我心目中最棒的 10 个 Python 库！
学 Python 的时候，我发现一个很重要的事情，就是别死磕语言本身，得多瞅瞅那些现成的库。咱写代码的目标不是炫技，而是让事情赶紧搞定。这里我就随便聊聊我心目中超棒的 10 个 Python 库，都是那种用过之后觉得离不开的玩意儿。
1.
1. Requests
这个库，必须排第一，我觉得它就是爬虫界的小刀。用它发 HTTP 请求就跟喝水一样简单，啥 GET、POST、PUT，随便整。以前没学 Requests 的时候，我还整天琢磨 urllib，那代码写得我头都大了。学了 Requests，爽到飞起。
import requests
response = requests.get(“https：//api.github.com”)
print(response.json())
用它抓个网页数据啥的，简直不要太方便。不过有时候忘了加 .json()，直接 print，结果一堆乱码，注意别踩坑。
2.
2. NumPy
说起科学计算，肯定少不了它。NumPy 是搞矩阵运算、数组处理的神器，速度快得像飞。Python 原生的列表操作要慢得要命，用了 NumPy，效率蹭蹭往上涨。
import numpy as np
arr = np.array([1， 2， 3， 4])
print(arr * 2) # 每个元素乘 2
不过 NumPy 的坑也不少，比如数组的维度我经常弄混，该一维的时候搞成二维，debug 半天才发现问题。
3.
3. Pandas
咱搞数据分析的，Pandas 绝对是标配。它就像个 Excel + SQL 的结合体，处理表格数据特别溜。什么数据清洗、筛选、分组，Pandas 一把抓。
import pandas as pd
data = {“Name”： [“Alice”， “Bob”]， “Age”： [25， 30]}
df = pd.DataFrame(data)
print(df)
但是数据量一多，我的 Pandas 代码经常跑得要命。这时候可以考虑一下优化，比如用 df.iterrows() 少点，尽量用向量化操作。
4.
4. Matplotlib
要是想画图，Matplotlib 就是入门首选。啥折线图、柱状图、散点图，它都能搞定。虽然它的 API 有点多，看着犯晕，但只要多试试，几分钟搞出个图不成问题。
import matplotlib.pyplot as plt
x = [1， 2， 3]
y = [2， 4， 6]
plt.plot(x， y)
plt.show()
不过画复杂图的时候，调样式调得我想摔键盘，建议先用默认样式，别纠结那些细节。
5.
5. Flask
Flask 是个轻量级的 Web 框架，想搞个小网站或者接口，选它没错。特别适合初学者，写起来简单，十几行代码就能跑起来。
from flask import Flask
app = Flask(__name__)
@app.route(“/”)
def home()：
return “Hello， Flask！”
app.run(debug=True)
不过 Flask 太灵活了，很多功能得自己加扩展包，写大项目的话可能会有点麻烦。
6.
6. Django
Django 是个重型选手，特别适合搞大项目。它自带 ORM、后台管理、用户认证，能帮你省下不少麻烦。虽然它比 Flask 笨重一点，但胜在功能齐全。
# Django 的代码示例略微复杂，这里简单提一下
# 安装后直接创建项目就能用，非常方便
用 Django 的时候，得记住它的目录结构，乱改文件位置可能会出大问题。
7.
7. PyTorch
搞深度学习的应该都听过 PyTorch。相比 TensorFlow，我更喜欢 PyTorch 的动态计算图，写起来直观多了，不用折腾太多配置。
import torch
x = torch.tensor([1.0， 2.0])
y = torch.tensor([3.0， 4.0])
print(x + y)
不过深度学习的坑也多，比如 GPU 的配置经常出问题，建议别急着直接上手，把环境先弄清楚。
8.
8. Scikit-learn
这个库专门用来搞机器学习，啥分类、回归、聚类都有现成的模型，简直是懒人福音。用它跑个简单的模型，分分钟出结果。
from sklearn.linear_model import LinearRegression
model = LinearRegression()
X = [[1]， [2]， [3]]
y = [2， 4， 6]
model.fit(X， y)
print(model.predict([[4]]))
不过它的默认参数不一定适合你的数据，模型效果不好别怪库，调参数是门艺术。
9.
9. OpenCV
OpenCV 是个图像处理的神器，搞计算机视觉离不开它。啥人脸识别、边缘检测，用它都能搞定。不过这个库有点复杂，刚上手的时候我看得一脸懵，建议先从简单的功能学起。
import cv2
image = cv2.imread(“image.jpg”)
gray = cv2.cvtColor(image， cv2.COLOR_BGR2GRAY)
cv2.imshow(“Gray Image”， gray)
cv2.waitKey(0)
用 OpenCV 的时候，注意安装版本，pip 装的和源码编译的版本有差别，别搞混了。
10.
10. BeautifulSoup
写爬虫的第二把利器就是它，专门用来解析 HTML。虽然现在很多人用 Selenium，但我觉得 BeautifulSoup 简单、直接，特别适合新手。
from bs4 import BeautifulSoup
html = “<html><body><h1>Hello</h1></body></html>”
soup = BeautifulSoup(html， “html.parser”)
print(soup.h1.text)
不过这个库处理大型网页的时候效率不高，可以搭配 lxml 用，速度能快不少。
写这些库的时候，感觉像是在回忆自己的学习历程。每一个库都是从零摸索出来的，中间踩过的坑数不清，但也正是这些坑，让我真正理解了它们的强大。学 Python 的乐趣，大概就是这种“从不会到会”的过程吧。
更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。
想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。
- 发表于 2024-12-30 09:32
- 阅读 ( 166 )
- 分类：Python开发
