python庫有哪些

Python比較常見的庫有：Arrow、Behold、Click、Numba、Matlibplot、Pillow等：

創(chuàng)新互聯(lián)專業(yè)為企業(yè)提供振興網(wǎng)站建設(shè)、振興做網(wǎng)站、振興網(wǎng)站設(shè)計、振興網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計與制作、振興企業(yè)網(wǎng)站模板建站服務(wù)，十年振興做網(wǎng)站經(jīng)驗，不只是建網(wǎng)站，更提供有價值的思路和整體網(wǎng)絡(luò)服務(wù)。

1、Arrow

Python中處理時間的庫有datetime，但是它過于簡單，使用起來不夠方便和智能，而Arrow可以說非常的方便和智能。它可以輕松地定位幾個小時之前的時間，可以輕松轉(zhuǎn)換時區(qū)時間，對于一個小時前，2個小時之內(nèi)這樣人性化的信息也能夠準確解讀。

2、Behold

調(diào)試程序是每個程序員必備的技能，對于腳本語言，很多人習慣于使用print進行調(diào)試，然而對于大項目來說，print的功能還遠遠不足，我們希望有一個可以輕松使用，調(diào)試方便，對變量監(jiān)視完整，格式已于查看的工具，而Behold就是那個非常好用的調(diào)試庫。

3、Click

現(xiàn)在幾乎所有的框架都有自己的命令行腳手架，Python也不例外，那么如何快速開發(fā)出屬于自己的命令行程序呢?答案就是使用Python的Click庫。Click庫對命令行api進行了大量封裝，你可以輕松開發(fā)出屬于自己的CLI命令集。終端的顏色，環(huán)境變量信息，通過Click都可以輕松進行獲取和改變。

4、Numba

如果你從事數(shù)學方面的分析和計算，那么Numba一定是你必不可少的庫。Numpy通過將高速C庫包裝在Python接口中來工作，而Cython使用可選的類型將Python編譯為C以提高性能。但是Numba無疑是最方便的，因為它允許使用裝飾器選擇性地加速Python函數(shù)。

5、Matlibplot

做過數(shù)據(jù)分析，數(shù)據(jù)可視化的數(shù)學學生一定知道m(xù)atlab這個軟件，這是一個收費的數(shù)學商用軟件，在Python中，Matlibplot就是為了實現(xiàn)這個軟件中功能開發(fā)的第三方Python庫。并且它完全是免費的，很多學校都是用它來進行數(shù)學教學和研究的。

6、Pillow

圖像處理是任何時候我們都需要關(guān)注的問題，平時我們看到很多ps中的神技，比如調(diào)整畫面顏色，飽和度，調(diào)整圖像尺寸，裁剪圖像等等，這些其實都可以通過Python簡單完成，而其中我們需要使用的庫就是Pillow。

7、pyqt5

Python是可以開發(fā)圖形界面程序的。而pyqt就是一款非常好用的第三方GUI庫，有了它，你可以輕松開發(fā)出跨平臺的圖形應(yīng)用程序，其中qtdesigner設(shè)計器，更是加速了我們開發(fā)圖形界面的速度。

除了上述介紹的之外，Python還有很多庫，比如：Pandas、NumPy、SciPy、Seaborn、Keras等。

python常用到哪些庫？

Python作為一個設(shè)計優(yōu)秀的程序語言，現(xiàn)在已廣泛應(yīng)用于各種領(lǐng)域，依靠其強大的第三方類庫，Python在各個領(lǐng)域都能發(fā)揮巨大的作用。

下面我們就來看一下python中常用到的庫：

數(shù)值計算庫：

1. NumPy

支持多維數(shù)組與矩陣運算，也針對數(shù)組運算提供大量的數(shù)學函數(shù)庫。通常與SciPy和Matplotlib一起使用，支持比Python更多種類的數(shù)值類型，其中定義的最重要的對象是稱為ndarray的n維數(shù)組類型，用于描述相同類型的元素集合，可以使用基于0的索引訪問集合中元素。

