Python最常用的库

本文章主要为大家总结,9个Python最常用的包及使用案例

1 NumPy

描述: NumPy 是 Python 的一个扩展库,支持高维数组与矩阵运算,并为数组运算提供了大量的数学函数库。它是科学计算中的基础包之一,用于处理大型多维数组和矩阵的运算与基础统计分析。

示例: 创建一个 2x2 的 NumPy 数组,并计算其行列式。

import numpy as npa = np.array([[1, 2], [3, 4]])
det_a = np.linalg.det(a)
print(det_a)

2 Pandas

描述: Pandas 是基于 NumPy 的一个数据分析库,提供了高效的 DataFrame 数据结构,以及大量便捷的数据操作工具,非常适合于数据清洗、分析与展示。

示例: 创建一个简单的 DataFrame 并输出。

import pandas as pddata = {'Name': ['Tom', 'Jerry'], 'Age': [20, 18]}
df = pd.DataFrame(data)
print(df)

3 Matplotlib

描述: Matplotlib 是 Python 的一个绘图库,它支持多种输出格式,并能够生成多种硬拷贝格式和交互式环境下的图表。使用 Matplotlib 可以生成条形图、直方图、散点图等多种图表。

示例: 绘制一个简单的线图。

import matplotlib.pyplot as pltx = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.plot(x, y)
plt.show()

4 SciPy

描述: SciPy 是建立在 NumPy 基础之上的一款方便、易于使用、专为科学和工程设计的 Python 工具包。它用于解决线性代数、积分、插值、特殊函数、快速傅立叶变换、信号处理和图像处理等问题。

示例: 使用 SciPy 进行数组的最小二乘拟合。

from scipy.optimize import leastsqdef model(p, x):return p[0] * x + p[1]def residuals(p, x, y):return y - model(p, x)x = np.array([0, 1, 2, 3])
y = np.array([-1, 0.2, 0.9, 2.1])
p0 = [1, 0]  # 初始参数猜测plsq = leastsq(residuals, p0, args=(x, y))
print(plsq[0])

5 Scikit-learn

描述: Scikit-learn 是基于 NumPy, SciPy 和 Matplotlib 的 Python 机器学习库。它包含了许多用于数据挖掘和数据分析的工具,包括回归、分类、聚类、降维等。

示例: 使用 scikit-learn 训练一个简单的线性回归模型。

from sklearn.linear_model import LinearRegression
import numpy as npx = np.array([[1], [2], [3]])
y = np.array([1, 2, 3])
model = LinearRegression()
model.fit(x, y)
print(model.coef_)

6 TensorFlow

描述: TensorFlow 是一个由 Google 开发的开源机器学习库,用于研究和生产中的数值计算。它的灵活架构允许用户以单个 API 在多种平台上部署计算,包括桌面、服务器和移动设备。

示例: 创建一个简单的 TensorFlow 常量并进行加法运算。

import tensorflow as tfa = tf.constant(1)
b = tf.constant(2)
c = tf.add(a, b)
print(c.numpy())

7 PyTorch

描述: PyTorch 是一个开源机器学习库,广泛应用于计算机视觉和自然语言处理等领域。它是基于 Torch 库,提供了大量的工具和库支持深度学习的研究和开发。

示例: 创建一个简单的张量并进行加法运算。

import torcha = torch.tensor(1)
b = torch.tensor(2)
c = torch.add(a, b)
print(c.item())

8 Flask

描述: Flask 是一个使用 Python 编写的轻量级 Web 应用框架。它被设计为快速和简单,易于学习,使得它成为构建 Web 应用的一个不错的选择。

示例: 一个简单的 Flask 应用,返回 “Hello, World!”。

from flask import Flask
app = Flask(__name__)@app.route('/')
def hello_world():return 'Hello, World!'if __name__ == '__main__':app.run()

9 Django

描述: Django 提供了更多的内置功能,适合开发大型网站和应用。

示例: 创建一个 Django 视图,返回 “Hello, World!”(注意,Django 需要更复杂的设置)。

# views.py
from django.http import HttpResponsedef hello_world(request):return HttpResponse("Hello, World!")

这些示例旨在提供每个工具的基础使用方法,并非完整的应用示例。每个示例都需要适当的环境和依赖库。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/748789.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Transformer代码从零解读【Pytorch官方版本】

文章目录 1、Transformer大致有3大应用2、Transformer的整体结构图3、如何处理batch-size句子长度不一致问题4、MultiHeadAttention(多头注意力机制)5、前馈神经网络6、Encoder中的输入masked7、完整代码补充知识: 1、Transformer大致有3大应…

第十四届蓝桥杯省赛真题 Java A 组【原卷】

文章目录 发现宝藏【考生须知】试题 A \mathrm{A} A : 特殊日期试题 B: 与或异或试题 C : \mathrm{C}: C: 平均试题 D: 棋盘试题 E : \mathrm{E}: E: 互质数的个数试题 F: 阶乘的和试题 G: 小蓝的旅行计划试题 H: 太阳试题 I: 高塔试题 J \mathrm{J} J : 反异或 01 串 发现…

ChatGPT编程—实现小工具软件(批量替换文本、批量处理图像文件)

ChatGPT编程—实现小工具软件(批量替换文本、批量处理图像文件) 今天借助[小蜜蜂AI][https://zglg.work]网站的ChatGPT编程实现一个功能:批量处理文件及其内容,例如批量替换文本、批量处理图像文件等。 环境:Pycharm 2021 系统&#xff1a…

NVENC 视频编码器 API 编程指南 ( 中文转译 )

