pythonwiki

① 盘点python常用的模块和包

模块

1.定义

计算机在开发过程中，代码越写越多，也就越难以维护，所以为了编写可维护的代码，我们会把函数进行分组，放在不同的文件里。在python里，一个.py文件就是一个模块。

2.优点：

提高代码的可维护性。

提高代码的复用，当模块完成时就可以在其他代码中调用。

引用其他模块，包含python内置模块和其他第三方模块。

避免函数名和变量名等名称冲突。

python内建模块：

1.sys模块

2.random模块

3.os模块：

os.path:讲解

https://www.cnblogs.com/yufeihlf/p/6179547.html

数据可视化

1.matplotlib :

是Python可视化程序库的泰斗，它的设计和在1980年代被设计的商业化程序语言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它们让你能用更少的代码去调用 matplotlib的方法。

访问：

https://matplotlib.org/

颜色：

https://www.cnblogs.com/darkknightzh/p/6117528.html

教程：

https://wizardforcel.gitbooks.io/matplotlib-user-guide/3.1.html

2.Seaborn：

它是构建在matplotlib的基础上的，用简洁的代码来制作好看的图表。Seaborn跟matplotlib最大的区别就是它的默认绘图风格和色彩搭配都具有现代美感。

访问：

http://seaborn.pydata.org/index.html

3.ggplot：

gplot 跟 matplotlib 的不同之处是它允许你叠加不同的图层来完成一幅图

访问：

http://ggplot.yhathq.com/

4.Mayavi：

Mayavi2完全用Python编写，因此它不但是一个方便实用的可视化软件，而且可以方便地用Python编写扩展，嵌入到用户编写的Python程序中，或者直接使用其面向脚本的API：mlab快速绘制三维图

访问：http://code.enthought.com/pages/mayavi-project.html

讲解：https://blog.csdn.net/ouening/article/details/76595427https://www.jianshu.com/p/81e6f4f1cdd8

5.TVTK：

TVTK库对标准的VTK库进行包装，提供了Python风格的API、支持Trait属性和numpy的多维数组。

VTK (http://www.vtk.org/) 是一套三维的数据可视化工具，它由C++编写，包涵了近千个类帮助我们处理和显示数据

讲解：https://docs.huihoo.com/scipy/scipy-zh-cn/tvtk_intro.html

机器学习

1.Scikit-learn

是一个简单且高效的数据挖掘和数据分析工具，易上手，可以在多个上下文中重复使用。它基于NumPy, SciPy 和 matplotlib，开源，可商用（基于 BSD 许可）。

访问：

讲解：https://blog.csdn.net/finafily0526/article/details/79318401

2.Tensorflow

最初由谷歌机器智能科研组织中的谷歌大脑团队（Google Brain Team）的研究人员和工程师开发。该系统设计的初衷是为了便于机器学习研究，能够更快更好地将科研原型转化为生产项目。

