十个超有用的 Python 的库

发表于:2024-2-08 07:43

字体: | 上一篇 | 下一篇 | 我要投稿

 作者:程序员小寒    来源:老猫coder

#
Python
分享:
  Pandas
  Pandas 是 Python 中最流行的数据操作和分析库之一。它提供了一个强大的数据结构,称为 DataFrame,它允许你轻松存储和操作结构化数据。
  import pandas as pd
  # Create a DataFrame
  data = {'Name': ['Alice', 'Bob', 'Charlie'],
          'Age': [25, 30, 35],
          'Occupation': ['Engineer', 'Teacher', 'Designer']}
  df = pd.DataFrame(data)
  print(df)
  NumPy
  NumPy 是 Python 中科学计算的基础库。它提供对大型多维数组和矩阵的支持,以及对这些数组进行操作的数学函数集合。
  arr = np.array([[1, 2, 3], [4, 5, 6]])
  print(arr)
  Matplotlib
  Matplotlib 是一个绘图库,允许你创建各种类型的绘图,包括线图、条形图、直方图和散点图。
  import matplotlib.pyplot as plt
  # Create a line plot
  x = [1, 2, 3, 4, 5]
  y = [1, 4, 9, 16, 25]
  plt.plot(x, y)
  plt.show()
  Requests
  Requests 是一个用于在 Python 中发出 HTTP 请求的库。它简化了发送 HTTP 请求和处理响应的过程。
  import requests
  # Send a GET request
  response = requests.get('https://www.example.com')
  print(response.text)
  BeautifulSoup
  BeautifulSoup 是一个用于解析 HTML 和 XML 文档的库。它可以轻松地从网页中提取数据并导航文档树结构。
  from bs4 import BeautifulSoup
  # Parse an HTML document
  html = '<html><body><h1>Example</h1></body></html>'
  soup = BeautifulSoup(html, 'html.parser')
  print(soup.h1.text)
  SQLAlchemy
  SQLAlchemy 是 Python 的对象关系映射 (ORM) 库。它提供了一种使用 Python 对象与数据库交互的方式,使得管理数据库操作变得更加容易。
  from sqlalchemy import create_engine, Column, Integer, String
  from sqlalchemy.ext.declarative import declarative_base
  from sqlalchemy.orm import sessionmaker
  # Define a database model
  Base = declarative_base()
  class User(Base):
      __tablename__ = 'users'
      id = Column(Integer, primary_key=True)
      name = Column(String)
  # Create a database session
  engine = create_engine('sqlite:///example.db')
  Session = sessionmaker(bind=engine)
  session = Session()
  # Add a new user
  user = User(name='Alice')
  session.add(user)
  session.commit()
  # Query the users table
  users = session.query(User).all()
  for user in users:
      print(user.name)
  Scikit-learn
  Scikit-learn 是 Python 中的机器学习库。它提供了一系列用于数据挖掘、数据分析和预测建模的算法和工具。
  from sklearn.ensemble import RandomForestClassifier
  from sklearn.datasets import load_iris
  # Load the Iris dataset
  data = load_iris()
  # Train a random forest classifier
  classifier = RandomForestClassifier()
  classifier.fit(data.data, data.target)
  # Make predictions
  predictions = classifier.predict([[5.1, 3.5, 1.4, 0.2], [6.2, 2.9, 4.3, 1.3]])
  print(predictions)
  TensorFlow
  TensorFlow 是一个用于数值计算和机器学习的库。它为构建和训练各种类型的机器学习模型提供了灵活的框架。
  import tensorflow as tf
  # Create a TensorFlow constant
  a = tf.constant(1)
  b = tf.constant(2)
  # Perform a computation
  c = tf.add(a, b)
  # Run the computation
  with tf.Session() as sess:
      result = sess.run(c)
      print(result)
  Django
  Django 是 Python 的高级 Web 框架。它提供了一种干净、高效的方式来构建 Web 应用程序、处理 URL 路由、数据库管理和表单处理等任务。
  from django.urls import path
  from django.http import HttpResponse
  # Define a view
  def hello(request):
      return HttpResponse('Hello, World!')
  # Define URLs
  urlpatterns = [
      path('hello/', hello),
  ]
  # Configure and run the Django application
  from django.core.wsgi import get_wsgi_application
  application = get_wsgi_application()
  Pytest
  Pytest 是 Python 的测试框架。它简化了编写测试的过程,并提供了强大的功能,例如测试发现、测试参数化和固定装置。
  import pytest
  # Define a test function
  def test_addition():
      result = 1 + 2
      assert result == 3
  # Run the tests
  pytest.main()
  本文内容不用于商业目的,如涉及知识产权问题,请权利人联系51Testing小编(021-64471599-8017),我们将立即处理
精选软件测试好文,快来阅读吧~

关注51Testing

联系我们

快捷面板 站点地图 联系我们 广告服务 关于我们 站长统计 发展历程

法律顾问:上海兰迪律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2024
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪ICP备05003035号

沪公网安备 31010102002173号