array(2) { ["docs"]=> array(10) { [0]=> array(10) { ["id"]=> string(3) "428" ["text"]=> string(77) "Visual Studio 2017 单独启动MSDN帮助(Microsoft Help Viewer)的方法" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(8) "DonetRen" ["tagsname"]=> string(55) "Visual Studio 2017|MSDN帮助|C#程序|.NET|Help Viewer" ["tagsid"]=> string(23) "[401,402,403,"300",404]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400964" ["_id"]=> string(3) "428" } [1]=> array(10) { ["id"]=> string(3) "427" ["text"]=> string(42) "npm -v;报错 cannot find module "wrapp"" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "zzty" ["tagsname"]=> string(50) "node.js|npm|cannot find module "wrapp“|node" ["tagsid"]=> string(19) "[398,"239",399,400]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400760" ["_id"]=> string(3) "427" } [2]=> array(10) { ["id"]=> string(3) "426" ["text"]=> string(54) "说说css中pt、px、em、rem都扮演了什么角色" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(12) "zhengqiaoyin" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400640" ["_id"]=> string(3) "426" } [3]=> array(10) { ["id"]=> string(3) "425" ["text"]=> string(83) "深入学习JS执行--创建执行上下文(变量对象,作用域链,this)" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "Ry-yuan" ["tagsname"]=> string(33) "Javascript|Javascript执行过程" ["tagsid"]=> string(13) "["169","191"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511399901" ["_id"]=> string(3) "425" } [4]=> array(10) { ["id"]=> string(3) "424" ["text"]=> string(30) "C# 排序技术研究与对比" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "vveiliang" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(8) ".Net Dev" ["catesid"]=> string(5) "[199]" ["createtime"]=> string(10) "1511399150" ["_id"]=> string(3) "424" } [5]=> array(10) { ["id"]=> string(3) "423" ["text"]=> string(72) "【算法】小白的算法笔记:快速排序算法的编码和优化" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "penghuwan" ["tagsname"]=> string(6) "算法" ["tagsid"]=> string(7) "["344"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511398109" ["_id"]=> string(3) "423" } [6]=> array(10) { ["id"]=> string(3) "422" ["text"]=> string(64) "JavaScript数据可视化编程学习(二)Flotr2,雷达图" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "chengxs" ["tagsname"]=> string(28) "数据可视化|前端学习" ["tagsid"]=> string(9) "[396,397]" ["catesname"]=> string(18) "前端基本知识" ["catesid"]=> string(5) "[198]" ["createtime"]=> string(10) "1511397800" ["_id"]=> string(3) "422" } [7]=> array(10) { ["id"]=> string(3) "421" ["text"]=> string(36) "C#表达式目录树(Expression)" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "wwym" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(4) ".NET" ["catesid"]=> string(7) "["119"]" ["createtime"]=> string(10) "1511397474" ["_id"]=> string(3) "421" } [8]=> array(10) { ["id"]=> string(3) "420" ["text"]=> string(47) "数据结构 队列_队列实例:事件处理" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "idreamo" ["tagsname"]=> string(40) "C语言|数据结构|队列|事件处理" ["tagsid"]=> string(23) "["246","247","248",395]" ["catesname"]=> string(12) "数据结构" ["catesid"]=> string(7) "["133"]" ["createtime"]=> string(10) "1511397279" ["_id"]=> string(3) "420" } [9]=> array(10) { ["id"]=> string(3) "419" ["text"]=> string(47) "久等了,博客园官方Android客户端发布" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(3) "cmt" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511396549" ["_id"]=> string(3) "419" } } ["count"]=> int(200) } 222 python常用函数库收集。 - 爱码网
hongming

学习过Python都知道python中有很多库。python本身就是万能胶水,众多强大的库/模块正是它的优势。

 

收集一些Python常用的函数库,方便大家选择要学习的库,也方便自己学习收集,熟悉运用好这几个库,在Python这门语言也做不少的事。

 

