第11章 Python第三方库纵览

全国计算机等级考试二级教程 Python语言程序设计 (2018年版) {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} 【第11章】 Python第三方库纵览 {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} n 更广泛的Python计算生态,只要求了解第三方 库的名称,不限于以下领域: 网络爬虫、数据分 析、文本处理、数据可视化、用户图形界面、机 器学习、Web开发、游戏开发等 考纲考点 {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} 知识导图 {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} 网络爬虫方向 {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} n 网络爬虫是自动进行HTTP访问并捕获HTML页 面的程序。Python语言提供了多个具备网络爬 虫功能的第三方库。这里,仅介绍2个常用的 Python网络爬虫库:requests和scrapy。 网络爬虫方向 {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} n requests库是一个简洁且简单的处理HTTP请求的第三方 库,它的最大优点是程序编写过程更接近正常URL访问 过程。这个库建立在Python语言的urllib3库基础上。 request库支持非常丰富的链接访问功能。 n 安装requests库在Windows的cmd命令行使用如下命令: requests :\>pip install requests {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} n scrapy是Python开发的一个快速的、高层次的Web获取 框架。不同于简单的网络爬虫功能,scrapy框架本身包 含了成熟网络爬虫系统所应该具有的部分共用功能, n scrapy用途广泛,可以应用于专业爬虫系统的构建、数 据挖掘、网络监控和自动化测试等领域。 n 安装scrapy库在Windows的cmd命令行使用如下命令: scrapy :\>pip install scrapy {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} 数据分析方向 {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} n 数据分析是Python的一个优势方向,具有大批高质量的 第三方库。这里仅介绍3个最常用的生态库:numpy、 scipy和pandas。 数据分析方向 {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} n numpy是Python的一种开源数值计算扩展第三方库,用 于处理数据类型相同的多维数组(ndarray),简称“数 组”。 n 这个库可用来存储和处理大型矩阵,比Python语言提供 的列表结构要高效的多。numpy提供了许多高级的数值 编程工具,如:矩阵运算、矢量处理、N维数据变换等。 numpy {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} n numpy内部是C语言编写,对外采用Python语言进行封 装,因此,在进行数据运算时,基于numpy的Python程 序可以达到接近C语言的处理速度。numpy也成为 Python数据分析方向各其他库的基础依赖库,已经成为 了科学计算事实上的“标准库”。 n 安装numpy库在Windows的cmd命令行使用如下命令: numpy :\>pip install numpy {#{QQABKQYAggigABAAAAhCUQVACgCQkBAAAKoOBFAEIAAAgBFABCA=}#} n scipy是一款方便、易于使用、专为科学和工程设计的 Python工具包。在numpy库的基础上增加了众多的数学、 科学以及工程计算中常用的库函数。它包括统计、优化、 整合、线性代数、傅里叶变换、信号分析、图像处理、 常微分方程求解等众多模块。 n 安装scipy库在Windows的cmd命令行使用如下命令: scipy :\>pip install scipy {#{QQABKQYAggigABAAAAhCUQVACg