相关推荐：《Python视频教程》

Web框架

1.Tornado

访问：http://www.tornadoweb.org/en/stable/

2.Flask

访问：http://flask.pocoo.org/

3.Web.py

访问：http://webpy.org/

4.django

https://www.djangoproject.com/

5.cherrypy

http://cherrypy.org/

6.jinjs

http://docs.jinkan.org/docs/jinja2/

GUI 图形界面

1.Tkinter

https://wiki.python.org/moin/TkInter/

2.wxPython

https://www.wxpython.org/

3.PyGTK

http://www.pygtk.org/

4.PyQt

https://sourceforge.net/projects/pyqt/

5.PySide

http://wiki.qt.io/Category:LanguageBindings::PySide

科学计算

教程

https://docs.huihoo.com/scipy/scipy-zh-cn/index.html#

1.numpy

访问

http://www.numpy.org/

讲解

https://blog.csdn.net/lm_is_dc/article/details/81098805

2.sympy

sympy是一个Python的科学计算库，用一套强大的符号计算体系完成诸如多项式求值、求极限、解方程、求积分、微分方程、级数展开、矩阵运算等等计算问题

访问

https://docs.sympy.org/0.7.1/guide.html#guide

讲解

https://www.jianshu.com/p/339c91ae9f41

解方程

https://www.cnblogs.com/zyg123/p/10549354.html

3.SciPy

官网

https://www.scipy.org/

讲解

https://blog.csdn.net/wsp_1138886114/article/details/80444621

4.pandas

官网

http://pandas.pydata.org/

讲解

https://www.cnblogs.com/linux-wangkun/p/5903945.html

5.blaze

官网

http://blaze.readthedocs.io/en/latest/index.html

密码学

1.cryptography

https://pypi.python.org/pypi/cryptography/

2.hashids

http://www.oschina.net/p/hashids

3.Paramiko

http://www.paramiko.org/

4.Passlib

https://pythonhosted.org/passlib/

5.PyCrypto

https://pypi.python.org/pypi/pycrypto

6.PyNacl

http://pynacl.readthedocs.io/en/latest/

爬虫相关

requests

http://www.python-requests.org/

scrapy

https://scrapy.org/

pyspider

https://github.com/binux/pyspider

portia

https://github.com/scrapinghub/portia

html2text

https://github.com/Alir3z4/html2text

BeautifulSoup

https://www.crummy.com/software/BeautifulSoup/

lxml

http://lxml.de/

selenium

http://docs.seleniumhq.org/

mechanize

https://pypi.python.org/pypi/mechanize

PyQuery

https://pypi.python.org/pypi/pyquery/

creepy

https://pypi.python.org/pypi/creepy

gevent

一个高并发的网络性能库

http://www.gevent.org/

图像处理

bigmoyan

http://scikit-image.org/

Python Imaging Library(PIL)

http://www.pythonware.com/procts/pil/

pillow：

http://pillow.readthedocs.io/en/latest/

自然语言处理

1.nltk：

http://www.nltk.org/

教程

https://blog.csdn.net/wizardforcel/article/details/79274443

2.snownlp

https://github.com/isnowfy/snownlp

3.Pattern

https://github.com/clips/pattern

4.TextBlob

http://textblob.readthedocs.io/en/dev/

5.Polyglot

https://pypi.python.org/pypi/polyglot

6.jieba：

https://github.com/fxsjy/jieba

数据库驱动

mysql-python

https://sourceforge.net/projects/mysql-python/

PyMySQL

https://github.com/PyMySQL/PyMySQL

PyMongo

https://docs.mongodb.com/ecosystem/drivers/python/

pymongo

MongoDB库

访问：https://pypi.python.org/pypi/pymongo/

redis

Redis库

访问：https://pypi.python.org/pypi/redis/

cxOracle

Oracle库

访问：https://pypi.python.org/pypi/cx_Oracle

SQLAlchemy

SQL工具包及对象关系映射（ORM）工具

访问：http://www.sqlalchemy.org/

peewee，

SQL工具包及对象关系映射（ORM）工具

访问：https://pypi.python.org/pypi/peewee

torndb

Tornado原装DB

访问：https://github.com/bdarnell/torndb

Web

pycurl

URL处理工具

smtplib模块

发送电子邮件

其他库暂未分类

1.PyInstaller：

是一个十分有用的第三方库，它能够在Windows、Linux、 Mac OS X 等操作系统下将 Python 源文件打包，通过对源文件打包， Python 程序可以在没有安装 Python 的环境中运行，也可以作为一个 独立文件方便传递和管理。

