python常用库教程_【Python进阶教程】常用机器学习python库简介-CSDN博客

大号因为某些不说也罢的原因，已经无法使用啦。欢迎关注现在这个号，我将恢复机器学习笔记的更新。

………………………………………………………………

库的导入

Python中可以导入三种库：Python标准模块、Python第三方模块和自定义模块。

标准模块是Python实现定义好的；

Python第三方模块是Python爱好者或者Python研究者来定义的，并且开放出来，方便大家使用的；

自定义模块是用户自己定义的，在自己程序运行需要使用到的。

导入模块，一般使用import语句，大致分为三种。

第一种：import ModuleName (import 模块名)

例如：

import ModuleName

ModuleName.FuncName()

第二种：import ModuleName as MN (import 模块名 as 别名)

第二种和第一种相似，但是由于某些库模块名字太长，用as关键字进行简写。

例如：

import ModuleName as MN

MN.FuncName()

第三种：from ModuleName import Funcname (from 模块名 import 方法名)

第三种较第一种更加的具体，并非导入整个模块，而是导入模块中的某个函数、类或属性。为什么要这样导入呢，因为，FuncName被直接导入到l 本地的名字空间。这样具体的导入后就可以在使用的时候直接使用import的FuncName而不需要在FuncName前面加上ModuleName.了，这样就方便快捷很多。

例如：

from ModuleName import FuncName

FuncName()

第四种：from ModuleName import *(from 模块名 import *)

第四种是第三种的一种特殊形式，导入 * 的效果是表示该模块的所有的公共对象(public object)都被导入到当前的名字空间，换句话说就是任何不以“__”开头的东西都被导入。

例如：

from ModuleName import *

FuncName()

通过比较，我可以总结一些建议：

如果对于某个模块的属性或者方法在当前程序中需要经常使用，那么就可以使用第三种方法，用来避免重复输入冗长的模块名称；但如果使用第四种方法，判断某个函数或者属性的来源会出现困难，不方便调试，也降低代码的可读性；

如果导入的模块中的属性或者方法与当前程序中的某个模块或者函数等重名，那么就必须使用import ModuleName；

综上，如果想要使用一种避免重名、避免大量重复输入，又增加可读性的导入方式，第二种是一个不错的选择。

Math

关于math库，是一个基础数学库，就不多介绍了。python中math模块常用的方法整理 - renpingsheng - 博客园www.cnblogs.com

NumPy

NumPy库是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵)。

所以正式来说，NumPy是Python的一个矩阵类型，提供了大量矩阵处理函数。而非正式来说，它是一个使运算更容易、执行更迅速的库，因为它的内部运算是通过C语言而不是Python来实现的。

NumPy有两种基本的数据类型——数组和矩阵。

下面是一些数组处理的例子：数组的加法数组的数乘、乘方和乘法array支持二维数组

与使用数组一样，处理矩阵数据也需要使用numpy中的方法。mat与matrix函数作用相同mat()可将python列表转换为NumPy矩阵矩阵相乘时强制执行数学中的矩阵运算，需用.T或.transpose()对后者转置shape()用于查看矩阵或数组的维数，multiply()为元素相乘法argsort()可以得出矩阵中每个元素的排序序号，sort()为原地排序，mean()为均值函数np.ones()为制造全1矩阵，zeros()为制造全0矩阵，eye()为单位矩阵

以上就是numpy常用方法，更多方法请参考：python之numpy的基本使用 - CSDN博客blog.csdn.net

Pandas

Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。

下面简单描述一下pandas的几种常见操作导入CSV或者xlsx文件用pandas创建数据表查看数据类型和表维度inner合并数据表outer合并数据表

更多内容参考这里：pandas用法大全 - CSDN博客blog.csdn.net

matplotlib.pyplot

matplotlib.pyplot是一个有命令风格的函数集合，它看起来和MATLAB很相似。

每一个pyplot函数都使一副图像做出些许改变，例如创建一幅图，在图中创建一个绘图区域，在绘图区域中添加一条线等等。

在matplotlib.pyplot中，各种状态通过函数调用保存起来，以便于可以随时跟踪像当前图像和绘图区域这样的东西。

绘图函数是直接作用于当前axes(matplotlib中的专有名词，图形中组成部分，不是数学中的坐标系。)

例如：

import matplotlib.pyplot as plt

plt.plot([1,2,3,4])

plt.ylabel('some numbers')

plt.show()plot默认y上取值，x上自动生成

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

plt.ylabel('some numbers')

plt.show()x,y上均取值

更多内容：matplotlib(一)--pyplot使用简介 - CSDN博客blog.csdn.net