python中常用的模块库整理

  • Post category:Python

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。