python库

1.标准库

dir() #查看模块中所包含的工具

help() #展示模块中所有方法的说明

例如看到math模块中所有方法的名称

import math

dir(math) 

 

2.各个模块简介和应用场景

 

模块名称	模块简介	应用场景
数学模块（math）	包含很多科学计算方法，如平方根、对数计算、三角函数，等等	在数据挖掘中，经常要对数据进行标准化、求统计值等处理，math模块基本上包含了所用的基本操作
日期时间模块（datetime）	主要用于处理时间类型的数据，如时间数据格式化、时间的获取、时间数据与字符串的转换，等等	数据通常都会带有时间戳，有时，时间也是一种重要特征。如新闻中，有新闻的发生时间、发布时间等，就会用到该模块
随机模块（random）	主要可以进行随机数的生成，随机选取	在进行数据取样、数据生成时经常会用到这些随机方法
文件操作模块（file）	主要提供了文件操作，包括文件的读取和写入等，在处理本地数据时，通常会用到这些操作	数据挖掘的样本通常会被存放在文件中，所以文件操作也是基本操作之一
正则匹配模块（re）	可以使用正则表达式来进行字符串的匹配、检测等，其编写方法可以在网上搜索一下	在处理文本数据时，经常需要用到正则匹配来进行文本搜索
系统接口模板（sys）	主要实现了与操作系统交互的一些功能，如获取当前操作系统的情况、设置编码格式等，编写完整的程序通常都会用到	系统接口模块主要是为了获取系统的各种数据

 

第三方库---基础模块

 

名称	含义
Numpy	Python语言扩展程序库，支持大量的维度数组与矩阵运算
SciPy	集成了数学、科学与工程的计算包，他用于有效计算Numpy矩阵使Numpy和Scipy协同工作
Matplotlib	专门用来绘图的工具包，可以使用它来进行数据可视化
pandas	数据分析工具包，它基于NumPy构建，纳入了大量的库和标准数据模型

第三方库--机器学习

名称	含义
scikit-learn	基于SciPy进行延伸的机器学习工具包，包含大量的机器学习算法模具，有6大基本功能：分类、回归、聚类、数据降维、模型选择和数据预处理
OpenCV	非常庞大的图像处理库，实现了非常多的图像和视频处理方法，如图像视频加载、基础特征获取、边缘检测等，处理图像通常都需要其支持
NLTK	比较传统的自然语言处理模块，自带很多语料，以及全面的传统自然语言处理算法，比如字符串处理、卡方检验等，非常适合自然语言入门使用
Gensim	包含了浅层词嵌入的文本处理模块，以及常用的自然语言处理相关方法，如TF-IDF、word2vec等模型

第三方库--深度学习平台

平台名称	开发平台	优点
TensorFlow	谷歌	相对成熟、应用广泛、服务全面、提供学习视频和其认证计划
PyTorch	Facebook	支持更加快速地构建项目
PaddlePaddle	百度	中文文档全面，对于汉语的相关模型比较丰富