Skip to main content

Python模块库

本部分侧重于介绍常用的，与开发息息相关的Python标准库。

部分第三方库已经成为某种事实上的标准库，不论你从事：爬虫、机器学习、后端开发还是网络安全，你都可能用到这些库。因此与Python标准库放在一起讲解。

Python 标准库非常庞大，所提供的组件涉及范围十分广泛，正如以下内容目录所显示的。这个库包含了多个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计，通过将特定平台功能抽象化为平台中立的 API 来鼓励和加强 Python 程序的可移植性。

Windows 版本的 Python 安装程序通常包含整个标准库，往往还包含许多额外组件。对于类 Unix 操作系统，Python 通常会分成一系列的软件包，因此可能需要使用操作系统所提供的包管理工具来获取部分或全部可选组件。

第三方库​

推荐第三方库​

numpy：支持高性能的大规模数组运算，是大部分科学计算的基础库。可用于进一步的数据处理。

pandas：支持十多种常见文档格式的输入与输出，一站式搞定数据存取与处理。

opencv：支持图像处理、视频处理、图像识别、人脸识别等。

其他推荐的第三方库：awesome-python

第三方模块使用的基本流程​

第三方模块使用的基本流程 以 opencv 为例

  • 下载 pip install opencv-python
  • 导入 import cv2
  • 使用 模块名.方法名 示例 ： cv2.imread('./img/cat.jpg')

这里需要注意的是：opencv 模块的下载名、导入名均不是 opencv。事实上模块名、下载名与导入名也并非一种强制的规则。建议在下载模块之前先通过搜索引擎搜索。更多是后续的开发者出于习惯会将名称统一。

对于复杂的模块来说，使用 help()方法、dir()方法不能很好的满足我们的需求。如果是新手需要搭配官方文档，查阅使用实例。

粘贴至终端，windows 电脑可以通过 win+R 输入 CMD

MAC 可以直接搜索终端打开。

第三方模块的版本问题​

第三方模块与系统模块一样，都是自定义好的一系列模块，这些模块也自然存在一些版本差异。

在使用的过程之中很可能因为版本的不匹配、方法的弃用导致示例的代码失效。

我们可以通过 3 个方式来解决：

1.升级至最新版本或安装指定的版本

  • 安装指定的版本示例: pip install pandas==2.0.2

  • 升级至最新版本示例: pip install --upgrade pandas

    2.积极的查询官方文档。可在 https://pypi.org/ 上搜索对应模块，知名度较高的模块都会有系统的官方文档。

    3.更换其他模块