《计算机二级Python语言程序设计考试》第11章：Python第三方库纵览

scrapy是Python开发的一个快速的、高层次的Web获取框架。不同于简单的网络爬虫功能，scrapy框架本身包含了成熟网络爬虫系统所应该具有的部分共用功能，
scrapy用途广泛，可以应用于专业爬虫系统的构建、数据挖掘、网络监控和自动化测试等领域。
安装scrapy库在Windows的cmd命令行使用如下命令：

:\>pip install scrapy

2、数据分析方向

数据分析是Python的一个优势方向，具有大批高质量的第三方库。这里仅介绍3个最常用的生态库：numpy、scipy和pandas。

numpy

numpy是Python的一种开源数值计算扩展第三方库，用于处理数据类型相同的多维数组（ndarray），简称“数组”。
这个库可用来存储和处理大型矩阵，比Python语言提供的列表结构要高效的多。numpy提供了许多高级的数值编程工具，如：矩阵运算、矢量处理、N维数据变换等。
numpy内部是C语言编写，对外采用Python语言进行封装，因此，在进行数据运算时，基于numpy的Python程序可以达到接近C语言的处理速度。numpy也成为Python数据分析方向各其他库的基础依赖库，已经成为了科学计算事实上的“标准库”。
安装numpy库在Windows的cmd命令行使用如下命令：

:\>pip install numpy

scipy

scipy是一款方便、易于使用、专为科学和工程设计的Python工具包。在numpy库的基础上增加了众多的数学、科学以及工程计算中常用的库函数。它包括统计、优化、整合、线性代数、傅里叶变换、信号分析、图像处理、常微分方程求解等众多模块。
安装scipy库在Windows的cmd命令行使用如下命令：

:\>pip install scipy

pandas

pandas是基于numpy扩展的一个重要第三方库，它是为了解决数据分析任务而创建的。Pandas提供了一批标准的数据模型和大量快速便捷处理数据的函数和方法，提供了高效地操作大型数据集所需的工具。
pandas 提供两种最基本的数据类型：Series和DataFrame，分别代表一维数组和二维数组类型。
安装pandas库在Windows的cmd命令行使用如下命令：

:\>pip install pandas

3、文本处理方向

Python语言非常适合处理文本，因此，在这个方向也形成了大量有价值的第三方库。这里介绍4个最常用的生态库：pdfminer、openpyxl、python-docx、beautifulsoup4。

pdfminer

pdfminer是一个可以从PDF文档中提取各类信息的第三方库。与其他PDF相关的工具不同，它能够完全获取并分析P D F 的文本数据。Pdfminer能够获取PDF中文本的准确位置、字体、行数等信息，能够将PDF文件转换为HTML及文本格式。
pdfminer包含两个重要的工具： pdf2txt.py 和dumppdf.py。
pdf2txt.py能够从PDF文件中提取所有文本内容。dumppdf.py能够把PDF文件内容变成XML格式，并进一步提取其中的图片。
安装pdfminer库在Windows的cmd命令行使用如下命令：

:\>pip install pdfminer

openpyxl

openpyxl是一个处理Microsoft Excel文档的Python第三方库，它支持读写Excel的xls、xlsx、xlsm、xltx、xltm等格式文件，并进一步能处理Excel文件中excel工作表、表单和数据单元。
安装openpyxl库在Windows的cmd命令行使用如下命令：

:\>pip install openpyxl

python-docx

python-docx是一个处理Microsoft Word文档的Python第三方库，它支持读取、查询以及修改doc、docx等格式文件，并能够对Word常见样式进行编程设置，包括：字符样式、段落样式、表格样式等，进一步可以使用这个库实现添加和修改文本、图像、样式和文档等功能。
安装python-docx库在Windows的cmd命令行使用如下命令：

