Python 的一大特色是其丰富的模块&＃xff0c;基本上只要你能想到的常见开发需求&＃xff0c;都能找到别人已经实现的库直接使用&＃xff0c;或者相关的工具/框架来辅助实现。但这对于新手来说也是一个问题&＃xff1a;这么多库&＃xff0c;我要从哪里学起&＃xff1f;怎么才能记住这么多库的用法&＃xff1f;
对此我的建议&＃xff1a;
- 不要把学习库作为目标。正确的学习逻辑是&＃xff0c;去发掘可编程解决的需求&＃xff0c;以实现功能为目标&＃xff0c;在开发过程中去搜索去学习相关的库。否则你会陷在茫茫模块之中失去方向。
- 不用去死记库的用法&＃xff0c;你也不可能记下来。你需要了解的是查找和阅读文档的方法&＃xff0c;以及常见的开发模式。所谓开发经验&＃xff0c;并不是你记住的内容&＃xff0c;而是你掌握的方法。
我们编程教室在过去发表过数十个开发案例&＃xff0c;这些案例主要用到哪些库呢&＃xff1f;今天就来统计一下&＃xff0c;顺便给大家整理及推荐常用的一些库。
之前有下载过文章相关代码的同学应该知道我们这个 snippet 的代码仓库&＃xff0c;我们大部分的案例项目都在其中。下面就以这个库中的代码为参考进行统计。
统计代码&＃xff1a;
import os
from collections import Countermodules &＃61; set()
all_modules &＃61; {}
for root, dirs, files in os.walk("..", topdown&＃61;False):for name in files:if name.endswith(&＃39;.py&＃39;):with open(root os.path.sep name) as f:for line in f:line &＃61; line.lstrip()if line.startswith(&＃39;from&＃39;) or line.startswith(&＃39;import&＃39;):module &＃61; line.split()[1]module &＃61; module.split(&＃39;.&＃39;)[0] if module:modules.add(module)if root.count(os.path.sep) <&＃61; 1:for m in modules:all_modules[m] &＃61; all_modules.get(m, 0) 1modules &＃61; set()
print(Counter(all_modules).most_common())
代码很简单&＃xff0c;4个步骤&＃xff1a;
- 遍历文件夹&＃xff0c;找出所有
.py 结尾的代码文件 - 对代码文件中的每一行&＃xff0c;判断是否以
from 或 import 开头&＃xff0c;是的话&＃xff0c;就把它后面的模块名记下来 - 为了避免有的项目中重复导入一个模块影响数据&＃xff0c;对于同一个项目子目录下&＃xff0c;我们用
set 记录保证不重复&＃xff0c;然后再添加到总的记录字典中 - 使用
Counter 对字典进行排序&＃xff0c;找到使用次数最多的模块
最后的结果以及模块说明&＃xff08;名称后是使用次数&＃xff09;&＃xff1a;
random - 10&＃xff0c;随机数
requests - 8&＃xff0c;网络请求
numpy - 8&＃xff0c;高性能计算
matplotlib - 7&＃xff0c;图表绘制
time - 7&＃xff0c;时间
cv2 - 6&＃xff0c;计算机视觉
math - 6&＃xff0c;数学
os - 6&＃xff0c;系统
collections - 5&＃xff0c;集合
pyecharts - 4&＃xff0c;图表绘制
urllib - 4&＃xff0c;网络请求
datetime - 4&＃xff0c;日期与时间
bs4 - 4&＃xff0c;HTML文本解析
tkinter - 3&＃xff0c;图形界面GUI
sys - 3&＃xff0c;系统
jieba - 3&＃xff0c;中文分词
pandas - 2&＃xff0c;数据统计分析
scipy - 2&＃xff0c;科学计算
re - 2&＃xff0c;正则表达式
argparse - 2&＃xff0c;命令行参数
pygame - 2&＃xff0c;游戏
json - 2&＃xff0c;JSON格式处理
email - 2&＃xff0c;邮件
smtplib - 2&＃xff0c;邮件
urllib2 - 2&＃xff0c;网络请求
pyaudio - 2&＃xff0c;声音
PIL - 2&＃xff0c;图像处理
除了 random、time、math 这类 python 自带的基础库外&＃xff0c;从以上统计可以间接看出&＃xff0c;我们的案例比较多的会涉及网络数据的抓取&＃xff08;requests、urllib、bs4&＃xff09;、数据分析及可视化&＃xff08;numpy、matplotlib、pyecharts、pandas&＃xff09;、计算机视觉及图像处理&＃xff08;cv2、PIL&＃xff09;等方向。
对于已经学完 python 基本语法&＃xff0c;想要进一步深入学习的同学&＃xff0c;可根据方向重点关注以下库&＃xff1a;
Web 开发&＃xff1a;django / flask
网络爬虫&＃xff1a;requests、bs4
数据分析&＃xff1a;numpy、pandas、matplotlib
视觉及图像处理&＃xff1a;cv2、PIL&＃xff08;pillow&＃xff09;
图形界面开发&＃xff1a;tkinter / PyQT
游戏开发&＃xff1a;pygame / cocos-python
不用贪多&＃xff0c;找个自己感兴趣的方向&＃xff0c;选一些可行的案例进行开发&＃xff0c;把基本的几个库用熟了&＃xff0c;这个过程你得到成长就会很多。写代码的目的是解决问题&＃xff0c;调用库只是实现的手段&＃xff0c;千万不要本末倒置了。
统计的代码也上传了仓库&＃xff0c;需要的话可在公众号&＃xff08;Crossin的编程教室&＃xff09;回复关键字 模块
════
其他文章及回答&＃xff1a;
如何自学Python | 新手引导 | 一图学Python | 智能防挡弹幕 | 红包提醒 | 流浪地球
欢迎搜索及关注&＃xff1a;Crossin的编程教室
京公网安备 11010802041100号