锐客网

  1. 首页 > 睿知 > it技术 > >

python的所有库函数 python常用库函数( 二 )

IT技术模块


12、Chardet
你可以用chardet模块来检测文件或数据流的字符集 。比如说，需要分析大量随机文本时，这会很有用 。但你也可以在处理远程下载的数据 ， 但不知道用的是什么字符集时使用它 。
13、RSA
rsa包是一个纯 Python 的 RSA 实现 。它支持：
加密和解密
签名和验证签名
根据 PKCS#1 1.5 版生成密钥
它既可以用作 Python 库，也能在命令行中使用 。
14、Jmespath
JMESPath，发音为“James path” ， 使 Python 中的 JSON 更容易使用 。它允许你声明性地指定如何从 JSON 文档中提取元素 。
15、Setuptools
它是用于创建 Python 包的工具 。不过，其文档很糟糕 。它没有清晰描述它的用途，并且文档中包含无效链接 。最好的信息源是这个站点，特别是这个创建 Python 包的指南 。
16、Pytz
像dateutils一样，这个库可帮助你处理日期和时间 。有时候 ， 时区处理起来可能很麻烦 。幸好有这样的包，可以让事情变得简单些 。
17、Futures
从 Python 3.2 开始，python 提供current.futures模块，可帮助你实现异步执行 。futures 包是该库适用于 Python 2 的 backport 。它不适用于 Python3 用户，因为 Python 3 原生提供了该模块 。
【python的所有库函数 python常用库函数】18、Colorama
使用 Colorama，你可以为终端添加一些颜色：
更多Python知识请关注Python自学网
python有哪些库Python中6个最重要的库：
第一、NumPy
NumPy是Numerical
Python的简写，是Python数值计算的基石 。它提供多种数据结构、算法以及大部分涉及Python数值计算所需的接口 。NumPy还包括其他内容：
①快速、高效的多维数组对象ndarray
②基于元素的数组计算或数组间数学操作函数
③用于读写硬盘中基于数组的数据集的工具
④线性代数操作、傅里叶变换以及随机数生成
除了NumPy赋予Python的快速数组处理能力之外，NumPy的另一个主要用途是在算法和库之间作为数据传递的数据容器 。对于数值数据，NumPy数组能够比Python内建数据结构更为高效地存储和操作数据 。
第二、pandas
pandas提供了高级数据结构和函数 ， 这些数据结构和函数的设计使得利用结构化、表格化数据的工作快速、简单、有表现力 。它出现于2010年，帮助Python成为强大、高效的数据分析环境 。常用的pandas对象是DataFrame，它是用于实现表格化、面向列、使用行列标签的数据结构;以及Series，一种一维标签数组对象 。
pandas将表格和关系型数据库的灵活数据操作能力与Numpy的高性能数组计算的理念相结合 。它提供复杂的索引函数，使得数据的重组、切块、切片、聚合、子集选择更为简单 。由于数据操作、预处理、清洗在数据分析中是重要的技能，pandas将是重要主题 。
第三、matplotlib
matplotlib是最流行的用于制图及其他二维数据可视化的Python库，它由John D.
Hunter创建，目前由一个大型开发者团队维护 。matplotlib被设计为适合出版的制图工具 。
对于Python编程者来说也有其他可视化库，但matplotlib依然使用最为广泛 ， 并且与生态系统的其他库良好整合 。
第四、IPython
IPython项目开始于2001年 ， 由Fernando
Pérez发起，旨在开发一个更具交互性的Python解释器 。在过去的16年中，它成为Python数据技术栈中最重要的工具之一 。
尽管它本身并不提供任何计算或数据分析工具，它的设计侧重于在交互计算和软件开发两方面将生产力最大化 。它使用了一种执行-探索工作流来替代其他语言中典型的编辑-编译-运行工作流 。它还提供了针对操作系统命令行和文件系统的易用接口 。由于数据分析编码工作包含大量的探索、试验、试错和遍历，IPython可以使你更快速地完成工作 。

推荐阅读


上一篇：erp开发系统，erp系统开源

下一篇：直播心态素材图片，直播心态崩了说说