Python 三方库介绍

本内容来自：https://gairuo.com

说明

《Python 教程》 持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》 和 《Python之光》。

本内容来自：https://gairuo.com

Python 除了丰富的内建的模块外，还有大量的第三方库。在 pip 的官网上可以浏览不同领域的热门库。接下来，教程将介绍一些常用的三方库。

一般情况下，我们在一个领域只要掌握一个库就足够了，精深的掌握可以让我们得心应手地解决实际问题。关于阅读三方官方文档可参考：Python 阅读第三库文档 。

三方库介绍

• - 常用工具
• ~ chardet（字符编码自动检测）
• ~ portion（间隔数据操作）
• ~ faker（测试数据生成库）
• ~ Pydantic（数据接口定义）
• ~ Arrow（日期时间）
• - 数据科学
• ~ Numpy（科学计算）基础用法
• ~ Pandas（数据分析）教程
• ~ pyecharts（ECharts 可视化绘图）
• ~ matplotlib.pyplot（可视化绘图）
• ~ plotly（交互式数据视化）
• ~ seaborn（数据可视化）
• ~ Dask 大数据并行计算
• ~ Modin 扩展 pandas 大数据处理能力
• ~ Ray 大规模分布式计算学习引擎
• ~ polars（兼容 DataFrame 的大数据处理）
• - 办公自动化
• ~ xlwings（自动化处理 Excel）
• ~ drymail（电子邮件发送库）
• ~ openpyxl（读取写入 Excel 文件）
• ~ XlsxWriter 创建生成 Excel 文件
• - Web 开发
• ~ Django（Web开发）开发教程
• ~ Flask（微型 Web 框架）
• ~ FastAPI（高性能 Web 框架）
• ~ Playwright WEB应用端到端测试
• ~ Selenium（网页测试爬虫）
• ~ Requests（爬虫）
• ~ Beautiful Soup4（HTML数据提取库）
• ~ HTTPX（Python 的下一代 HTTP 客户端）
• - 其他
• ~ Python 阅读第三库文档

常用三方库

网络爬虫（测试）：

• httpx: 用于Python的下一代HTTP客户端
• requests：简洁且简单的处理HTTP请求的第三方库
• Playwright: 现代web应用快速可靠的端到端测试
• DrissionPage：国人开发，兼顾浏览器自动化的便利性和 requests 的高效率
• scrapy：快速、高层次的Web获取框架
• aiohttp：异步的HTTP客户端和服务器框架
• Appium：开源测试自动化框架,可用于原生,混合和移动Web应用程序测试

数据分析：

• 综合分析：
  • pandas：可高效地操作大型数据集的第三方库
  • NumPy：开源数值计算扩展第三方库
  • SciPy ：专为科学以及工程计算的第三方库
  • statsmodels：统计建模和计量经济学库，用于执行统计推断、回归分析、时间序列分析等
• 大数据：
  • Dask：用于并行计算和大数据处理的库
  • Vaex：用于大型数据集的快速分析库，它使用延迟计算和内存映射来处理大规模数据
  • Polars： 新时代的DataFrames
  • pyArrow：用于内存分析的开发平台。它包含一组技术，使大数据系统能够快速存储、处理和移动数据
  • PySpark：Spark的Python API，使得在Python中编写Spark应用程序变得更加方便
• 数据可视化
  • Matplotlib：提供数据绘图功能的第三方库，主要进行二维图表数据展示
  • Seaborn：基于Matplotlib的统计数据可视化库，提供了更高级的图形和统计分析功能
  • Bokeh：交互式可视化库，用于创建互动式和动态的图形和可视化应用程序
  • Plotly：交互式可视化库，提供了多种绘图选项，包括折线图、散点图、3D图形等
  • Dask：搭建交互式网页仪表盘
  • pyecharts：Charts 可视化绘图的 Python 实现
  • Folium：用于创建交互式地图的库
  • Streamlit: 将数据转换为可共享的web应用程序
  • shiny: 构建web应用程序变得容易
  • Great Tables: 创建外观精美的数据表格

办公自动化：

• Excel：
  • openpyxl：读取和写入Excel文件（.xlsx格式）
  • xlwings：与Microsoft Excel集成的库，可以在Python和Excel之间进行双向交互
  • xlsxwriter：创建和写入Excel文件（.xlsx格式）
  • xlrd 和 xlwt：分别读取和写入 Excel 文件（.xls格式），用于处理旧版本的 Excel 文件
  • python-calamine: 基于 Rust 的读取excel 和 odf 文件的三访问库
  • pyexcel: 基于openpyxl 的简单易用的库
  • pyxlsb：读取和写入Excel二进制文件（.xlsb格式）的库
• Word：
  • python-docx: 用于读取、写入和修改Microsoft Word文档
  • python-docxtpl：对docx模板处理，实现模块化、自动化的处理word文件
• PPT：
  • python-pptx:用于读取、写入和修改Microsoft PowerPoint文档（.pptx格式）的库
  • python-pptx-chart：是一个用于在PPT文档中创建和编辑图表的库
• PDF：
  • python-docx2pdf: 用于将Microsoft Word文档转换为PDF格式
  • PyPDF2：能够拆分、合并、裁剪和转换PDF文件的页面
  • pptx2pdf: 用于将PPT文档转换为PDF格式的库
  • pdfminer：从PDF文档中提取各类信息的第三方库
  • pdfplumber：从PDF文档中提取文本信息
• 其他：
  • win32com：提供了与 Microsoft Windows 操作系统及其组件进行交互的能力
  • pywin32: Python对Win32 API的封装，提供了访问Microsoft Office应用程序的功能

文本处理：

• beautifulsoup4：从HTML和XML文件中解析出数据的第三方库
• Parsel：用于从HTML、JSON和XML文档中提取数据。
• lxml：解析 xml

用户图形界面

• Tkinter：Python 内置库
• PySimpleGUI：用于创建简单GUI的Python库
• PyQt5：成熟的商业级GUI第三方库
• PyGUI：简单好用
• wxPython：优秀的GUI图形库
• pygtk：轻松创建具有图形用户界面程序的第三方库

机器学习

• Scikit-learn：简单且高效的数据挖掘和数据分析工具
• PyTorch：用于使用 gpu 和 cpu 进行深度学习
• Tensorflow：人工智能学习系统
• Theano ：执行深度学习中大规模神经网络算法的运算
• PyOD：异常检测

Web开发

• Django：最流行的开源Web应用框架
• Flask：轻量级的Web应用程序框架
• FastAPI: 一个现代化的、高性能的Web框架
• Bottle: 简单且快速的微框架
• Tornado：构建高性能Web应用程序的框架
• Pyramid：通用、开源的Python Web应用程序开发框架

ORM及数据库：

• SQLAlchemy
• Django ORM
• peewee
• psycopg2
• pymysql

游戏开发

• Pygame：面向游戏开发入门的Python第三方库
• Panda3D：开源、跨平台的3D渲染和游戏开发库
• cocos2d：构建2D游戏和图形界面交互式应用的框架

工具及其他：

• Arrow：友好的时间接口
• chardet：字符编码自动检测
• portion：间隔数据操作
• faker：测试数据生成库
• drymail：电子邮件发送库
• Nuitka/PyInstaller/pytoexe: 程序打包
• 利用 Python 实现五线谱转换简谱的一种方式，主要使用了 OpenCV 和 PIL 库来处理图像，以及 music21 库来生成简谱。

更新时间：2024-08-16 08:14:06 标签：python range