大家好，小编来为大家解答以下问题，python的工具包有哪些，python必备的几个包，现在让我们一起来看看吧！
Source code download: 本文相关源码
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
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 = '<html><head><title>这是标题</title></head><body><p>这是一个段落pythonturtle画递归树。</p ></body></html>'
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】
2258
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