:\>pip install openpyxl

beautifulsoup4

beautifulsoup4库，也称为Beautiful Soup库或bs4库，用于解析和处理HTML和XML。需要注意，它不是BeautifulSoup库。它的最大优点是能根据HTML和XML语法建立解析树，进而高效解析其中的内容。
beautifulsoup4库将数据从HTML和XML文件中解析出来，它能够提供一种符合习惯的方法去遍历搜索和修改解析树，将专业的Web页面格式解析部分封装成函数，提供了若干有用且便捷的处理函数。
安装beautifulsoup4库在Windows的cmd命令行使用如下命令：

:\>pip install beautifulsoup4

4、数据可视化方向

数据可视化

数据可视化指根据数据特点将其展示为易于理解图形的过程。Python语言在数据可视化方面具有较强的优势。这里介绍3个最常用的生态库：matplotlib、TVTK、mayavi。

matplotib

matplotlib是提供数据绘图功能的第三方库，主要进行二维图表数据展示，广泛用于科学计算的数据可视化。使用这个库可以利用Python程序绘制超过100种数据可视化效果。
安装matplotlib库在Windows的cmd命令行使用如下命令：

:\>pip install matplotlib

TVTK

TVTK库在标准的VTK库之上用Traits库进行封装的Python第三方库。视觉工具函数库（VTK）是一个开源、跨平台、支持平行处理的图形应用函数库，它是专业可编程的三维可视化工具。TVTK在Python生态系统中被等同于VTK。
安装matplotlib库在Windows的cmd命令行使用如下命令：

:\>pip install vtk

mayavi基于VTK开发，完全用Python编写，提供了一个更为方便实用的可视化软件，可以简洁地嵌入到用户编写的Python程序中，或者直接使用其面向脚本的API快速绘制三维可视化图形。值得注意的是，mayavi也被称为mayavi2。
mayavi库在Windows平台上暂时不能方便的使用pip命令安装，建议使用文件安装，请下载mayavi对应版本文件，然后在本地安装。

5、用户图形界面方向

Python标准库内置了一个GUI库——tkinter，这个库基于Tck/Tk开发，然而，这个库十分陈旧，提供的开发控件也很有限，编写出来的GUI风格与现代程序GUI风格相差甚远，从用户体验角度说，tkinter库并不成熟。
这里介绍3个高质量的用户图形界面Python生态库：pyqt5、wxpython、pygtk。

pyqt5

pyqt5是Qt5应用框架的Python第三方库，它有超过6 2 0个类和近6 0 0 0个函数和方法。它是Python中最为成熟的商业级GUI第三方库。这个库是Python语言当前最好的GUI第三方库，它可以在Windows、Linux和Mac OS X等操作系统上跨平台使用。
pyqt5采用“信号-槽”机制将事件和对应的处理程序进行绑定。pyqt5窗体有很多内置信号，也可以自定义信号。
安装pyqt5库在Windows的cmd命令行使用如下命令：

:\>pip install pyqt5

wxpython

wxPython是Python语言的一套优秀的GUI图形库，它是跨平台GUI库wxWidgets的Python封装，可以使Python程序员能够轻松地创建健壮可靠、功能强大的图形用户界面的程序。

安装wxpython库在Windows的cmd命令行使用如下命令：

:\>pip install wxpython

pygtk是基于GTK+的Python语言封装，它提供了各式的可视元素和功能，能够轻松创建具有图形用户界面的程序。pygtk具有跨平台性,利用它编写的代码能够不加修改地稳定运行在各操作系统中，如Windows、MacOS、Linux等。
安装wxpython库在Windows的cmd命令行使用如下命令：

:\>pip install pygtk

6、机器学习方向

机器学习是人工智能领域的一个重要分支，Python语言也是机器学习和人工智能的重要基础语言。这里介绍3个高质量的机器学习框架：
Scikit-learn、TensorFlow、Theano。

Scikit-learn

Scikit-learn是一个简单且高效的数据挖掘和数据分析工具，它基于NumPy、SciPy和matplotlib构建。Scikitlearn的基本功能主要包括6个部分：分类，回归，聚类，数据降维，模型选择和数据预处理。Scikit-learn也被称为sklearn。
安装Scikit-learn库在Windows的cmd命令行使用如下命令：