 

1、爬虫神器scrapy框架。配上scrapy-redis组件,轻松开发一个分布式爬虫。言语无法表达我的景仰。

2、matplotlib绘图库,绘图神器。

3. you-get下载神器。国内外主流如的60多个网站的视频都支持下载。下图勾分别为支持视频、图像、音频。

使用方法也是超简单,以下是个人下载哔哩哔哩李宏毅教授的视频。基本满速下载。

4. 顺便说说另一个下载利器wget,只要给下载地址,就能下载。

5. jieba 中文分词工具

6.pip 相信用过python的人都知道pip install。

7.Django框架,Python 界最流行的 web 框架。

8.PIL,图像处理模块。个人的《网络爬虫之简单验证码识别》就有用到此模块。

9. logging ,日志功能模块,使用超简单超方便。

10. keras,以 tensorflow 或者 theano 为后端的深度学习封装库,快速上手神经网络。

11. plotly,协同 Python 和 matplotlib 工作的 web 绘图库

 

上面的没兴趣也可以再看看下面的。

 

1、web框架:

django: django是python所有web框架中最重量级的,大而全,包揽了你需要的各种功能,还有无数的第三方插件,官方的文档非常详细。

flask: flask是一个微型的框架,微型但不代表它功能上有欠缺,它是一个可扩展性极强的框架,框架没有提供的功能可以自行造轮子或者搜索第三方插件

 

 

2、ORM:

sqlalchemy: python中最强大的orm框架

peewee: 一个比较简洁的orm框架,目前只能适配Mysql, postgresql和sqlite

3、日期处理:

dateutils: 日期处理实用程序,在标准库中

pendulum:第三方日期时间处理库,比Arrow库好用,因为Arrow有一些bug,

 

4、任务队列:

celery:python中最强大的任务队列了,配合Flower可在web界面上实时查看celery的各个任务状态和统计信息

huey:一个比较小型的任务队列,依赖于redis或sqlite。

 

 

5、定时任务:

apscheduler:定时任务库,可使用Linux的cron语法来配置任务的启动信息。

 

6、图片处理:

pillow:python中最出名的图片处理库了。

 

7、科学计算:

numpy:科学计算包

panda:数据处理包

 

 

8、日志:

logging:在标准库中,非常强大

 

9、机器学习:

tensorflow:google出品的机器学习库

pytorch:facebook出品的机器学习库,发展势头貌似比tensorflow更猛

 

 

10、windows相关:

pywin32: 对windows api的封装

 

11、自然语言处理:

NLTK:自然语言处理的库,例如分析语句中的情感词语等等

 

12、包管理或虚拟环境:

virtualenv:创建虚拟环境,避免第三方库全部安装到系统的python路径中

 

13、进程处理:

subprocess:标准库中的进程模块

sarge:第三方的进程模块,简化了很多操作,作者是标准库是logging,venv模块的实现者

 

14、excel相关:

xlrd:读取excel文档

xlwt:写excel文档

pyexcel:读写excel文档(只能xlsx格式)

tablib:如果觉得前三个库读写excel需要太多的模板代码,可以试试这一个库。只要几行代码就能搞定,该库不仅能将数据集保存为excel(xls和xlsx均可), 还可以保存为xml, json等,十分强大。

 

15、url操作:

furl: 简化对url中各部分的操作,例如查询字符串的获取或设置等。

16、web服务器:

gunicorn:非常快,耗资源少的一个web服务器

uwsgi:另一个web服务器

 

 

17、爬虫(不用多说):

scrapy

pyspider

 

18、主流网站视频下载(两个都是命令行工具):

you-get: 能下载国内大部分的网站视频(包括优酷,乐视,腾讯视频等等)

youtube-dl: 主要下载youtube上的视频,当然还包括其它的视频网站(需要FQ或者设置vpn代理)

 

本文收集自互联网,以后可能还会添加。

分类:

技术点:

相关文章: