15个顶级Python库，你必须要试试

为什么我喜欢Python&＃xff1f;对于初学者来说&＃xff0c;这是一种简单易学的编程语言&＃xff0c;另一个原因&＃xff1a;大量开箱即用的第三方库&＃xff0c;正是23万个由用户提供的软件包使得Python真正强大和流行。

在本文中&＃xff0c;我挑选了15个最有用的软件包&＃xff0c;介绍它们的功能和特点。

1. Dash

Dash是比较新的软件包&＃xff0c;它是用纯Python构建数据可视化app的理想选择&＃xff0c;因此特别适合处理数据的任何人。Dash是Flask&＃xff0c;Plotly.js和React.js的混合体。

2. Pygame

Pygame是SDL多媒体库的Python装饰器&＃xff0c;SDL(Simple DirectMedia Layer)是一个跨平台开发库&＃xff0c;旨在提供对以下内容的低级接口&＃xff1a;

• 音频
• 键盘
• 鼠标
• 游戏杆
• 基于OpenGL和Direct3D的图形硬件

Pygame具有高度的可移植性&＃xff0c;几乎可以在所有平台和操作系统上运行。尽管它具有完善的游戏引擎&＃xff0c;但您也可以使用此库直接从Python脚本播放MP3文件。

3. Pillow

Pillow专门用于处理图像&＃xff0c;您可以使用该库创建缩略图&＃xff0c;在文件格式之间转换&＃xff0c;旋转&＃xff0c;应用滤镜&＃xff0c;显示图像等等。如果您需要对许多图像执行批量操作&＃xff0c;这是理想的选择。

为了快速了解它&＃xff0c;看以下代码示例&＃xff08;加载并渲染图片&＃xff09;&＃xff1a;

4. Colorama

Colorama允许你在终端使用颜色&＃xff0c;非常适合Python脚本&＃xff0c;文档简短而有趣&＃xff0c;可以在Colorama PyPI页面上找到。

5. JmesPath

在Python中使用JSON非常容易&＃xff0c;因为JSON在Python字典上的映射非常好。此外&＃xff0c;Python带有自己出色的json库&＃xff0c;用于解析和创建JSON。对我来说&＃xff0c;这是它最好的功能之一。如果我需要使用JSON&＃xff0c;可以考虑使用Python。

JMESPath使Python处理JSON更加容易&＃xff0c;它允许您明确的地指定如何从JSON文档中提取元素。以下是一些基本示例&＃xff0c;可让您对它的功能有所了解&＃xff1a;

6. Requests

Requests建立在世界上下载量最大的Python库urllib3上&＃xff0c;它令Web请求变得非常简单&＃xff0c;功能强大且用途广泛。

以下代码示例说明requests的使用是多么简单。

Requests可以完成您能想到的所有高级工作&＃xff0c;例如&＃xff1a;

• 认证
• 使用COOKIE
• 执行POST&＃xff0c;PUT&＃xff0c;DELETE等
• 使用自定义证书
• 使用会话Session
• 使用代理

7. Simplejson

Python中的本地json模块有什么问题&＃xff1f;没有&＃xff01;实际上&＃xff0c;Python的json是simplejson。意思是&＃xff0c;Python采用了simplejson的一个版本&＃xff0c;并将其合并到每个发行版中。但是使用simplejson具有一些优点&＃xff1a;

• 它适用于更多Python版本。
• 它比Python随附的版本更新频率更高。
• 它具有用C编写的&＃xff08;可选&＃xff09;部分&＃xff0c;因此非常快速。

由于这些事实&＃xff0c;您经常会在使用JSON的脚本中看到以下内容&＃xff1a;

我将只使用默认的json&＃xff0c;除非您特别需要&＃xff1a;

• 速度
• 标准库中没有的东西

Simplejson比json快很多&＃xff0c;因为它用C实现一些关键部分。除非您正在处理数百万个JSON文件&＃xff0c;否则您不会对这种速度感兴趣。

8. Emoji

Emoji库非常有意思&＃xff0c;但并非每个人都喜欢表情包&＃xff0c;分析视角媒体数据时&＃xff0c;Emoji包非常有用。

以下是简单的代码示例&＃xff1a;

9. Chardet

您可以使用chardet模块来检测文件或数据流的字符集。例如&＃xff0c;这在分析大量随机文本时很有用。但是&＃xff0c;当您不知道字符集是什么时&＃xff0c;也可以在处理远程下载的数据时使用它。

10. Python-dateutil

python-dateutil模块提供了对标准datetime模块的强大扩展。我的经验是&＃xff0c;常规的Python日期时间功能在哪里结束&＃xff0c;而python-dateutil就出现了。

您可以使用此库做很多很棒的事情。我将这些示例限制为我发现特别有用的示例&＃xff1a;模糊分析日志文件中的日期&＃xff0c;例如

有关更多功能&＃xff0c;请参见完整文档&＃xff0c;例如&＃xff1a;

• 计算相对增量&＃xff08;下个月&＃xff0c;明年&＃xff0c;下周一&＃xff0c;该月的最后一周等&＃xff09;和两个给定日期对象之间的相对增量。
• 使用iCalendar规范的超集&＃xff0c;根据重复规则计算日期。
• tzfile文件&＃xff08;/ etc / localtime&＃xff0c;/ usr / share / zoneinfo等&＃xff09;的时区&＃xff08;tzinfo&＃xff09;实现&＃xff0c;TZ环境字符串&＃xff08;所有已知格式&＃xff09;&＃xff0c;iCalendar格式文件&＃xff0c;给定范围&＃xff08;在相对增量的帮助下&＃xff09;&＃xff0c;本地计算机 时区&＃xff0c;固定偏移时区&＃xff0c;UTC时区和基于Windows注册表的时区。
• 基于奥尔森数据库的内部最新世界时区信息。
• 使用Western&＃xff0c;Orthodox或Julian算法计算任意一年的复活节周日日期。