基于 NVIDIA Kepler™ 和更高版本 GPU 架构的 NVIDIA GPU 包含基于硬件的 H.264/HEVC/AV1 视频编码器(以下简称 NVENC)。NVENC 硬件采用 YUV/RGB 作为输入,并生成符合H.264/HEVC/AV1 标准的视频比特流。可以使用 NVIDIA 视频编解码器 SDK 中提…

挑战杯 机器视觉人体跌倒检测系统 - opencv python

0 前言 🔥 优质竞赛项目系列,今天要分享的是 🚩 机器视觉人体跌倒检测系统 该项目较为新颖,适合作为竞赛课题方向,学长非常推荐! 🥇学长这里给一个题目综合评分(每项满分5分) 难度系数&…

蓝桥:硬币兑换(python)

问题描述: 小蓝手中有2023种不同面值的硬币,这些硬币全部是新版硬币,其中第i(1≤i≤2023)种硬币的面值为i,数量他为i个。硬币兑换机可以进行硬币兑换,兑换规则为:交给硬币兑换机两个新版硬币coin1和coin2,硬币兑换机会兑换成一个面值为coin1十coin2的旧…

使用C语言计算1/1-1/2+1/3-1/4+...+1/99-1/100

观察算式,发现分子都是1,分母从1~100,所以可以使用for循环产生1~100之间的数。 另一个问题是,如何产生正负交替的符号?很简单,这个符号本质上就是往每一项前面乘一个系数:一或者负一。所以只需…

008:安装Docker

安装Docker 如果不太熟悉Linux命令,不想学习Linux命令,可以直接看文末NAS面板章节,通过面板,像使用Window一样操作NAS。 一、安装 Docker 1.安装 Docker wget -qO- https://get.docker.com/ | sh2.启动 Docker 服务 sudo sys…

CMake官方教程6--为仪表加入测试支持

1. 测试支持 cmake_minimum_required(VERSION 3.15)# set the project name and version project(Tutorial VERSION 1.0)# specify the C standard add_library(tutorial_compiler_flags INTERFACE) target_compile_features(tutorial_compiler_flags INTERFACE cxx_std_11)# …

算法练习:二分查找

目录 1. 朴素二分查找2. 在排序数组中查找元素的第一个和最后一个位置3. 搜索插入位置4. x的平方根5. 山脉数组的峰值索引6. 寻找峰值7. 寻找旋转排序数组中的最小值8. 点名 1. 朴素二分查找 题目信息: 题目链接: 二分查找二分查找的使用前提为数据具有&…

人脸相关数据集(检测,活体,关键点,表情等等)

参考: 【笔记】人脸处理相关数据集 - 知乎

【Vue】首屏加载优化

文章目录 1. 使用路由懒加载2. 使用异步组件3. 精灵图雪碧图4. 使用webp格式图片5. 添加loading效果6. 事先设置图片宽高7. 配置webpack8. 利用CDN加速资源9. 延迟加载不重要的资源10. 服务器端渲染 1. 使用路由懒加载 首屏进入时只加载首屏相关路由,其他路由实现懒…

掌握高级设计原则:Java中的过滤器模式解析与实战演练,构建灵活且可扩展的系统架构

过滤器模式是一种结构型设计模式,它允许开发者使用不同的标准来过滤一组对象,并通过逻辑运算以解耦的方式将它们联系起来。 过滤器模式的核心在于提供了一个处理对象的机制,这个机制可以根据一个或多个标准来决定哪些对象应该被接受、哪些应…

解析KafkaConsumer类的神奇之道

欢迎来到我的博客,代码的世界里,每一行都是一个故事 解析KafkaConsumer类的神奇之道 前言KafkaConsumer双线程设计主线程(消费线程):心跳线程:示例代码: KafkaConsumer线程不安全线程安全的替代…

jetson nano——编译一些包的网址导航,pyside2,qt(持续更新)

目录 1.PySide2下载地址2.tesserocr下载地址3.Qt下载地址4.OpenSSL官网5.latex编译器下载地址5.1MikTex5.2TeX Live 1.PySide2下载地址 https://download.qt.io/official_releases/QtForPython/pyside2/ 如下图: 2.tesserocr下载地址 https://github.com/simonflue…

JavaWeb-CSS

一、CSS简介 CSS 是一门语言,用于控制网页表现 CSS(Cascading Style Sheet):层叠样式表 W3C标准:网页主要由三部分组成 结构:HTML 表现:CSS 行为:JavaScript 二、CSS导入方式 CSS导入HTML有三种方式&#xff1…

PTA冰岛人

作者 陈越 单位 浙江大学 2018年世界杯,冰岛队因1:1平了强大的阿根廷队而一战成名。好事者发现冰岛人的名字后面似乎都有个“松”(son),于是有网友科普如下: 冰岛人沿用的是维京人古老的父系姓制,孩子的姓…

行业突破!四信实现低延时摄像头弱网状态100ms以内实时传输

随着人工智能、大数据、区块链等技术在城市中快速发展,人们日常生活中已经离不开网络的支撑,而实现“人与人”、“人与物”及“物与物”之间高速连接应用的“时延”,是网络支撑中最重要的存在。 以城市生活例子为例,当网络延时出现…

week07day02(powerbi)

一. 透视列 1. 选择一列,然后再转换中选择透视列,被选择的这一列就会变成 列名 2. 只能选择一列,不能同时选择多列 3. 透视表是二维表,数值匹配不上会用 null值 替代。 4. 透视列中存在高级选项,根据所需选择相应功…

通过日志恢复sql server数据库

在SQL Server中,通过日志恢复数据库是一个精细的过程,主要用于在数据库出现错误、数据丢失或需要回滚到特定时间点时恢复数据。以下是一般步骤概述: 设置恢复模式: 首先,数据库必须配置为“完整恢复模式”或“大容量…