数据处理
1.numpy（数据处理和科学计算）
import numpy as np
np.set_printoptions(precision=2, suppress=True) # 设置打印选项，保留两位小数，禁止科学计数法arr = np.arange(1, 6) # 使用arange函数创建数组
print(arr)# 输出：
# [1 2 3 4 5]
2.pandas（数据处理和分析）
import pandas as pddata = [{'name': 'John', 'age': 20},{'name': 'Bob', 'age': 35},{'name': 'Alice', 'age': 25}
]df = pd.DataFrame(data)
print(df)# 输出：
# name age
# 0 John 20
# 1 Bob 35
# 2 Alice 25
3.matplotlib（数据可视化）
import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]
y = [4, 2, 7, 5, 9]
plt.plot(x, y)
plt.show()运行效果如下：
机器学习和深度学习
4.scikit-learn（机器学习工具）
from sklearn.linear_model import LinearRegressionX = [[1, 4], [2, 5], [3, 6]]
y = [8, 10, 12]
model = LinearRegression().fit(X, y)
print(model.predict([[4, 7]]))5.tensorflow（深度学习框架）
import tensorflow as tfx = tf.constant([1, 2, 3, 4])
y = tf.constant([5, 6, 7, 8])
z = tf.add(x, y)
sess = tf.Session()
print(sess.run(z))6.keras（深度学习框架）
from keras.models import Sequential
from keras.layers import Densemodel = Sequential()
model.add(Dense(10, input_dim=5, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam')开发应用
7.requests（HTTP 库）
import requestsresponse = requests.get('https://www.baidu.com')
print(response.text)8.flask（Web 框架）
from flask import Flask, render_templateapp = Flask(__name__)@app.route('/')
def index():return render_template('index.html')if __name__ == '__main__':app.run(debug=True)9.scrapy（网络爬虫框架）
import scrapyclass MySpider(scrapy.Spider):
name = 'myspider'
start_urls = ['http://quotes.toscrape.com']def parse(self, response):for quote in response.css('div.quote'):yield {'text': quote.css('span.text::text').get(),'author': quote.css('span small::text').get()}10.beautifulsoup（HTML 解析器）
from bs4 import BeautifulSouphtml = '<html><head><title>这是标题</title></head><body><p>这是一个段落。</p ></body></html>'
soup = BeautifulSoup(html, 'html.parser')
print(soup.title.text)11.selenium（Web 自动化测试）
from selenium import webdriverdriver = webdriver.Chrome()
driver.get('https://www.baidu.com')
search_box = driver.find_element_by_name('wd')
search_box.send_keys('Python')
search_box.submit()12.ctypes（调用 C 语言库）
import ctypeslib = ctypes.cdll.LoadLibrary('libexample.so')
lib.add(1, 2)
13.wxPython（GUI 开发）
import wxapp = wx.App()
frame = wx.Frame(None, title='Hello, wxPython!')
frame.Show()
app.MainLoop()14.pillow（图像处理）
from PIL import Imageim = Image.open('test.jpg')
im.show()
15.openpyxl（处理 Excel 文件）
import openpyxlwb = openpyxl.load_workbook('example.xlsx')
sheet = wb['Sheet1']
cell = sheet['A1']
print(cell.value)16.nltk（自然语言处理）
import nltksent = 'This is a sentence.'
tokens = nltk.word_tokenize(sent)
print(tokens)
17.jieba（中文分词）
import jiebatext = '我爱中文分词'
words = jieba.cut(text)
for word in words:print(word)18.re（正则表达式）
import retext = 'The quick brown fox jumps over the lazy dog.'
pattern = re.compile('fox')
print(pattern.findall(text))
19.datetime（日期时间处理）
import datetimedt = datetime.datetime.now()
print(dt)20.random（随机数生成）
import random
print(random.randint(1, 10))21.sys（系统模块）
import sysif sys.platform == 'win32':print('当前是Windows平台')
elif sys.platform == 'linux':print('当前是Linux平台')
elif sys.platform == 'darwin':print('当前是Mac平台')# 输出：
# 当前是Windows平台