11. 进度条&＃xff1a;progress和tqdm

这里有点作弊&＃xff0c;因为这是两个包&＃xff0c;但忽略其中之一是不公平的。

您可以创建自己的进度条&＃xff0c;这也许很有趣&＃xff0c;但是使用progress或tqdm程序包更快&＃xff0c;更不容易出错。

progress

借助这个软件包&＃xff0c;您可以轻松创建进度条&＃xff1a;

tqdm

tqdm的功能大致相同&＃xff0c;但似乎是最新的。首先以gif动画形式进行一些演示&＃xff1a;

12. IPython

我确定您知道Python的交互式外壳&＃xff0c;这是运行Python的好方法。但是您也知道IPython shell吗&＃xff1f;如果您经常使用交互式外壳程序&＃xff0c;但您不了解IPython&＃xff0c;则应该检查一下&＃xff01;

增强的IPython shell提供的一些功能包括&＃xff1a;

• 全面的对象自省。
• 输入历史记录&＃xff0c;跨会话持续存在。
• 在具有自动生成的引用的会话期间缓存输出结果。
• 制表符补全&＃xff0c;默认情况下支持python变量和关键字&＃xff0c;文件名和函数关键字的补全。
• “魔术”命令&＃xff0c;用于控制环境并执行许多与IPython或操作系统相关的任务。
• 会话记录和重新加载。
• 对pdb调试器和Python分析器的集成访问。
• IPython的一个鲜为人知的功能&＃xff1a;它的体系结构还允许并行和分布式计算。

IPython是Jupyter Notebook的核心&＃xff0c;它是一个开放源代码Web应用程序&＃xff0c;可让您创建和共享包含实时代码&＃xff0c;方程式&＃xff0c;可视化效果和叙述文本的文档。

13. Homeassistant

我喜欢家庭自动化。这对我来说是一种嗜好&＃xff0c;但我至今仍对此深表歉意&＃xff0c;因为它现在控制着我们房屋的大部分。我使用Home Assistant将房子中的所有系统捆绑在一起。尽管它确实是一个完整的应用程序&＃xff0c;但是您也可以将其安装为Python PyPI软件包。

• 我们的大多数灯具都是自动化的&＃xff0c;百叶窗也是如此。
• 我监视我们的天然气用量&＃xff0c;电力用量和产量&＃xff08;太阳能电池板&＃xff09;。
• 我可以跟踪大多数电话的位置&＃xff0c;并在进入一个区域时开始操作&＃xff0c;例如当我回家时打开车库灯。
• 它还可以控制我们所有的娱乐系统&＃xff0c;例如三星电视和Sonos扬声器。
• 它能够自动发现网络上的大多数设备&＃xff0c;因此上手起来非常容易。

我已经每天使用Home Assistant已有3年了&＃xff0c;它仍处于测试阶段&＃xff0c;但这是我尝试过的所有平台中最好的平台。它能够集成和控制各种设备和协议&＃xff0c;并且都是免费和开源的。

如果您有兴趣将房屋自动化&＃xff0c;请确保有机会&＃xff01;如果您想了解更多&＃xff0c;请访问他们的官方网站。如果可以&＃xff0c;请将其安装在Raspberry Pi上。到目前为止&＃xff0c;这是最简单&＃xff0c;最安全的入门方法。我将其安装在Docker容器内功能更强大的服务器上。

14. Flask

Flask是我的入门库&＃xff0c;用于创建快速的Web服务或简单的网站。这是一个微框架&＃xff0c;这意味着Flask旨在使核心保持简单但可扩展。有700多个官方和社区扩展。

如果您知道自己将开发一个大型的Web应用程序&＃xff0c;则可能需要研究一个更完整的框架。该类别中最受欢迎的是Django。

15. BeautifulSoup

如果您从网站上提取了一些HTML&＃xff0c;则需要对其进行解析以获取实际所需的内容。Beautiful Soup是一个Python库&＃xff0c;用于从HTML和XML文件中提取数据。它提供了导航&＃xff0c;搜索和修改解析树的简单方法。它非常强大&＃xff0c;即使损坏了&＃xff0c;也能够处理各种HTML。相信我&＃xff0c;HTML经常被破坏&＃xff0c;所以这是一个非常强大的功能。

它的一些主要功能&＃xff1a;

• Beautiful Soup会自动将传入文档转换为Unicode&＃xff0c;将传出文档转换为UTF-8。您无需考虑编码。
• Beautiful Soup位于流行的Python解析器&＃xff08;如lxml和html5lib&＃xff09;的顶部&＃xff0c;使您可以尝试不同的解析策略或提高灵活性。
• BeautifulSoup会解析您提供的任何内容&＃xff0c;并为您做遍历树的工作。您可以将其告诉“查找所有链接”&＃xff0c;或“查找带有粗体的表格标题&＃xff0c;然后给我该文字。”

总结

许多数据科学家和工程师认为这些库是顶级的&＃xff0c;并值得关注&＃xff0c;或者需要或多或少了解它们。 以下是每个库在Github上的详细统计资料的。制作不易&＃xff0c;请多多关注和点赞哦&＃xff01;小编最后还会给大家分享一些python学习大礼包&＃xff0c;帮助大家更好的学习&＃xff01;【加君羊&＃xff1a;605018913】