文章目录

• 前言
• 1.numpy（数据处理和科学计算）
• 2.pandas（数据处理和分析）
• 3.matplotlib（数据可视化）
• 4.scikit-learn（机器学习工具）
• 5.tensorflow（深度学习框架）
• 6.keras（深度学习框架）
• 7.requests（HTTP 库）
• 8.flask（Web 框架）
• 9.scrapy（网络爬虫框架）
• 10.beautifulsoup（HTML 解析器）
• 11.selenium（Web 自动化测试）
• 12.ctypes（调用 C 语言库）
• 13.wxPython（GUI 开发）
• 14.pillow（图像处理）
• 15.openpyxl（处理 Excel 文件）
• 16.nltk（自然语言处理）
• 17.jieba（中文分词）
• 18.re（正则表达式）
• 19.datetime（日期时间处理）
• 20.random（随机数生成）
• 总结
• • • 关于Python技术储备
    • • 一、Python所有方向的学习路线
      • 二、Python基础学习视频
      • 三、精品Python学习书籍
    • 四、Python工具包+项目源码合集
    • • ①Python工具包
      • ②Python实战案例
      • ③Python小游戏源码
      • 五、面试资料
    • 六、Python兼职渠道

前言

【python零基础入门小白】博主存在的意义：旨在帮助各位学习Python的小伙伴获得更高速更效率的学习收获。

这篇文章主要介绍了Python最常用的20 个包总结,在平时使用Python的过程中,需要用到很多有用的包,今天就来盘点一下常用的包,需要的朋友可以参考下

1.numpy（数据处理和科学计算）

代码示例：

arr = np.array([1, 2, 3, 4, 5]) print(arr) 

2.pandas（数据处理和分析）

data = {'name': ['John', 'Bob', 'Alice'], 'age': [20, 35, 25]} df = pd.DataFrame(data) print(df) 

3.matplotlib（数据可视化）

import matplotlib.pyplot as plt  x = [1, 2, 3, 4, 5] y = [4, 2, 7, 5, 9] plt.plot(x, y) plt.show()  

4.scikit-learn（机器学习工具）

from sklearn.linear_model import LinearRegression  X = [[1, 4], [2, 5], [3, 6]] y = [8, 10, 12] model = LinearRegression().fit(X, y) print(model.predict([[4, 7]])) 

5.tensorflow（深度学习框架）

import tensorflow as tf  x = tf.constant([1, 2, 3, 4]) y = tf.constant([5, 6, 7, 8]) z = tf.add(x, y) sess = tf.Session() print(sess.run(z)) 

6.keras（深度学习框架）

from keras.models import Sequential from keras.layers import Dense  model = Sequential() model.add(Dense(10, input_dim=5, activation='relu')) model.add(Dense(1, activation='sigmoid')) model.compile(loss='binary_crossentropy', optimizer='adam') 

7.requests（HTTP 库）

import requests  response = requests.get('https://www.baidu.com') print(response.text) 

8.flask（Web 框架）

from flask import Flask, render_template  app = Flask(**name**)  @app.route('/') def index(): return render_template('index.html')  if **name** == '**main**': app.run(debug=True) 

9.scrapy（网络爬虫框架）

import scrapy  class MySpider(scrapy.Spider): name = 'myspider' start_urls = ['http://quotes.toscrape.com']      def parse(self, response):         for quote in response.css('div.quote'):             yield {'text': quote.css('span.text::text').get(),                    'author': quote.css('span small::text').get()} 

10.beautifulsoup（HTML 解析器）

from bs4 import BeautifulSoup  html = '
这是一个段落。
' soup = BeautifulSoup(html, 'html.parser') print(soup.title.text) 

11.selenium（Web 自动化测试）

from selenium import webdriver  driver = webdriver.Chrome() driver.get('https://www.baidu.com') search_box = driver.find_element_by_name('wd') search_box.send_keys('Python') search_box.submit() 

12.ctypes（调用 C 语言库）

import ctypes  lib = ctypes.cdll.LoadLibrary('libexample.so') lib.add(1, 2) 

13.wxPython（GUI 开发）

import wx  app = wx.App() frame = wx.Frame(None, title='Hello, wxPython!') frame.Show() app.MainLoop() 

14.pillow（图像处理）

from PIL import Image  im = Image.open('test.jpg') im.show() 

15.openpyxl（处理 Excel 文件）

import openpyxl  wb = openpyxl.load_workbook('example.xlsx') sheet = wb['Sheet1'] cell = sheet['A1'] print(cell.value) 

16.nltk（自然语言处理）

import nltk  sent = ‘This is a sentence.' tokens = nltk.word_tokenize(sent) print(tokens) 

17.jieba（中文分词）

import jieba  text = '我爱中文分词' words = jieba.cut(text) for word in words: print(word) 

18.re（正则表达式）

import re  text = 'The quick brown fox jumps over the lazy dog.' pattern = re.compile('fox') print(pattern.findall(text)) 

19.datetime（日期时间处理）

import datetime  dt = datetime.datetime.now() print(dt) 

20.random（随机数生成）

import random print(random.randint(1, 10)) 

总结

到此这篇关于Python最常用的20 个包总结的文章就介绍到这了。希望大家以后持续关注博主~

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉CSDN大礼包：《Python入门资料&实战源码&安装工具】免费领取（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python基础学习视频

② 路线对应学习视频

还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~在这里插入图片描述

③练习题

每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！

因篇幅有限，仅展示部分资料

三、精品Python学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python工具包+项目源码合集

①Python工具包

学习Python常用的开发软件都在这里了！每个都有详细的安装教程，保证你可以安装成功哦！

②Python实战案例

光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。100+实战案例源码等你来拿！

③Python小游戏源码

如果觉得上面的实战案例有点枯燥，可以试试自己用Python编写小游戏，让你的学习过程中增添一点趣味！

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

六、Python兼职渠道

而且学会Python以后，还可以在各大兼职平台接单赚钱，各种兼职渠道+兼职注意事项+如何和客户沟通，我都整理成文档了。


这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】