Python直通就业内容二，带你弯道超车

python常用第三方库

Python第三方库是指由Python社区以外的开发者编写并维护的软件包。这些库通常用于扩展Python的功能，以满足各种需求，比如数据处理、网络通信、图形界面开发、Web开发等。Python的生态系统非常丰富，有成千上万的第三方库可供开发者使用，可以通过Python Package Index（PyPI）等资源进行查找和安装。常见的Python第三方库包括NumPy、Pandas、Requests、Beautiful Soup、Django等。使用第三方库可以大大提高开发效率，因为开发者无需从零开始编写所有的功能，而是可以利用已有的代码和解决方案。

速通攻略：

十秒钟了解六大库：https://dwz.cn/mjvte3GV
半分钟轻松掌握py全部内容：https://dwz.cn/RVnulTz4

python六大常用库：

1.NumPy（Numerical Python）：NumPy 是 Python 中用于数值计算的一个强大库。它提供了对大型、多维数组和矩阵的支持，以及一系列数学函数，可以高效地在这些数组上操作。NumPy 在数据科学、机器学习、科学计算和工程领域被广泛使用。

2.Pandas：Pandas 是 Python 中的一个数据处理和分析库。它提供了高性能、易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格数据和时间序列数据。Pandas 构建在 NumPy 之上，常用于数据清洗、数据探索和数据可视化等任务。

3.Requests：Requests 是 Python 中一个简单但功能强大的 HTTP 库。它允许你轻松发送 HTTP 请求并以人类可读的方式处理响应。使用 Requests，你可以发起 HTTP GET、POST、PUT、DELETE 等各种类型的请求，同时可以自定义头部、处理认证和管理会话。

4.lxml 是 Python 中用于解析 XML 和 HTML 文档的高性能库。它提供了一种简单而有效的方式来解析和处理 XML/HTML 文档，具有快速和灵活的特点。lxml 构建于 libxml2 和 libxslt 库之上，因此具有出色的性能和稳定性。lxml 被广泛应用于网络爬虫、数据抓取、数据挖掘以及各种需要处理 XML/HTML 数据的任务中，它提供了一种高效、灵活且稳定的解决方案。

5.Django：Django 是 Python 中用于构建 Web 应用程序的高级 Web 框架。它遵循“一切都包含其中”的理念，提供了一套用于常见 Web 开发任务的工具和库，如 URL 路由、模板渲染、数据库访问、认证和安全。Django 的设计强调简单性、灵活性和可扩展性，因此成为构建稳健且易于维护的 Web 应用程序的热门选择。

6.Flask 是 Python 中用于构建 Web 应用程序的微框架。它被设计为简单而灵活，使得开发 Web 应用变得更加轻松和快速。Flask 提供了基本的工具和库，但又不强加太多的约束，因此开发者可以根据自己的需求选择合适的工具和扩展来构建应用。

NumPy：

安装numpy：

pip install numpy

一维数组示例：

二维数组示例:

三维数组示例：

常用基础函数，max和min

常用数学函数，平均值、中位数、求和

介绍的只是常用的基础情况，现实项目会更为复杂，加油继续提升吧！

Pandas

数据读取：

数据处理

DataFrame常见处理：

import pandas as pd

# 创建 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35]}
df = pd.DataFrame(data)

# 添加新列
df['Gender'] = ['Female', 'Male', 'Male']
print(df)

# 删除列
df.drop(columns=['Gender'], inplace=True)
print(df)

# 重命名列
df.rename(columns={'Name': 'FullName'}, inplace=True)
print(df)

# 处理缺失值
print(df.dropna())  # 删除包含缺失值的行
print(df.fillna(0))  # 用指定值填充缺失值

Series 常见处理方法：

import pandas as pd

# 创建 Series
data = pd.Series([1, 2, 3, 4, 5], index=['a', 'b', 'c', 'd', 'e'])

# 数据访问和选择
print(data['a'])  # 访问单个元素
print(data['b':'d'])  # 使用切片选择多个元素
print(data[data > 3])  # 使用布尔索引进行条件过滤

# 数据清洗
data['f'] = None  # 添加一个包含缺失值的元素
print(data.dropna())  # 删除缺失值
print(data.fillna(0))  # 用指定值填充缺失值

# 数据转换
print(data.tolist())  # 将 Series 转换为列表
print(data.map(lambda x: x ** 2))  # 应用函数映射

# 数学运算
print(data.add(1))  # 对每个元素加 1
print(data.sum())  # 计算总和

# 排序和排名
print(data.sort_values())  # 按值排序
print(data.rank())  # 计算排名

# 统计信息
print(data.describe())  # 描述性统计
print(data.count())  # 计数非空值
print(data.unique())  # 计算唯一值

Requests

基础语法：

import requests
# 发送GET请求
response = requests.get('http://www.example.com')
# 发送POST请求
response = requests.post('http://www.example.com', data={'key': 'value'})

常见响应内容：

print(response.status_code)  # 响应状态码
print(response.headers)      # 响应头
print(response.text)         # 响应内容

添加请求参数：

import requests
# 传递请求参数
# 传递请求头
# 传递cookie
params = {'key': 'value'}
cookies = {'key': 'value'}
headers = {'User-Agent': 'Mozilla/5.0'}
response = requests.get('http://www.example.com', params=params, headers=headers, cookies=cookies

lxml

安装： pip install lxml

使用案列：

from lxml import etree
text = ''' <div> <ul> 
        <li class="item-1"><a>first item</a></li> 
        <li class="item-1"><a href="link2.html">second item</a></li> 
        <li class="item-inactive"><a href="link3.html">third item</a></li> 
        <li class="item-1"><a href="link4.html">fourth item</a></li> 
        <li class="item-0"><a href="link5.html">fifth item</a> 
        </ul> </div> '''
#根据li标签进行分组
html = etree.HTML(text)
li_list = html.xpath("//li[@class='item-1']")
#在每一组中继续进行数据的提取
for li in li_list:
    item = {}
    item["href"] = li.xpath("./a/@href")[0] if len(li.xpath("./a/@href"))>0 else None
    item["title"] = li.xpath("./a/text()")[0] if len(li.xpath("./a/text()"))>0 else None
    print(item)

Django

下载 pip install django

pip源:
    https://pypi.douban.com/simple/  豆瓣源
    https://pypi.tuna.tsinghua.edu.cn/simple   清华源

使用格式:
    pip install django -i https://pypi.douban.com/simple/

# 创建项目
django-admin startproject HelloDjango
# 运行项目
python manage.py runserver  # 默认端口是8000
python manage.py runserver 9090

Flask

安装

pip install Flask -i https://pypi.douban.com/simple/ #

pip install Flask -i https://pypi.tuna.tsinghua.edu.cn/simple

创建项目：

from flask import Flask

app = Flask(__name__)

@app.route('/')
def index():
    return "Hello, World! This is my first Flask view."

if __name__ == '__main__':
    app.run(debug=True)

运行代码： python your_file_name.py

默认端口是5000

修改端口号：

if __name__ == '__main__':
    app.run(debug=True, port=9090)

以上就是六大库的常用基本方法和代码啦

大功告成！