python类库

① 2017年10大流行python库有哪些

1、NumPy
NumPy是构建科学计算 stack 的最基础的包。它为 Python 中的 n 维数组和矩阵的操作提供了大量有用的功能。该库还提供了 NumPy 数组类型的数学运算向量化，可以提升性能，从而加快执行速度。

2、SciPy
SciPy 是一个工程和科学软件库， 包含线性代数、优化、集成和统计的模块。SciPy 库的主
要功能建立在 NumPy 的基础之上，它通过其特定的子模块提供高效的数值例程操作。SciPy 的所有子模块中的函数都有详细的文档，这也是一个优势。
3、Pandas
Pandas是一个 Python 包，旨在通过“标记(labeled)”和“关系(relational)”数据进行工作，简单直观。Pandas 是 data wrangling 的完美工具。它设计用于快速简单的数据操作、聚合和可视化。
4、Seaborn
Seaborn 主要关注统计模型的可视化;这种可视化包括热度图(heat map)，可以总结数据但也描绘总体分布。Seaborn 基于 Matplotlib，并高度依赖于它。
5、Bokeh
Bokeh是一个很好的可视化库，其目的是交互式可视化，不过这个库独立于 Matplotlib，它通过现代浏览器以数据驱动文档(D3.js)的风格呈现。
6、Scikits
Scikits 是 SciPy Stack 的附加软件包，专为特定功能(如图像处理和辅助机器学习)而设计。其中最突出的一个是 scikit-learn。该软件包构建于 SciPy 之上，并大量使用其数学操作，是使用 Python 进行机器学习的实际上的行业标准。
7、Theano
Theano 是一个 Python 包，它定义了与 NumPy 类似的多维数组，以及数学运算和表达式。该库是经过编译的，使其在所有架构上能够高效运行。这个库最初由蒙特利尔大学机器学习组开发，主要是为了满足机器学习的需求。
8、Keras
Keras是一个使用高层接口构建神经网络的开源库，它是用 Python 编写的。它简单易懂，具有高级可扩展性。Keras 极其容易上手，而且可以进行快速的原型设计，足以用于严肃的建模。
9、Gensim
Gensim是一个用于 Python 的开源库，实现了用于向量空间建模和主题建模的工具。Gensim 实现了诸如分层 Dirichlet 进程(HDP)、潜在语义分析(LSA)和潜在 Dirichlet 分配(LDA)等算法，还有 tf-idf、随机投影、word2vec 和 document2vec，以便于检查一组文档(通常称为语料库)中文本的重复模式。
10、Scrapy
Scrapy 是用于从网络检索结构化数据的爬虫程序的库。它现在已经发展成了一个完整的框架，可以从 API 收集数据，也可以用作通用的爬虫。该库在接口设计上遵循着名的 Don’t Repeat Yourself 原则——提醒用户编写通用的可复用的代码，因此可以用来开发和扩展大型爬虫。

② Python语言中怎么导入类库

先以内置类库math为例。

用法1：

import math
Python语言中怎么导入类库

用法2：

使用的别名，使代码简洁

import math as m
Python语言中怎么导入类库

用法3：

只导入类库中的指定函数

from math import sin as s
Python语言中怎么导入类库

用法4：

导入类库的所有函数。

与用法1的区别是，Python脚本中引用函数时不用加前缀。

问题也很明显，对多个类库使用这种方法引入，如果函数名相同，就冲突了，搞不清到底是哪个包中的了
Python语言中怎么导入类库

在导入第三方类库时，用法不变。以Numpy为例

先使用pip来安装numpy类库(需要联网)

命令：

pip install numpy
Python语言中怎么导入类库
Python语言中怎么导入类库

常用用法示例：

import numpy as np
Python语言中怎么导入类库

③ 如何向python中添加第三方类库

1.直接使用pip安装，类似于linux系统的yum/apt：

pipinstallnumpy

2.下载源码，将源码路径添加到包搜索路径中，或直接将源码包放到python源包中。

3.如果是自己编写的简单类库，直接放在和想要引用此类的py文件同级目录下即可。

通过以上任意一种方法之后，即可直接在python环境中使用：

importnumpy

④ jython 如何使用 Python 的类库

Python的代码可以用Jython运行，只要没有用到扩展库。 因为Jython实现了一个Python解析器，可以解析执行Python的代码。 Jython在import 一个Python文件的时候，会编译生成.class文件，而不是.pyc文件。 这些.class文件就是普通的Java Class，只不过调用了Jython VM. Jython的限制是无法使用用C写的Python扩展库，因为没有在ABI层兼容CPython。

