以下是一些适合新手学习的Python常用库:
数据处理和分析
pandas:提供了高效的数据结构(DataFrame和Series)用于数据处理、清洗、分析和规整数据等。可以方便地进行数据读取(如从CSV、Excel等文件)、数据索引、数据过滤、聚合等操作。
示例:import pandas as pd data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]} df = pd.DataFrame(data)数值计算
numpy:支持大量的维度数组与矩阵运算,对数组运算进行了优化和加速,提供了众多数学函数等。
示例:import numpy as np arr = np.array([1, 2, 3, 4, 5]) mean = np.mean(arr)数据可视化
matplotlib:基础且功能强大的绘图库,可以绘制各种图形如折线图、柱状图、饼图、散点图等。
示例:import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) plt.show()网络请求
requests:用于发送HTTP请求(GET、POST等),获取网页内容等。
示例:import requests response = requests.get('https://www.example.com')文件处理
os:提供了与操作系统交互的功能,如文件和目录操作(创建、删除、移动等)、环境变量访问等。
示例:import os os.makedirs('new_directory')csv:专门用于读写CSV(逗号分隔值)文件。
示例:import csv with open('file.csv', 'w', newline='') as csvfile: writer = csv.writer(csvfile) writer.writerow(['Name', 'Age'])随机数相关
random:生成随机数,用于随机抽样、生成随机序列等。
示例:import random random_number = random.randint(1, 100)时间日期处理
datetime:用于日期和时间的创建、修改、计算等操作。
示例:from datetime import datetime now = datetime.now()命令行参数解析
argparse:可以轻松编写用户友好的命令行界面。
示例:import argparse parser = argparse.ArgumentParser(description='Example') parser.add_argument('-n', '--name', type=str, help='Your name') args = parser.parse_args()简单文本处理
re(正则表达式库):用于在文本中进行复杂的模式匹配和替换等操作。
示例:import re text = "The cat is black" match = re.search('cat', text)
8788

被折叠的 条评论
为什么被折叠?



