盘点Python常用的模块和包

模块

1定义

计算机在开发过程中，代码越写越多，也就越难以维护，所以为了编写可维护的代码，我们会把函数进行分组，放在不同的文件里。在python里，一个py文件就是一个模块。

2优点：

提高代码的可维护性。

提高代码的复用，当模块完成时就可以在其他代码中调用。

引用其他模块，包含python内置模块和其他第三方模块。

避免函数名和变量名等名称冲突。

python内建模块：

1sys模块

2random模块

3os模块：

ospath:讲解

>

数据可视化

1matplotlib :

是Python可视化程序库的泰斗，它的设计和在1980年代被设计的商业化程序语言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它们让你能用更少的代码去调用 matplotlib的方法。

访问：

>

颜色：

>

教程：

>

2Seaborn：

它是构建在matplotlib的基础上的，用简洁的代码来制作好看的图表。Seaborn跟matplotlib最大的区别就是它的默认绘图风格和色彩搭配都具有现代美感。

访问：

>

3ggplot：

gplot 跟 matplotlib 的不同之处是它允许你叠加不同的图层来完成一幅图

访问：

>

4Mayavi：

Mayavi2完全用Python编写，因此它不但是一个方便实用的可视化软件，而且可以方便地用Python编写扩展，嵌入到用户编写的Python程序中，或者直接使用其面向脚本的API：mlab快速绘制三维图

访问：>

讲解：>

5TVTK：

TVTK库对标准的VTK库进行包装，提供了Python风格的API、支持Trait属性和numpy的多维数组。

VTK (>

讲解：>

机器学习

1Scikit-learn

是一个简单且高效的数据挖掘和数据分析工具，易上手，可以在多个上下文中重复使用。它基于NumPy, SciPy 和 matplotlib，开源，可商用（基于 BSD 许可）。

访问：

讲解：>

2Tensorflow

最初由谷歌机器智能科研组织中的谷歌大脑团队（Google Brain Team）的研究人员和工程师开发。该系统设计的初衷是为了便于机器学习研究，能够更快更好地将科研原型转化为生产项目。

：《Python视频教程》

Web框架

1Tornado

访问：>

2Flask

访问：>

3Webpy

访问：>

4django

>

5cherrypy

>

6jinjs

>

GUI 图形界面

1Tkinter

>

2wxPython

>

3PyGTK

>

4PyQt

>

5PySide

>

科学计算

教程

>

1numpy

访问

>

讲解

>

2sympy

sympy是一个Python的科学计算库，用一套强大的符号计算体系完成诸如多项式求值、求极限、解方程、求积分、微分方程、级数展开、矩阵运算等等计算问题

访问

>

讲解

>

解方程

>

3SciPy

官网

>

讲解

>

4pandas

官网

>

讲解

>

5blaze

官网

>

密码学

1cryptography

>

2hashids

>

3Paramiko

>

4Passlib

>

5PyCrypto

>

6PyNacl

>

爬虫相关

requests

>

scrapy

>

pyspider

>

portia

>

html2text

>

BeautifulSoup

>

lxml

>

selenium

>

mechanize

>

PyQuery

>

creepy

>

gevent

一个高并发的网络性能库

>

图像处理

bigmoyan

>

Python Imaging Library(PIL)

>

pillow：

>

自然语言处理

1nltk：

>

教程

>

2snownlp

>

3Pattern

>

4TextBlob

>

5Polyglot

>

6jieba：

>

数据库驱动

mysql-python

>

PyMySQL

>

PyMongo

>

pymongo

MongoDB库

访问：>

redis

Redis库

访问：>

cxOracle

Oracle库

访问：>

SQLAlchemy

SQL工具包及对象关系映射（ORM）工具

访问：>

peewee，

SQL工具包及对象关系映射（ORM）工具

访问：>

torndb

Tornado原装DB

访问：>

Web

pycurl

URL处理工具

smtplib模块

发送电子邮件

其他库暂未分类

1PyInstaller：

是一个十分有用的第三方库，它能够在Windows、Linux、 Mac OS X 等 *** 作系统下将 Python 源文件打包，通过对源文件打包， Python 程序可以在没有安装 Python 的环境中运行，也可以作为一个 独立文件方便传递和管理。

