎴栦互鍓岖増链锛岃风洿鎺ユ寜Scipy瀹樻柟缃戦〉鎸囦护瀹夎呫
2銆佽嚜宸变粠婧愪唬镰佺紪璇戯纴阃氩父浼氶渶瑕佽В鍐冲お澶氶梾棰樸傚凡链変汉缂栬疟浜嗗疄鐢ㄤ簬Lion鍜岄洩璞圭殑64浣岖増链锛岀绣椤佃繖閲屻傚湪锻戒护琛屼腑浣跨敤濡备笅锻戒护涓嬭浇锛
$ git clone git://github.com/fonnesbeck/ScipySuperpack
涓嬭浇鐩褰曚腑鍖呭惈瀹夎呰剼链鍜屼竴缁*.egg鏂囦欢銆
3銆佷娇鐢˙BEdit鎴栧叾浠栨枃链缂栬緫宸ュ叿缂栬緫install_superpack.sh锛屽垹闄ゅ畨瑁匜ortran镄勯偅娈佃剼链銆傜劧钖庝缭瀛樸
4銆佸湪锻戒护琛屼腑浣跨敤濡备笅锻戒护锛
$ sh install_superpack.sh
杈揿叆y銆 锛堜笉瑕佽緭鍏n锛侊紒锛佸拰缃戦〉涓婅存槑镄勪笉涓镙凤级
杈揿叆浣犵殑寮链哄瘑镰侊纸绠＄悊锻樻潈闄愶级锛岀劧钖庡氨镊锷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剰锛氭湁涓浜沠ailure銆