2. SciPy

在NumPy庫的基礎(chǔ)上增加了眾多的數(shù)學、科學及工程計算中常用的庫函數(shù)，如線性代數(shù)、常微分方程數(shù)值求解、信號處理、圖像處理、稀疏矩陣等，可進行插值處理、信號濾波，以及使用C語言加速計算。

3. Pandas

基于NumPy的一種工具，為解決數(shù)據(jù)分析任務(wù)而生。納入大量庫和一些標準的數(shù)據(jù)模型，提供高效地操作大型數(shù)據(jù)集所需的工具及大量的能快速便捷處理數(shù)據(jù)的函數(shù)和方法，為時間序列分析提供很好的支持，提供多種數(shù)據(jù)結(jié)構(gòu)，如Series、Time-Series、DataFrame和Panel。

數(shù)據(jù)可視化庫：

4. Matplotlib

第一個Python可視化庫，有許多別的程序庫都是建立在其基礎(chǔ)上或者直接調(diào)用該庫，可以很方便地得到數(shù)據(jù)的大致信息，功能非常強大，但也非常復雜。

5. Seaborn

利用了Matplotlib，用簡潔的代碼來制作好看的圖表。與Matplotlib最大的區(qū)別為默認繪圖風格和色彩搭配都具有現(xiàn)代美感。

6. ggplot

基于R的一個作圖庫ggplot2，同時利用了源于《圖像語法》（The Grammar of Graphics）中的概念，允許疊加不同的圖層來完成一幅圖，并不適用于制作非常個性化的圖像，為操作的簡潔度而犧牲了圖像的復雜度。

7. Bokeh

跟ggplot一樣，Bokeh也基于《圖形語法》的概念。與ggplot不同之處為它完全基于Python而不是從R處引用。長處在于能用于制作可交互、可直接用于網(wǎng)絡(luò)的圖表。圖表可以輸出為JSON對象、HTML文檔或者可交互的網(wǎng)絡(luò)應(yīng)用。

8. Plotly

可以通過Python notebook使用，與Bokeh一樣致力于交互圖表的制作，但提供在別的庫中幾乎沒有的幾種圖表類型，如等值線圖、樹形圖和三維圖表。

9. pygal

與Bokeh和Plotly一樣，提供可直接嵌入網(wǎng)絡(luò)瀏覽器的可交互圖像。與其他兩者的主要區(qū)別在于可將圖表輸出為SVG格式，所有的圖表都被封裝成方法，且默認的風格也很漂亮，用幾行代碼就可以很容易地制作出漂亮的圖表。

10. geoplotlib

用于制作地圖和地理相關(guān)數(shù)據(jù)的工具箱。可用來制作多種地圖，比如等值區(qū)域圖、熱度圖、點密度圖。必須安裝Pyglet（一個面向?qū)ο缶幊探涌冢┓娇墒褂谩?/p>

11. missingno

用圖像的方式快速評估數(shù)據(jù)缺失的情況，可根據(jù)數(shù)據(jù)的完整度對數(shù)據(jù)進行排序或過濾，或者根據(jù)熱度圖或樹狀圖對數(shù)據(jù)進行修正。

web開發(fā)庫：

12. Django

一個高級的Python Web框架，支持快速開發(fā)，提供從模板引擎到ORM所需的一切東西，使用該庫構(gòu)建App時，必須遵循Django的方式。

13. Socket

一個套接字通訊底層庫，用于在服務(wù)器和客戶端間建立TCP或UDP連接，通過連接發(fā)送請求與響應(yīng)。

14. Flask

一個基于Werkzeug、Jinja 2的Python輕量級框架（microframework），默認配備Jinja模板引擎，也包含其他模板引擎或ORM供選擇，適合用來編寫API服務(wù)（RESTful rervices）。