2.Ipython

一种交互式计算和开发环境

讲解

https://www.cnblogs.com/zzhzhao/p/5295476.html

命令

ls、cd 、run、edit、clear、exist

② python能做什么

系统编程：提供API（Application Programming Interface应用程序编程接口），能方便进行系统维护和管理，Linux下标志性语言之一，是很多系统管理员理想的编程工具。
图形处理：有PIL、Tkinter等图形库支持，能方便进行图形处理。
数学处理：NumPy扩展提供大量与许多标准数学库的接口。
文本处理：python提供的re模块能支持正则表达式，还提供SGML，XML分析模块，许多程序员利用python进行XML程序的开发。
数据库编程：程序员可通过遵循Python DB-API（数据库应用程序编程接口）规范的模块与Microsoft SQL Server，Oracle，Sybase，DB2，MySQL、SQLite等数据库通信。python自带有一个Gadfly模块，提供了一个完整的SQL环境。
网络编程：提供丰富的模块支持sockets编程，能方便快速地开发分布式应用程序。很多大规模软件开发计划例如Zope，Mnet 及BitTorrent. Google都在广泛地使用它。
Web编程：应用的开发语言，支持最新的XML技术。
多媒体应用：Python的PyOpenGL模块封装了“OpenGL应用程序编程接口”，能进行二维和三维图像处理。PyGame模块可用于编写游戏软件。
pymo引擎：PYMO全称为python memories off，是一款运行于Symbian S60V3,Symbian3,S60V5, Symbian3, Android系统上的AVG游戏引擎。因其基于python2.0平台开发，并且适用于创建秋之回忆（memories off）风格的AVG游戏，故命名为PYMO。
黑客编程：python有一个hack的库,内置了你熟悉的或不熟悉的函数，但是缺少成就感。
着名应用：Pylons-Web应用框架
Zope- 应用服务器
Plone- 内容管理系统
Django- 鼓励快速开发的Web应用框架
Uliweb- 国人开发的轻量级Web框架
TurboGears- 另一个Web应用快速开发框架
Twisted--Python的网络应用程序框架
Python Wikipedia Robot Framework- MediaWiki的机器人程序
MoinMoinWiki- Python写成的Wiki程序
flask- Python 微Web框架
Webpy- Python 微Web框架
Bottle- Python 微Web框架
EVE- 网络游戏EVE大量使用Python进行开发
Reddit - 社交分享网站
Dropbox - 文件分享服务
Pylons - Web应用框架
TurboGears - 另一个Web应用快速开发框架
Fabric - 用于管理成百上千台Linux主机的程序库
Trac - 使用Python编写的BUG管理系统
Mailman - 使用Python编写的邮件列表软件
Mezzanine - 基于Django编写的内容管理系统系统
Blender - 以C与Python开发的开源3D绘图软件

③ 如何搭建python环境

1、说明：windows下设置python环境变量，就是把python的安装目录添加到系统path中。2、步骤：1）确定python安装目录，根据版本不同安装目录也不同，可以在开始菜单中的快捷方式中查看。在python快捷方式上点右键，属性菜单

3、注意事项：如果未出现python结果，则需要检查路径是否设置正确，并重新启动一下计算机即可。

④ python语言是什么，它可以用来编什么程序

Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。

Python 的设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。

• Python 是一种解释型语言：这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。

• Python 是交互式语言：这意味着，您可以在一个Python提示符，直接互动执行写你的程序。

• Python 是面向对象语言:这意味着Python支持面向对象的风格或代码封装在对象的编程技术。

• Python 是初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发，从简单的文字处理到 WWW 浏览器再到游戏。

python的使用范围非常广泛可以用来爬虫/机器学习/数据分析/开发网站/自动化测试

⑤ python可以做游戏吗

首先当然是能的，Github 上面有个项目，里面集合了不少的Python开发的小游戏,能玩，也适合新手用来练练手，另外PyGame这个网站里面里面集合了很多Python开发的小游戏。
图标Python版本的Flapy Bird, 简化版，但是感觉更加难玩了。当然你也可以尝试用Python开发原版的Flapy Bird,涵盖了颜色图像等: Flappy Block- 1.0
●小时候经常在手机上玩的一个游戏，也是一款经典的街机游戏，这款游戏进化之后其实就是一个打乒乓的小游戏，这里同样有一个进化版本，图形设计的更加好看: Ping Pong，以前初高中在学校很无聊的时候跟同桌或者前后桌玩的游戏，你还记得么同样一款小时候在小霸 王上玩的游戏: Junk Jungle
●除此之外，一款比较有名基 于Pyhton的战争的游戏: Home - TaleWorlds Entertainment
一款看 起来非常有趣的3D游戏: Galcon
●据说是能与Pyhton搭上边最有名的一款游戏，但好像他的客户端是用的C++,我试了一下很炸裂: EVE Online - One community. Countless journeys.
●当然还是有很多你想不到的，这里有一个Python Game长长的列表，欢迎品尝: PythonGames- Python Wiki