⑤ 最常用的几个python库

Python常用库大全，看看有没有你需要的。
环境管理
管理 Python 版本和环境的工具
p – 非常简单的交互式 python 版本管理工具。
pyenv – 简单的 Python 版本管理工具。
Vex – 可以在虚拟环境中执行命令。
virtualenv – 创建独立 Python 环境的工具。
virtualenvwrapper- virtualenv 的一组扩展。
包管理
管理包和依赖的工具。
pip – Python 包和依赖关系管理工具。
pip-tools – 保证 Python 包依赖关系更新的一组工具。
conda – 跨平台，Python 二进制包管理工具。
Curdling – 管理 Python 包的命令行工具。
wheel – Python 分发的新标准，意在取代 eggs。
包仓库
本地 PyPI 仓库服务和代理。
warehouse – 下一代 PyPI。
Warehousebandersnatch – PyPA 提供的 PyPI 镜像工具。
devpi – PyPI 服务和打包/测试/分发工具。
localshop – 本地 PyPI 服务（自定义包并且自动对 PyPI 镜像）。
分发
打包为可执行文件以便分发。
PyInstaller – 将 Python 程序转换成独立的执行文件（跨平台）。
dh-virtualenv – 构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。
Nuitka – 将脚本、模块、包编译成可执行文件或扩展模块。
py2app – 将 Python 脚本变为独立软件包（Mac OS X）。
py2exe – 将 Python 脚本变为独立软件包（Windows）。
pynsist – 一个用来创建 Windows 安装程序的工具，可以在安装程序中打包 Python本身。
构建工具
将源码编译成软件。
buildout – 一个构建系统，从多个组件来创建，组装和部署应用。
BitBake – 针对嵌入式 Linux 的类似 make 的构建工具。
fabricate – 对任何语言自动找到依赖关系的构建工具。
PlatformIO – 多平台命令行构建工具。
PyBuilder – 纯 Python 实现的持续化构建工具。
SCons – 软件构建工具。
交互式解析器
交互式 Python 解析器。
IPython – 功能丰富的工具，非常有效的使用交互式 Python。
bpython- 界面丰富的 Python 解析器。
ptpython – 高级交互式Python解析器， 构建于python-prompt-toolkit 之上。
文件
文件管理和 MIME（多用途的网际邮件扩充协议）类型检测。
imghdr – （Python 标准库）检测图片类型。
mimetypes – （Python 标准库）将文件名映射为 MIME 类型。
path.py – 对 os.path 进行封装的模块。
pathlib – （Python3.4+ 标准库）跨平台的、面向对象的路径操作库。
python-magic- 文件类型检测的第三方库 libmagic 的 Python 接口。
Unipath- 用面向对象的方式操作文件和目录
watchdog – 管理文件系统事件的 API 和 shell 工具
日期和时间
操作日期和时间的类库。
arrow- 更好的 Python 日期时间操作类库。
Chronyk – Python 3 的类库，用于解析手写格式的时间和日期。
dateutil – Python datetime 模块的扩展。
delorean- 解决 Python 中有关日期处理的棘手问题的库。
moment – 一个用来处理时间和日期的Python库。灵感来自于Moment.js。
PyTime – 一个简单易用的Python模块，用于通过字符串来操作日期/时间。
pytz – 现代以及历史版本的世界时区定义。将时区数据库引入Python。
when.py – 提供用户友好的函数来帮助用户进行常用的日期和时间操作。
文本处理
用于解析和操作文本的库。
通用
chardet – 字符编码检测器，兼容 Python2 和 Python3。
difflib – (Python 标准库)帮助我们进行差异化比较。
ftfy – 让Unicode文本更完整更连贯。
fuzzywuzzy – 模糊字符串匹配。
Levenshtein – 快速计算编辑距离以及字符串的相似度。
pangu.py – 在中日韩语字符和数字字母之间添加空格。
pyfiglet -figlet 的 Python实现。
shortuuid – 一个生成器库，用以生成简洁的，明白的，URL 安全的 UUID。
unidecode – Unicode 文本的 ASCII 转换形式 。
uniout – 打印可读的字符，而不是转义的字符串。
xpinyin – 一个用于把汉字转换为拼音的库。

⑥ linux python 类库在哪

/usr/lib/python2.x(3.x)/site-packages/
系统默认的python最好别去碰。 自己编译一个或者用virtualenv建立一个环境吧

⑦ 有什么方便方法查询Python类库

Python自带的Python Manuals里面有标准库的详细说明，是英文的。
具体在Python documentation -> Library Reference。

源代码可以在C:\PythonXX\Lib文件夹查看，源代码里也有比较详细的注释
比如python3.5的os包，文件名为C:\Python35\Lib\os.py

⑧ python怎么安装第三方类库

使用pip
大多数库都可以通过pip安装，安装方法为，在命令行窗口输入
pip install libname
libname为库名
某些库通过pip安装不了，可能是因为没有打包上传到pypi中，可以下载安装包之后离线安装，方法是
pip install libpath
libpath为本地安装包地址，这些安装包一般以whl为后缀名。表示python扩展包的windows环境下的二进制文件。
有一个专门下载这种文件的地方http://www.lfd.uci.e/~gohlke/pythonlibs/，是由加利福尼亚大学的师生为方便python用户使用而建立的，并非官方出品，使用时需自行承担风险。
源文件安装
如果下载下来的安装包为带有源文件的压缩包，解压之后，运行setup.py进行安装，方法是
命令行切换到安装包中setup.py文件所在的目录，执行 python setup.py install
运行安装包
有些类库提供了双击运行直接安装的安装包，比如python连接mysql数据库的驱动 mysql-connector-python
这些安装包的后缀名为msi或者exe。下载下来之后，双击运行之后就安装好了，前提是要根据python的版本及windows的位数下载对应的安装包，否则安装过程会报错或者直接提示无法安装。