15. Twisted

一個使用Python實現(xiàn)的基于事件驅(qū)動的網(wǎng)絡(luò)引擎框架，建立在deferred object之上，一個通過異步架構(gòu)實現(xiàn)的高性能的引擎，不適用于編寫常規(guī)的Web Apps，更適用于底層網(wǎng)絡(luò)。

數(shù)據(jù)庫管理：

16. MySQL-python

又稱MySQLdb，是Python連接MySQL最流行的一個驅(qū)動，很多框架也基于此庫進行開發(fā)。只支持Python 2.x，且安裝時有許多前置條件。由于該庫基于C語言開發(fā)，在Windows平臺上的安裝非常不友好，經(jīng)常出現(xiàn)失敗的情況，現(xiàn)在基本不推薦使用，取代品為衍生版本。

17. mysqlclient

完全兼容MySQLdb，同時支持Python 3.x，是Django ORM的依賴工具，可使用原生SQL來操作數(shù)據(jù)庫，安裝方式與MySQLdb一致。

18. PyMySQL

純Python實現(xiàn)的驅(qū)動，速度比MySQLdb慢，最大的特點為安裝方式簡潔，同時也兼容MySQL-python。

19. SQLAlchemy

一種既支持原生SQL，又支持ORM的工具。ORM是Python對象與數(shù)據(jù)庫關(guān)系表的一種映射關(guān)系，可有效提高寫代碼的速度，同時兼容多種數(shù)據(jù)庫系統(tǒng)，如SQLite、MySQL、PostgreSQL，代價為性能上的一些損失。

自動化運維：

20. jumpsever跳板機

一種由Python編寫的開源跳板機（堡壘機）系統(tǒng)，實現(xiàn)了跳板機的基本功能，包含認證、授權(quán)和審計，集成了Ansible、批量命令等。

支持WebTerminal Bootstrap編寫，界面美觀，自動收集硬件信息，支持錄像回放、命令搜索、實時監(jiān)控、批量上傳下載等功能，基于SSH協(xié)議進行管理，客戶端無須安裝agent。主要用于解決可視化安全管理，因完全開源，容易再次開發(fā)。

21. Magedu分布式監(jiān)控系統(tǒng)

一種用Python開發(fā)的自動化監(jiān)控系統(tǒng)，可監(jiān)控常用系統(tǒng)服務(wù)、應(yīng)用、網(wǎng)絡(luò)設(shè)備，可在一臺主機上監(jiān)控多個不同服務(wù)，不同服務(wù)的監(jiān)控間隔可以不同，同一個服務(wù)在不同主機上的監(jiān)控間隔、報警閾值可以不同，并提供數(shù)據(jù)可視化界面。

22. Magedu的CMDB

一種用Python開發(fā)的硬件管理系統(tǒng)，包含采集硬件數(shù)據(jù)、API、頁面管理3部分功能，主要用于自動化管理筆記本、路由器等常見設(shè)備的日常使用。由服務(wù)器的客戶端采集硬件數(shù)據(jù)，將硬件信息發(fā)送至API，API負責將獲取的數(shù)據(jù)保存至數(shù)據(jù)庫中，后臺管理程序負責對服務(wù)器信息進行配置和展示。

23. 任務(wù)調(diào)度系統(tǒng)

一種由Python開發(fā)的任務(wù)調(diào)度系統(tǒng)，主要用于自動化地將一個服務(wù)進程分布到其他多個機器的多個進程中，一個服務(wù)進程可作為調(diào)度者依靠網(wǎng)絡(luò)通信完成這一工作。

24. Python運維流程系統(tǒng)

一種使用Python語言編寫的調(diào)度和監(jiān)控工作流的平臺，內(nèi)部用于創(chuàng)建、監(jiān)控和調(diào)整數(shù)據(jù)管道。允許工作流開發(fā)人員輕松創(chuàng)建、維護和周期性地調(diào)度運行工作流，包括了如數(shù)據(jù)存儲、增長分析、Email發(fā)送、A/B測試等諸多跨多部門的用例。