⑥ python可以写软件么

python当然可以开发软件，Python的主要用途之一就是软件开发。
1.基于控制台的应用程序
Python可用于开发基于控制台的应用程序。 例如：IPython。
2.基于音频或视频的应用程序
Python在多媒体部分开发，证明是非常方便的。 一些成功的应用是：TimPlayer，cplay等。
3.3D CAD应用程序
Fandango是一个真正使用Python编写的应用程序，提供CAD的全部功能。
4.Web应用程序
Python也可以用于开发基于Web的应用程序。 一些重要的开发案例是：PythonWikiEngines，Pocoo，PythonBlogSoftware等，如国内的成功应用案例有：豆瓣，知乎等。
5.企业级应用
Python可用于创建可在企业或组织中使用的应用程序。一些实时应用程序是：OpenErp，Tryton，Picalo等。
6.图像应用
使用Python可以开发图像应用程序。 开发的应用有：VPython，Gogh，imgSeek等。

⑦ python内置数据类型列表list和字典dict的性能

    我们来讨论下python的两种最重要的内置数据类型列表list和字典dict上，各种操作的复杂度。

list列表数据类型常用操作性能：

1、按索引取值和赋值（v=a[i]，a[i]=v）

由于列表的随机访问特性，这两个操作执行时间与列表大小无关，均为O（1）

2、列表的曾长，可以选择append()和_add_() "+"

list.append(v)的执行时间O(1)

list = list + [v]，执行时间是O(n+k)，因为新增了一个新的列表，其中k是被加的列表长度

举例：4种生成前n个整数列表的方法

如图：

我们可以计算一下这四个函数的耗时，如下

执行结果：

我们可以看到，4种方法运行时间差别很大，test1使用列表连接最慢，而test4使用list range最快，速度相差近200倍。

    如下图，我们总结下list基本操作的性能如何：

上图可知pop()从列表末尾移除元素O(1),但是pop(i)从列表中间移除元素要O(n)，为什么呢？

因为从中部移除元素，要把移除元素后面的元素全部向前挪一位，才保证了列表按索引取值和赋值很快，达到O(1)。

dict数据类型：

    字典和列表不同，dict根据key找到value，而list根据index。

    字典最常用的取值get和赋值set，其性能为O(1),而contain(in)操作判断字典是否存在某个key，其性能也是O(1)

list和dict的in操作对比：

    设计一个性能试验，验证list中检索一个值，对比dict中检索一个值的耗时对比。如下程序：

如果如下：

可见list的in操作复杂度为O(n)

PS：大家可以去python官方的算法复杂度网站看看：

https://wiki.python.org/moin/TimeComplexity

⑧ pbs_python（pbs C语言库基于python的实现） 功能模块参数解释

c = pbs.pbs_connect(pbs.pbs_default())

pbs.pbs_default()  获得服务器名称

pbs_connect()  通过名称获得Connection id  id<0 失败

生成修改作业批处理请求并将其发送到服务器。

jobid = pbs_submit （ c ， attropl ， script ， destination ， extend ）

c:: 

Connection id

attropl::

(结构体 https://oss.trac.surfsara.nl/pbs_python/wiki/TorqueUsage/DataTypes/Attropl )

设置作业参数。

script::

是作业脚本的路径名。如果路径名是相对的，则它将扩展到进程当前工作目录。输入：string

destination::

destination参数指定作业的目标。如果destination是空字符串或未指定队列，则目标将是连接的服务器上的默认队列。输入：string

extend::

参数extend保留用于实现定义的扩展。现在extend =“NULL”

jobid:

返回值是一个字符串，它是服务器分配给作业的job_identifier。

result = pbs.pbs_deljob（c，job_id，extend）

C：：

连接ID

JOB_ID ::

