社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

效率倍增!12 个必须尝试的 Python 工具包!

Python绿色通道 • 3 年前 • 194 次点击  

↑ 关注 + 星标 ,每天学Python新技能

后台回复【 大礼包】送你Python自学大礼包


来源:Python学习与数据挖掘


为什么我们都喜欢Python?对于初学者来说,这是一种美观且易于学习的编程语言。另外它是开源的,这意味着它将包含许多出色的库。

在本文中,我挑选了 12 个最有用的软件包给大家分享,相信你有有所收获!

1、Dash

Dash是相对较新的。它是使用纯Python构建数据可视化应用程序的理想选择,因此特别适合处理数据的小伙伴。Dash是Flask,Plotly.js和React.js的混合体。Dash可以快速将所需的内容放入漂亮的仪表板中,而无需触摸任何一行Javascript。

2、PyGame

Pygame是SDL多媒体库的Python包装器模块。Simple DirectMedia Layer是一个跨平台的开发库,旨在提供对OpenGL和Direct3D Pygame的音频键盘鼠标操纵杆图形硬件的低级访问,并且高度可移植,并且可以在几乎所有平台和操作系统上运行。

它具有完善的游戏引擎,也可以使用该库直接从Python脚本中播放MP3文件。

3、Pillow

Pillow 是 Python 图像库的分支。你可以使用该库来创建缩略图,在文件格式之间进行转换,旋转,应用滤镜,显示图像等等。如果需要对许多图像执行批量操作,这是理想的选择。

为了快速了解它,这是如何从Python代码显示图像的方法:

from PIL import Image
im = Image.open("kittens.jpg")
im.show()
print(im.format, im.size, im.mode)
# JPEG (1920, 1357) RGB

4、Colorama

使用Colorama,可以向终端添加一些颜色:

from colorama import Fore, Back, Style

print(Fore.RED + 'some red text')
print(Back.GREEN + 'and with a green background')
print(Style.DIM + 'and in dim text')
print(Style.RESET_ALL)
print('back to normal now')

该文档简短而有趣,可以在Colorama PyPI页面上找到。如果也想在Windows上使用它,则需要先调用colorama.init()。

5、JmesPath

在 Python 中使用 JSON 非常容易,因为 JSON 在 Python 字典上的映射非常好。对我来说,这是它最好的功能之一。

import jmespath

# Get a specific element
d = {"foo": {"bar""baz"}}
print(jmespath.search('foo.bar', d))
# baz

# Using a wildcard to get all names
d = {"foo": {"bar": [{"name""one"}, {"name""two"}]}}
print(jmespath.search('foo.bar[*].name', d))
# [“one”, “two”]

6、Requests

Requests 建立下载次数最多的Python库之一。它使 Web 请求确实非常简单,但仍然非常强大且用途广泛。

import requests

r = requests.get('https://api.github.com/user', auth=('user''pass'))
r.status_code
# 200
r.headers['content-type']
# 'application/json; charset=utf8'
r.encoding
# 'utf-8'
r.text
# u'{"type":"User"...'
r.json()
# {u'disk_usage': 368627, u'private_gists': 484, ...}

这是一个非常基本的示例,但是请求也可以完成所有高级工作,例如:

  • 使用cookie进行身份验证
  • 执行POST,PUT,DELETE等。
  • 使用自定义证书
  • 使用会话
  • 使用代理

7、Simplejson

Python中的本地json模块有什么问题?没有!实际上,Python的json是simplejson,它具有如下优点:

  • 它可以在更多Python版本上使用。
  • 它比Python随附的版本更新频率更高。
  • 它具有用C编写的,因此非常快速。
try:
  import simplejson as json
except ImportError:
  import json

8、表情符号

这个 emoji 会给人留下深刻印象或排斥感,这取决于谁在看。如果你分析社交媒体数据时,这一功能派上了用场。

import emoji
result = emoji.emojize('Python is :thumbs_up:')
print(result)
# 'Python is 👍'

# You can also reverse this:
result = emoji.demojize('Python is 👍')
print(result)
# 'Python is :thumbs_up:'

9、Chardet

可以使用chardet模块检测文件或数据流的字符集。例如,这在分析大量随机文本时很有用。但是,当你不知道字符集是什么时,也可以在处理远程下载的数据时使用它。安装chardet之后,您还有一个名为chardetect的额外命令行工具,可以像这样使用:




    
$ chardetect somefile.txt
somefile.txt: ascii with confidence 1.0

10、Python-dateutil

python-dateutil 模块提供了对标准 datetime 模块的强大扩展。可以使用此库做很多很棒的事情,比如:对日志文件中的日期进行模糊解析。

from dateutil.parser import parse

logline = 'INFO 2020-01-01T00:00:01 Happy new year, human.'
timestamp = parse(logline, fuzzy=True)
print(timestamp)
# 2020-01-01 00:00:01

11、进度条

progress 的使用方法

from progress.bar import Bar

bar = Bar('Processing', max=20)
for i in range(20):
    # Do some work
    bar.next()
bar.finish()

tqdm的功能大致相同,但它是最新的。首先以gif动画形式进行一些演示:

12、IPython

如果你经常使用交互式程序,但是不了解IPython,则应该试验一下!增强的IPython shell提供的一些功能包括:

  • 全面的对象自省。
  • 输入历史记录,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,默认情况下支持python变量和关键字,文件名和函数关键字的补全。
  • "魔术"命令,用于控制环境并执行许多与IPython或操作系统相关的任务。
  • 会话日志记录和重新加载。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:它的体系结构还允许并行和分布式计算。
  • IPython是Jupyter Notebook的核心,它是一个开放源代码Web应用程序,可让你创建和共享包含实时代码,方程式,可视化效果和叙述文本的文档。


Python自学超级硬核资料


Ps:这里都是视频学习资料,基础不好或者零基础的同学比较适合

最后送大家一份Python学习大礼包,从Python基础,爬虫,数据分析Web开发等全套资料,吃透资料,你可以扔掉其他资料,这些资料都是视频,学起来非常友好。



扫码加微信后备注「Python新手」方便我给你发送资料,另外「Python绿色通道」专属学习群已正式成立,想进群也可扫上方二维码。





    
推荐阅读


  1. 给跪了!见过最全的Python+数据分析干货合集!

  2. 外包公司干了不到3个月,我离职了...(防坑指南&文末送书)

  3. 沉入海底 2 年的微软数据中心浮出水面:故障率只有陆地上的
    1/8,除了长点贝类和藻类完全没问题


看完记得关注@Python绿色通道
及时收看更多好文
↓↓↓


点个在看你最好看


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/110898
 
194 次点击