GUI編程：

25. Tkinter

一個Python的標準GUI庫，可以快速地創(chuàng)建GUI應(yīng)用程序，可以在大多數(shù)的UNIX平臺下使用，同樣可以應(yīng)用在Windows和Macintosh系統(tǒng)中，Tkinter 8.0的后續(xù)版本可以實現(xiàn)本地窗口風格，并良好地運行在絕大多數(shù)平臺中。

26. wxPython

一款開源軟件跨平臺GUI庫wxWidgets的Python封裝和Python模塊，是Python語言的一套優(yōu)秀的GUI圖形庫，允許程序員很方便地創(chuàng)建完整的、功能健全的GUI用戶界面。

27. PyQt

一個創(chuàng)建GUI應(yīng)用程序的工具庫，是Python編程語言和Qt的成功融合，可以運行在所有主要操作系統(tǒng)上，包括UNIX、Windows和Mac。PyQt采用雙許可證，開發(fā)人員可以選擇GPL和商業(yè)許可，從PyQt的版本4開始，GPL許可證可用于所有支持的平臺。

28. PySide

一個跨平臺的應(yīng)用程式框架Qt的Python綁定版本，提供與PyQt類似的功能，并相容API，但與PyQt不同處為其使用LGPL授權(quán)。

更多Python知識請關(guān)注Python自學網(wǎng)。

Python內(nèi)置turtle海龜庫函數(shù)講解 2

一、以下函數(shù)是turtle海龜庫內(nèi)關(guān)于海龜?shù)臓顟B(tài)函數(shù)

1、position（）或 pos（）獲取海龜?shù)漠斍拔恢米鴺?/p>

無參數(shù)

2、towards（x,y）與參考點的夾角

參數(shù)：x,y坐標值，為towards測量夾角做參考

3、xcor（）返回當前點的x坐標

無參數(shù)

4、ycor（）返回當前點的y坐標

無參數(shù)

5、heading（）返回海龜當前方位與（0,0）點（既原點）的夾角

無參數(shù)

6、distance（x,y）測量與參考坐標點之間的長度

參數(shù)（x,y）為參考坐標點

二、以下是設(shè)置單位的兩個函數(shù)

1、degrees（fullcircle）設(shè)置圓或圓弧以角度為單位，默認360度。

參數(shù)：fullcircle 設(shè)置圓周多少度，默認圓一周360度

2、radians（）設(shè)置圓或圓弧單位為弧度

無參數(shù)

python哪些標準庫

標準庫比較多 功能也不同：

標準庫

sys

系統(tǒng)相關(guān)的參數(shù)和函數(shù)。 sys 庫一般用來訪問和修改系統(tǒng)相關(guān)信息，比如查看 python 版本、系統(tǒng)環(huán)境變量、模塊信息和 python 解釋器相關(guān)信息等等。

os

操作系統(tǒng)接口模塊。這個庫提供了訪問操作系統(tǒng)相關(guān)依賴的方式，比如輸入輸出操作、讀寫操作、操作系統(tǒng)異常錯誤信息、進程線程管理、文件管理、調(diào)度程序等等。

re

正則表達式操作。這個庫是我喜歡并且經(jīng)常會用到的庫，在對大量字符串進行處理的時候用正則表達式是最快速有效的方式，但是正則表達式的學習曲線較高，有興趣的朋友可以訪問這個網(wǎng)站學習。

math

數(shù)學函數(shù)庫。 math 庫提供了對 C 語言標準定義的數(shù)學函數(shù)訪問，比如數(shù)論（Number-theoretic）的各種表示方法、冪和對數(shù)函數(shù)（Power and logarithmic functions）、三角函數(shù)（Trigonometric functions）、常量圓周率（π）和自然常數(shù)（e）等等。

