【Python基礎知識ベース】Python常用ライブラリ
5572 ワード
os：
sys：
res：
math：
decimal：
datetime：
collections：
json：JSON
base64：Base16, Base32, Base64, Base85
heapq：
copy：
threading：
multiprocessing：
subprocess：
queue：
random：
pprint：
itertools：
functools：
operator：
logging：Python
hashlib：
pickle：Python
html.parser： HTML XHTML
urllib：URL
traceback：
__future__：Future
gc：
numpy:科学計算パッケージは、N次元配列演算、大型マトリクスの処理、成熟したブロードキャスト関数ライブラリ、ベクトル演算、線形代数、フーリエ変換、乱数生成をサポートし、C++/fortran言語とシームレスに結合することができる.
scipy:NumPyに基づいて構築され、離散フーリエ変換、線形代数、最適化、疎行列など多くの高度な科学とエンジニアリングモジュールで最も有用なライブラリの一つです.
pandas:主に構造化データの演算と操作に用いられ、データの整理と前処理に広く用いられ、Pythonのデータ科学コミュニティでの使用を高めるのに役立つ.
matplotlib:主に様々な図形を描くために使用され、ヒストグラムから線図、熱力図まで、Latexコマンドを使用して画像に数学記号を追加することもできます.
Scikit:主に機械学習に使用され、このライブラリはNumPy、SciPy、matplotlibに基づいて構築され、分類、回帰、クラスタリング、次元ダウンなどの多くの有効な機械学習と統計モデリングツールが含まれています.
Statsmodels:統計モデリングに使用され、Pythonでユーザー探索データ、推定統計モデル、統計テストを実行するモジュールです.異なるタイプのデータの記述的統計、統計的テスト、図面描画機能、および結果統計に使用できます.
Seaborn:データの可視化に使用され、Pythonで魅力的で翔実な統計グラフィックライブラリを作成するために使用されます.これはmatplotlibに基づいています.Seabornは,可視化をデータの探索と理解の核心構成にすることを目的としている.
Bokeh:現代のWebブラウザでインタラクティブなグラフ、ダッシュボード、データアプリケーションを作成します.ユーザにD 3を付与.jsのスタイルは優雅で簡潔な図形を生成する.さらに、超大型またはストリーミングデータセットの高性能インタラクション機能を備えています.
Blaze:NumpyとPandasの能力を分散型とストリーミングデータセットに拡張します.Bcolz、MongDB、SQLAlchemy、Apache Spark、PyTablesなど多くのソースからデータにアクセスでき、Bokehとともに矩形データモジュール上で効率的な可視化とダッシュボードを作成する強力なツールとして使用できます.
Sympy:シンボル計算に用いられ、基本演算シンボルから微積分、カンガルー、離散数学、量子物理学までの幅広い能力を有し、もう一つの有用な機能は計算結果をLaTeXコードにフォーマットすることである.
pymysqldb:Python 2です.xバージョンでMySQLサーバに接続するために使用されるライブラリ、ガイドパッケージ:import MySQLdb.
PyMySQL:Python 3です.xバージョンでMySQLサーバに接続するために使用されるライブラリです.パッケージ:import pymysql、python 2を下に互換化する場合は、次のことができます.
import pymysql
pymysql.install_as_MySQLdb()
import MySQLdb
# ，
con = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='1234', db='mysql')
cursor = con.cursor()
# SQL
sql = "select * from user"
cursor.execute(sql)
#
result = cursor.fetchall()
print(result)
cursor.close()
djano:高レベルのweb開発フレームワークで、開発が速く、コードが少ないのが特徴です.拡張性が高い.MTV(Model、Template、View)モデルを採用して資源を組織し、フレームワーク機能が豊富で、テンプレート拡張の選択が最も多い.
flask:Web開発のマイクロフレームワークであり、厳密には、Webサーバのサポートのみを提供し、スタック全体の開発サポートを提供しません.しかし、Flaskは非常に軽量で、非常に簡単で、特に小さなマイクロプロトタイプシステムの開発に適しており、時間がかかり、開発効率が高い.
Tornado:非同期ネットワーク機能ライブラリに基づくWeb開発フレームワークであり、数万個のオープン接続をサポートでき、Webサービスは比較的安定している.秒殺システム、チケット奪取システムなど、高同時シーンのWebシステムに適しており、柔軟性が悪い.
Falcon:大規模なマイクロサービスAPIまたはモバイルAppバックエンド応答をサポートするWeb開発フレームワークで、pythonに完全に基づいており、非常に高性能、信頼性、拡張性を提供しています.
Pyramid:拡張性が強く柔軟なWeb開発フレームワークで、使いやすく、中規模で開発しながら設計するシーンに適しています.絶対的に厳格なフレームワーク定義を提供せず、ニーズに応じて開発を拡張することができ、ハイレベルのプログラマーに非常に友好的です.
Quart:ASGI(非同期サーバゲートウェイインタフェース)向けに開発されたwebをフレームワークとし、Flask対応のAPIインタフェースを採用し、非常に軽量な開発方式を提供しています.
requests:python標準ライブラリのurllib 2のようなWebアクセスに使用され、初心者向けに使いやすくなります.
scrapy:特定のモードのデータを取得するのに非常に役立つフレームワークで、サイトのトップページのURLから始まり、サイト内のWebコンテンツを掘り起こして携帯電話の情報を取得します.
selenium:Webサイトをテストするための自動化ツールで、Chrome、Firefox、Safariなどの主流のインタフェースブラウザをサポートし、PhantomJSのインタフェースレスブラウザもサポートします.
Celery:pythonによって作成された単純で柔軟で信頼性の高い大量の情報を処理するための分散システムであり、分散の操作と維持に必要なツールを提供し、リアルタイムタスクに専念し、タスクスケジューリングをサポートします.分散キュー管理ツールであり、celeryでインタフェースを提供して分散タスクキューを迅速に実現し、管理することができます.