标识要删除的作业，它以以下形式指定：sequence_number.server

extend：：

参数extend，被重载以达到两个目的。如果extend包含以下形式的字符串：deldelay = nnnn。它用于控制将SIGTERM和SIGKILL信号发送到正在运行的作业之间的延迟。字符nnnn指定以秒为单位的时间延迟，否则使用管理员建立的默认时间延迟。

result 

如果非零，则发生错误

result = pbs.pbs_sigjob（c，job_id，signal，extend）

C：：

连接ID

JOB_ID ::

标识要通知哪个作业，它以以下形式指定：sequence_number.server

signal：：

如果信号名称不是执行主机上识别的信号名称，则不发送信号并返回错误。如果作业未处于运行状态，则不发送信号并返回错误

extend：：

参数extend保留用于实现定义的扩展。现在extend =“NULL”'

result

如果非零，则发生错误。

result = pbs.pbs_holdjob（c，job_id，hold_type，extend）

C：：

连接ID

JOB_ID ::

标识要将哪个作业置于保留状态，它以以下形式指定：sequence_number.server

hold_type ::

参数hold_type包含要应用的保持类型。可能的值是（默认为'u'）：

“u”：可供作业所有者，批处理操作员和批处理管理员使用。

“o”：批处理操作员和批处理管理员可用。

“s”：仅适用于批处理管理员。

extend：：

参数extend保留用于实现定义的扩展。现在extend =“NULL”

result

如果非零，则发生错误。

result = pbs.pbs_rescrelease（c，resource_id）

C：：

连接ID

RESOURCE_ID：

资源处理

result

如果非0则发生错误

qrerun：重新运行作业（pbs_rerunjob）

result = pbs.pbs_rerunjob（c，job_id，extend）

如果作业被标记为不可重新运行，则请求将失败并返回错误。

C：：

连接ID

JOB_ID ::

标识要重新运行的作业以表格形式指定：sequence_number.server

extend：：

参数extend保留用于实现定义的扩展。现在extend =“NULL”

result

如果非0则发生错误

result = pbs.pbs_movejob（c，job_id，destination，extend）

发出批处理请求以将作业移动到新目标。作业将从当前队列中删除，并在新队列中实例化。

C：：

连接ID。

JOB_ID ::

确定要移动的作业; 它以下面的形式指定：sequence_number.server

destination：：

指定作业的新目标。它被指定为：[queue] [@ server]。如果destination ='NULL'，则目标将是当前服务器上的默认队列。如果destination指定队列但不指定服务器，则目标将是当前服务器上的命名队列。如果destination指定服务器但不指定队列，则目标将是指定服务器上的缺省队列。如果destination指定队列和服务器，则目标是该服务器上的该队列。

extend：：

参数extend保留用于实现定义的扩展。现在extend =“NULL”

result

如果非0则发生错误

result = pbs.pbs_alterjob（c，job_id，attrl，extend）

生成修改作业批处理请求并将其发送到服务器

C：：

连接ID

JOB_ID ::

标识要更改的作业，它以以下形式指定：sequence_number.server

attrl  ::

https://oss.trac.surfsara.nl/pbs_python/wiki/TorqueUsage/DataTypes/Atrrl

是必须更改或添加的资源列表。作业的某些属性可能会也可能不会根据作业的状态而改变，请参阅man qalter

extend：：

参数extend保留用于实现定义的扩展。现在extend =“NULL”

result

如果非0则发生错误

⑨ 格物维基 为什么选择python

tomz说：
python语言简单，有丰富的数据类型，完备的面向对象的结构，规则表达式等各种方便编程的模块。python逻辑是程序做的多，人做的少，界面友好，容易上手，功能丰富。
关于性能，现在cpu很强大了，除了很大的程序和系统程序，没必要关注性能。
关于功能，如果不是编写系统程序和贴近系统的程序，没必要使用操作系统特别提供的功能。
python强大的扩展能力使得python的学习不会浪费，python经过简单的处理能使用各种的c和c++库，也可被c调用。python可以使用java的类，也可以被java调用。python可以提高java和c的变成效率，java和c可以补充python的功能上的不足。python可以和tcl直接交互，这是内置的功能。