random

生成偽隨機數(shù)。

偽隨機數(shù)與隨機數(shù)（真隨機數(shù)）不同的是執(zhí)行環(huán)境，隨機數(shù)是真實世界中通過物理過程實踐得出結(jié)論，而偽隨機數(shù)是通過計算機的特定算法生成的數(shù)，所以這個過程是可預測的、有規(guī)律的，只是循環(huán)周期較長，并不能與現(xiàn)實場景相切合。

random庫提供生成隨機數(shù)，可以模擬現(xiàn)實世界中隨機取數(shù)、隨機抽獎等等。

logging

日志記錄工具。這個庫提供了對應(yīng)用程序和庫函數(shù)的日志記錄，日常開發(fā)中我們經(jīng)常需要通過日志打印出當前程序的運行狀態(tài)，實時查看可能出現(xiàn)的堆棧異常和錯誤信息。

json

Json 編碼和解碼器。 json 庫提供了對 json 數(shù)據(jù)的支持，日常開發(fā)中我們做前后端分離需要對傳輸數(shù)據(jù) json 進行序列化和反序列化操作，以保證對數(shù)據(jù)的完整性和有效性，而序列化和反序列化其實就是編碼和解碼的過程。

pickle

Python 對象序列化庫。 pickle 庫支持對 python 對象進行序列化和反序列化操作，當我們需要將處理好的對象保存到文件或數(shù)據(jù)庫中時，就可以將其序列化成二進制數(shù)據(jù)，從而更好的保存起來。

shelve

Python 對象持久化。簡單的數(shù)據(jù)存儲方案。

socket

底層網(wǎng)絡(luò)接口。 socket（套接字） 庫提供了標準的BSD（伯克利套接字） Socket API，可以通過訪問底層操作系統(tǒng) Socket 的相關(guān)接口進行網(wǎng)絡(luò)通訊。

datetime

基本日期和時間類型庫。該庫提供了各種簡單和復雜的方式處理日期和時間，日常我們會用時間測算時間消耗、復雜度，對存儲的創(chuàng)建時間和修改時間也需要進一步說明，對計時器的描述和控制也需要用到該庫。

hashlib

安全哈希和消息摘要。摘要算法 其實就是對某些數(shù)據(jù)進行加密（不可逆的加密算法），因為被加密的數(shù)據(jù)無法破解，所以就能防止被篡改。常見的摘要算法有 MD5、SHA1，一般我們會用 MD5 對用戶口令進行加密，防止盜用后被輕易破解；而 SHA1 與 MD5 類似，但是 SHA1 會產(chǎn)生更長的長度，也更安全，但是算法的復雜性通常伴隨著存儲空間和時間的消耗。要說比SHA1更長的字符長度，還有 SHA224、SHA256、SHA384 和 SHA512，看名字就能知道。

大家都知道無論算法生成的字符長度如何都有可能發(fā)生碰撞（被破解），這是不可避免的，所以具體場景具體情況而定。

configparser

配置文件解析器。 configparser 庫可以輕松定制配置文件，通過解析配置文件的信息我們就可以全局訪問相關(guān)配置。

urllib

URL 處理模塊。 urllib 庫集成了處理 URLs（統(tǒng)一資源定位符）的各種模塊：

URL urllib.request URL robots.txt urllib 庫對訪問網(wǎng)絡(luò)有很好的支持，提供了對數(shù)據(jù)的訪問和處理、文件的上傳和下載、記錄 cookie 和 session 等等。

itertools

為高效循環(huán)而創(chuàng)建迭代器的函數(shù)。 itertools 庫也是經(jīng)常需要用到，當我們要對某些數(shù)進行 for-in 時就需要先將其處理成一個可迭代對象，之后我們才能進行遍歷操作。

