python库_Python 基本功: 2. 学会调用库

在完成基本功教程1 之后：

多多教Python：Python 基本功: 1. Hello worldzhuanlan.zhihu.com

你已经成功完成了第一个 Python 应用程序，并且运用了三种不同的创作工具。

接下来，我们先来从宏观的角度了解一下 Python 宇宙，让你了解 Python 为什么能够在各种场景展现强悍的实力。

思维殿堂 Mind Palace

如果你看过电视剧<神探夏洛克>，第四季中，夏洛克运用了一个技能叫: 思维殿堂

简单来说，就是把海量的数据，包括整本的书本，专业知识，实时新闻，朋友圈，全部以时间序列的方式存入脑子里，并且通过某种特殊结构来保持记忆的清晰，可以随时翻阅过去查看资料。

那真的普通人可以做到吗？我说也许可以，但是你不需要这么去做，因为你有 Python 库。

Python 库 (Libraries)

Python 库是把一整套代码集合起来，包装成一个你随时可以调用的工具包，来完成某一个或者某一个特定领域的事情。例如当你需要去做一些复杂运算的时候，你可以通过调用库来直接实现，而不是去重复造车。

Never re-invent the wheels

In [1]: import numpy as np
In [2]: np.complex(100, 2)
Out[2]: (100+2j)

这里我从 Anaconda 进入 Jupyter Notebook 里来调用库，但是事实上你可以从任意一个创作软件这么做，这里我通过 Import 来调用一个库叫 Numpy。当你执行这两段代码的时候，有可能 Python 会报错说找不到 numpy, 那是因为你没有安装这个库。库原本是某一批人，或者组织写好的现成代码，他们会发布在网上让你使用 (软件的开源协议)， 软件创作工具例如 Anaconda，PyCharm 会帮助你在库的管理选项里安装：

Anaconda 库的管理界面，你可以直接搜索库并且下载安装

库自己也会更新，因为库的背后有一个社区或者一个组织不停的更新其功能，当然你也可以自己去贡献代码，例如 Numpy 的库：

NumPy - NumPynumpy.org

在 Python 中，如果你已经安装了你想要的库，在代码里直接 import 就可以。一般打开一个 Python 的文件，你会发现前几行都是调用库:

import

这里解释一下，第一个库 datetime 是 Python 自带的时间日期功能库，第二行也是 Python 自带的高级容器库，而第二行的语法 from ... import ... 是指从一个大的高级容器库 collections 里提取一个小的库 (正确来讲是一个类型，但是之后在讨论数据类型的时候再更改) namedtuple, 这样做的好处是你不需要在一个程序中引入大量的不必要资源，引起资源冲突或者浪费内存。而 import ... as ... 语句是在调用库的时候添加一个库的别名，这样之后调用起来比较方便，不用打全名。

之后的5个库都是在 Python 宇宙中比较有名的工具库，第一个是 Pandas, 是从美国的一家量化基金公司 AQR Capital 开源出来的 (我的上家)，目的是解决在金融投资领域的复杂数据处理问题，和优化运算速度。之后的三个 numpy, scipy 和 sklearn 都是很流行的复杂运算，科学建模和机器学习库，一般在一个金融领域或者数据科学的 Python 程序里都会出现这几个库，而且这几个库是相互依赖的, 当你安装或者使用一个库时需要另外一个库同时安装。所以我建议直接把这些库一起安全好。

第四个是 Matplotlib, 是一个数据可视化工具。用过 Matlab 或者 RStudio 的都知道，软件里都会有自带的画图功能，可以把函数或者数据结果直接以图像的方式展现出来，matplotlib 就帮你完成了这些功能。当然还有更高级的 plotly 库，就可以完成数据交互，数据Dashboard 和流数据等，会在之后的教程中展现出来。

最后一个是 Python 训练神经网络的时候调用的库，你会发现小到保存数据，大到神经网络，在 Python 宇宙里调用都只是一行代码而已，所以前几节基础课虽然代码含量很少，但是你能实现的功能已经非常多样了。

这里上几个库的链接：

Python Data Analysis Librarypandas.pydata.orgscikit-learn: machine learning in Pythonscikit-learn.org