2014glace说：
shell script太旧了，不能用来写程序。
Perl擅长做服务器的管理，因为他的字符串处理功能特别强大，同时有全面的变成接口和造作系统相连。看不懂别人写的什么。
PHP擅长网页，因为它可以嵌入在HTML文件并支援各类资料库。但一离开网页就不好说了。
Python适合一般的需求，因为它语法简明，容易维护，有很多模块可用，容易做出图形界面，但是速度较Perl慢些。
Tcl/Tk基本变数形态只有字符串，每次算数都是从文字变数字再变文字。
Java太伟大了，工程比较浩大。
Python适合作为一般性程序编写和系统整合，尤其是在科学和教育领域中。语法整洁，对电脑图形很好的支援，也有十分快的数学阵列模组。很容易把其他的程式整合在一起，比如你有个几年前写的c程式，只要修改很小的部分就可以编译成python可用的模组。

⑩ Wiki引擎的种类介绍

以下是一些较为着名的Wiki引擎：

MediaWiki
PHP语言开发的wiki引擎，维基网络所使用的引擎。支持繁简中文。
安装需求：Apache + PHP + MySQL。IIS + PHP + MySQL亦可执行，但是部份源码的的参数需要修改（参见meta的说明）
SushiWiki
用C#开发的WikiClone，中文支持较好。
安装需求：IIS + ASP.Net</span>%20>ASP.Net +（可选的数据库服务器）
FlexWiki
微软的开源产品，开发语言为C#，基于CPL（Common Public License）协议，不支持中文链接。
安装要求：IIS + ASP.Net
JASSWiki
JspWiki 是一套非常容易安装的系统，支持JSP脚本
安装需求：JDK + tomcat
OpenWiki2004
是一款非常出色的WIKI引擎，基于ASP开发，而目前ASP的WIKI引擎数量稀少，因此OpenWiki无疑是基于IIS+ASP的服务器的首选。支持中文（一般）。
安装需求：IIS + ASP + ODBC
WikkiTikkiTavi
小巧轻快的 Tavi 系统
安装需求：PHP + MySQL
ChiqChaqWiki
默认给一般人使用的 WikiClone. 支持 utf-8，繁体中文没问题，但不支持RSS
PersonalWiki
个人使用的 Wiki 系统
OddMuse
使用Perl语言的Wiki系统
TheWikiWay
介绍WikiWiki协作编辑系统的专着
MoinWiki
Python cloned Wiki支持中文版本，可运行在Windows、Linux/BSD/UNIX、OS X等环境下。目前能够处理英文、德文、繁简体中文、日文、俄文等约20种语言。
WakkaWiki
十分小巧的基于PHP+MySQL的wiki。由于其小巧简洁，非常适合基于他进行个性化改进。
CooCooWakka
一个基于 WakkaWiki 的中文改进版，支持简体和繁体中文。
PmWiki
使用PHP语言开发，容易安装配置，无需数据库支持。支持分组及分级（全站、组、单个页面）读写权限，支持中文及UTF-8编码，官方不支持中文链接。参考PmWiki 简体中文版。
XOOPSWAKKA
基于Wakka修改的XOOPS Wiki模组，支持简体中文与繁体中文，并加入了目录，中文索引，脚注，日历，文件上传等新功能。
DokuWiki
这是一个符合标准，简单易用的维基软件，主要用来生成说明文件。它的目标是开发团队，工作小组及小型公司。
UseModWiki
采用Perl语言所开发的维基引擎，曾为维基网络所使用。
Instiki
采用Ruby on Rails框架开发的维基引擎，以安装简便和使用方便而着称。
TWiki
企业内部常用的Wiki，开放源码系统。
Generic Applications Server
PukiWiki
由YukiWiki所衍生，大多为日文的Wiki网站所使用。
Tiddlywiki
个人使用的笔记型wiki，没有后端数据库，无须安装，尽由单个html网页档组成，内核极度轻量化（以kb计算），只要有浏览器就可以浏览与编辑，适合装在随身碟里带着走。也可以将档案直接放在网络空间成为网页，但网络应用时默认不支援远程内容变更（可以透过外挂取得支援）。
Project forum
是个收费的维基引擎，有免费版本，但功能受限。自带网络服务器，安装简单。