collections

容器數(shù)據(jù)類型庫。 collections 庫提供了對所有容器數(shù)據(jù)類型的支持，包括 dict, list, set 和 tuple。我們可以用此庫對不同數(shù)據(jù)類型進行操作，常有的函數(shù)方法有這些：

namedtuple() 創(chuàng)建命名元組子類的工廠函數(shù) deque 類似列表(list)的容器，實現(xiàn)了在兩端快速添加(append)和彈出(pop) ChainMap 類似字典(dict)的容器類，將多個映射集合到一個視圖里面 Counter 字典的子類，提供了可哈希對象的計數(shù)功能 OrderedDict 字典的子類，保存了他們被添加的順序 defaultdict 字典的子類，提供了一個工廠函數(shù)，為字典查詢提供一個默認值 UserDict 封裝了字典對象，簡化了字典子類化 UserList 封裝了列表對象，簡化了列表子類化 UserString 封裝了列表對象，簡化了字符串子類化 functools

高階函數(shù)和可調(diào)用對象上的操作。該庫主要調(diào)用高階函數(shù)，是常規(guī)函數(shù)的一種補充。目前庫中包含以下幾種函數(shù)：

cmp_to_key lru_cache total_ordering partial partialmethod reduce singledispatch update_wrapper wraps threading

線程并行庫。 threading 庫支持線程和多線程的操作，針對多線程并發(fā)的問題可以給數(shù)據(jù)加同步鎖，一次只能讓一個線程處理數(shù)據(jù)，從而避免出現(xiàn)數(shù)據(jù)讀寫混亂。

在 CPython 解釋器上，因為GIL（全局解釋器鎖）鎖機制的存在的，被設(shè)計成線程安全，所以同一時間只能執(zhí)行一個線程，這就導致了多線程不能發(fā)揮出計算機的多核特性。

multiprocessing

進程并行庫。 multiprocessing 庫與 threading 庫很類似，不同的是進程庫可以創(chuàng)建子進程避開 GIL，從而彌補線程庫存在的劣勢和發(fā)揮計算機的多核特性。

timeit

測量小代碼片段的執(zhí)行時間。此庫主要用來計算運行代碼的時間消耗，支持多種方式傳入?yún)?shù)。

atexit

退出處理器。當處理一個函數(shù)需要立馬退出時可以使用該庫。

abc

抽象基類。 abc 庫定義抽象基類，以便其他類派生出新類。比如 collections 容器庫中就有此派生出的 collections.abc 類，派生出來的類可以進一步實現(xiàn)。

asyncio

異步IO庫。 asyncio 庫是一個用 async/await 關(guān)鍵字編寫并發(fā)的庫，為多個異步框架提供基礎(chǔ)功能，能夠?qū)崿F(xiàn)高性能的網(wǎng)絡(luò)、Web服務(wù)器、數(shù)據(jù)庫連接和分布式任務(wù)隊列等。

copy

淺層和深層復制操作。 copy 庫提供對對象的拷貝，我們都知道要制作對象副本，是無法通過簡單值傳遞創(chuàng)建新變量的方式做到，因為新變量所指向的內(nèi)存空間依舊是原對象本身，所以對新變量進行任何操作都會改變原對象。那么， copy 庫就提供了制作對象副本的各種方法，會開辟一個新的內(nèi)存空間存放副本對象，修改操作不會對原對象有任何干預。

csv

csv（Comma Separated Values）文件讀寫庫。此庫支持以純文本的形式存儲表格數(shù)據(jù)（數(shù)字和文本）。

operator

標準運算符替代函數(shù)庫。此庫是將 python 自有的運算符作為有效函數(shù)，比如表達式 x+y 可以用函數(shù) operator.add(x, y) 表示；比如表達式 a*b 可以用函數(shù) operator.mul(a, b) 表示，等等。

enum

枚舉庫。 enum 庫支持創(chuàng)建枚舉類來存儲大量同類型的不可變常量，以便其他函數(shù)調(diào)用。創(chuàng)建出來的枚舉類是可迭代對象，所以可以用 for-in 枚舉出所有常量。

