Python 中具有非常丰富的标准库和第三方库，这些库提供了各种各样的功能，使得 Python 成为一门功能强大的编程语言。在这里，我们就来整理一下 Python 中常用的模块库。
Numpy
Numpy 是 Python 中处理大规模数组数据的扩展库。它提供了 ndarray 对象，可以进行大量的函数和方法的操作。比如矩阵的乘法、加法、平方、平均值、标准差等等。Numpy 也提供了很多科学计算相关的功能，如 Fourier 变换、线性代数、随机数生成等等。以下是一个 Numpy 实例，演示了如何生成一个随机的 3*3 的矩阵并计算其平均值：
import numpy as np
# 生成随机矩阵
matrix = np.random.rand(3, 3)
# 计算矩阵均值
mean = matrix.mean()
print("随机矩阵：\n", matrix)
print("矩阵均值：", mean)
Pandas
Pandas 也是一个常用的库，用于数据的处理和分析。它提供了两个主要的数据结构，即 Series 和 DataFrame。Series 是一维的数组类似对象，DataFrame 是二维表格，可以将数据组织成行和列。使用 Pandas，我们可以很方便地进行数据的导入和导出，数据的清洗、重构和示例。以下是一个 Pandas 实例，演示了如何读取 csv 文件，并计算其中一列的平均值：
import pandas as pd
# 读取数据
df = pd.read_csv("data.csv")
# 计算均值
mean = df["age"].mean()
print("数据总数：", len(df))
print("年龄均值：", mean)
Matplotlib
Matplotlib 是一个针对数据可视化的库，它可以绘制各种样式的图形，如线图、柱状图、饼图、散点图等等。Matplotlib 的 API 非常丰富，可以满足各种作图需求。以下是一个 Matplotlib 实例，演示了如何绘制多个线图并添加图例和标题：
import matplotlib.pyplot as plt
import numpy as np
# 生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
# 绘图
plt.plot(x, y1, label="sin(x)")
plt.plot(x, y2, label="cos(x)")
plt.plot(x, y3, label="tan(x)")
plt.legend(loc="best")
plt.title("Trigonometric Functions")
# 显示图像
plt.show()
除了 Numpy、Pandas 和 Matplotlib，Python 中还有很多其他常用的库，如 Scipy、Sklearn、Requests 等等。对于每一个库，我们都可以通过查看其文档了解其详细使用方法。