2Ipython

一种交互式计算和开发环境

讲解

>

命令

ls、cd 、run、edit、clear、exist

使用Python *** 作MySQL数据库的方式(驱动)有很多种，比如：PyMySQL、MySQLdb、mysqlclient、SQLAlchemy等等

MySQLdb

MySQLdb是 Python 连接 MySQL 最流行的一个驱动，很多框架都也是基于此库进行开发，遗憾的是它只支持 Python2x，它是基于C开发的库，和Windows 平台的兼容性不友好，现在基本不推荐使用，取代的是它的衍生版本。

mysqlclient

由于 MySQLdb 年久失修，后来出现了它的 Fork 版本 mysqlclient，完全兼容 MySQLdb，同时支持 Python3x，是 Django ORM的依赖工具，如果你想使用原生 SQL 来 *** 作数据库，那么推荐此驱动。

PyMySQL

PyMySQL是纯 Python 实现的驱动，速度上比不上 MySQLdb，最大的特点可能就是它的安装方式没那么繁琐，同时也兼容 MySQLdb。

SQLAlchemy

SQLAlchemy是一种既支持原生 SQL，又支持 ORM 的工具，它非常接近 Java 中的 Hibernate 框架。

作为一个测试人员，数据库的 *** 作也必须是要掌握的，如果想系统的学习接口测试相关的技术，可以了解一下黑马程序员的软件测试课程，里面讲的非常详细。

alist是一种Python的web框架，如果您在使用alist时无法换数据库，可能是以下原因：

1 没有正确配置数据库连接信息：在alist中，需要在配置文件中正确地配置数据库连接信息才能实现数据库的切换。请检查您的配置文件是否正确配置了数据库连接信息。

2 数据库驱动不兼容：alist框架使用SQLAlchemy来 *** 作数据库，如果您尝试切换数据库时遇到问题，可能是您所用的数据库驱动不兼容alist框架。尝试使用alist支持的数据库驱动，例如MySQL、PostgreSQL、SQLite等。

3 没有正确引入数据库模型：如果您已经成功配置了数据库连接信息并且所用的数据库驱动也是alist支持的，但仍然无法切换数据库，可能是因为您没有正确引入数据库模型。请检查您是否正确地引入了您所用的数据库模型。

4 数据库版本不兼容：有些数据库在不同的版本间可能会存在差异，这可能会导致数据库无法迁移或切换。请确保您所使用的数据库版本是alist支持的版本。如果不确定，请参考alist官方文档或咨询数据库厂商的客服。

如果您仍然无法解决问题，请检查alist框架和所用的数据库是否存在其他未知的兼容性问题。如果有，可能需要联系alist框架的开发团队或数据库厂商的技术支持来寻求帮助。

1、Django

Python中最全能的Web开发框架，各种功能完备，可维护性和开发速度都一级棒，不少人反应Django框架慢，它主要慢在DjangoORM与数据库的交互上，所以是否使用Django框架，需要取决于项目对数据库交互的要求以及各种优化，而对于Django的同步特性导致吞吐量小的问题，可以通过Celery等解决，这并不是一个致命问题。

2、Tornado

异步，性能强悍，然而它相比Django框架来说，相对原始，很多东西需要自己去处理，随着项目的逐渐扩大，框架所能提供的功能也会越来越小，更多的东西需要团队自己去实现，而大项目往往需要性能的保证，这时它就是最佳的选择。

3、Flask

微框架，可以说是Python代码写得最好的项目之一，它的灵活性也是把双刃剑，能使用好Flask框架，即可以做成Pinterest，用不好就是灾难，它是一个微框架，但也可以做成规模化的Flask，加上它可以自由选择自己的数据库交互组件，而且加上celery+redis等异步特性之后，Flask的性能相对Tornado也不相上下，也许Flask的灵活性可能是某些团队更需要的。

4、Twisted

前面提到的3个Web框架都是围绕应用层>

以上就是关于盘点Python常用的模块和包全部的内容，包括:盘点Python常用的模块和包、Python *** 作MySQL的驱动有哪些、alist无法换数据库等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！