heapq

堆隊列算法。這個模塊提供了堆隊列算法的實現(xiàn)，也稱為優(yōu)先隊列算法。優(yōu)先隊列中的每個元素都有各自的優(yōu)先級，優(yōu)先級最高的元素最先得到服務(wù)。所以當我們要求前n最大/最小值的時候就可以用此算法來實現(xiàn)， heapq 庫中也提供了相應(yīng)函數(shù)實現(xiàn)。

http

HTTP 模塊。 http 模塊是一個包，收集了多個處理超文本傳輸協(xié)議的模塊：

urllib.request http 模塊通過 http.HTTPStatus 枚舉定義了HTTP狀態(tài)碼 以及相關(guān)聯(lián)消息。

profile、pstats

性能分析工具。 profile 模塊提供了 profile 和 cProfile 兩種不同實現(xiàn)的性能分析工具，可用來描述程序各個部分的執(zhí)行時間和頻率，統(tǒng)計后的信息可以通過 pstats 模塊保存并使用。

ssl

TLS/SSL（傳輸安全協(xié)議）。此模塊提供對安全協(xié)議的支持，通過應(yīng)用上下文，可將 TLS（傳輸層安全性協(xié)議）或其前身 SSL（安全套接層）支持安全協(xié)議，能為互聯(lián)網(wǎng)通信提供安全和數(shù)據(jù)完整性保障。一般 HTTPS 協(xié)議都支持 TLS/SSL 加密。

unitest

單元測試框架。 unitest 庫常用于單元測試，受到 JUnit 和其他主流測試庫的啟發(fā)， unitest 庫的功能和函數(shù)與它們有著相似的風格。

uuid

UUID庫。 uuid 庫主要用途是生成隨機字符串，庫中有多個版本的 UUID 對象方法，比如版本 1、3、4 和 5 的 uuid1() 、 uuid3() 、 uuid4() 和 uuid5() 。需要注意的是，如果要生成隨機字符串，可以使用 uuid1() 和 uuid4() ，但是 uuid1() 會存在隱私風險，因為生成的原理里邊包含用戶訪問計算機的網(wǎng)絡(luò)地址，而 uuid4() 是通過隨機字符生成。

希望可以幫助到你。

Python基礎(chǔ)之查看Python庫、函數(shù)和模塊

1.dir函數(shù)式可以查看對象的屬性

使用方法很簡單，舉os類型為例，在Python命令窗口輸入?dir(‘os’)?即可查看os模塊的屬性

打開cmd命令窗口：

2.如何查看對象某個屬性的幫助文檔：兩種方法如下：

3.如何查看某個對象的詳細：

3.如何查看某個對象的函數(shù)：

python里面有哪些自帶函數(shù)？

python系統(tǒng)提供了下面常用的函數(shù)：

1. 數(shù)學庫模塊（math）提供了很多數(shù)學運算函數(shù)；

2.復數(shù)模塊（cmath）提供了用于復數(shù)運算的函數(shù)；

3.隨機數(shù)模塊（random）提供了用來生成隨機數(shù)的函數(shù)；

4.時間（time）和日歷（calendar）模塊提供了能處理日期和時間的函數(shù)。

注意：在調(diào)用系統(tǒng)函數(shù)之前，先要使用import 語句導入 相應(yīng)的模塊

該語句將模塊中定義的函數(shù)代碼復制到自己的程 序中，然后就可以訪問模塊中的任何函數(shù)，其方 法是在函數(shù)名前面加上“模塊名.”。

希望能幫到你。

名稱欄目：python的所有庫函數(shù) python函數(shù)庫的方法大全
轉(zhuǎn)載來于：http://chinadenli.net/article18/hpgigp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供軟件開發(fā)、域名注冊、網(wǎng)站維護、微信小程序、網(wǎng)站排名、微信公眾號

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)