:\>pip install scikit-learn

Tensorflow

TensorFlow是谷歌公司基于DistBelief进行研发的第二代人工智能学习系统，也是用来支撑著名的AlphaGo系统的后台框架。Tensor（张量）指N维数组，Flow（流）指基于数据流图的计算，TensorFlow描述张量从流图的一端流动到另一端的计算过程。
安装TensorFlow库在Windows的cmd命令行使用如下命令：

:\>pip install tensorflow

Theano

Theano为执行深度学习中大规模神经网络算法的运算而设计，擅长处理多维数组。Theano开发始于2007，可以理解它是一个运算数学表达式的编译器，并可以高效运行在GPU或CPU上。Theano是一个偏向底层开发的库，更像一个研究平台而非单纯的深度学习库。
安装Theano库在Windows的cmd命令行使用如下命令：

:\>pip install theano

7、Web开发方向

Web开发是Python语言流行的一个重要方向，主要用于服务器后端开发。根据Python Web开发框架的复杂程度，这里依次介绍3个Python第三方生态库：Django、Pyramid、Flask。

Django

Django是Python生态中最流行的开源Web应用框架。Django采用模型、模板和视图的编写模式，称为MTV模式。Django中提供了开发网站经常用到的模块，Django的开发理念是DRY(Don't Repeat Yourself)，用于鼓励快速开发，进而减少程序员可以建立一个高性能Web应用所花费的时间和精力，形成一种一站式解决方案。
安装Django库在Windows的cmd命令行使用如下命令：

:\>pip install django

Pyramid

Pyramid是一个通用、开源的Python Web应用程序开发框架。它主要的目的是让Python开发者更简单的创建Web应用，相比Django，Pyramid是一个相对小巧、快速、灵活的开源Python Web框架。Pyramid仍然面向较大规模的Web应用，但它更关注灵活性，开发者可以灵活选择所使用的数据库、模板风格、URL结构等内容。
安装Pyramid库在Windows的cmd命令行使用如下命令：

:\>pip install pyramid

Flask

Flask是轻量级Web应用框架，相比Django和Pyramid，它也被称为微框架。使用Flask开发Web应用十分方便，甚至几行代码即可建立一个小型网站。Flask核心十分简单，并不直接包含诸如数据库访问等的抽象访问层，而是通过扩展模块形式来支持。
安装Flask库在Windows的cmd命令行使用如下命令：

:\>pip install flask

8、游戏开发方向

Web开发方向

游戏开发是一个有趣的方向，在游戏逻辑和功能实现层面，Python已经成为重要的支撑性语言。这里介绍3个Python第三方生态库：Pygame、Panda3D、cocos2d。

Pygame

Pygame是在SDL库基础上进行封装的、面向游戏开发入门的Python第三方库，除了制作游戏外，还用于制作多媒体应用程序。其中，SDL（Simple DirectMedia Layer）是开源、跨平台的多媒体开发库，通过OpenGL和Direct3D底层函数提供对音频、键盘、鼠标和图形硬件的简洁访问。
Pygame是一个游戏开发框架，提供了大量与游戏相关的底层逻辑和功能支持，非常适合作为入门库理解并实践游戏开发。
安装Pygame库在Windows的cmd命令行使用如下命令：

:\>pip install pygame

Panda3D

Panda3D是一个开源、跨平台的3D渲染和游戏开发库,简答说，它是一个3D游戏引擎，由迪士尼和卡耐基梅隆大学娱乐技术中心共同进行开发。Panda3D支持Python和C++两种语言，但对Python支持更全面。
Panda3D支持很多当代先进游戏引擎所支持的特性：法线贴图、光泽贴图、HDR、卡通渲染和线框渲染等。
安装Panda3D库在Windows的cmd命令行使用如下命令：

:\>pip install panda3d

cocos2d

cocos2d是一个构建2D游戏和图形界面交互式应用的框架，它包括C++、JavaScript、Swift、Python等多个版本。cocos2d基于OpenGL进行图形渲染，能够利用GPU进行加速。cocos2d引擎采用树形结构来管理游戏对象，一个游戏划分为不同场景，一个场景又分为不同层，每个层处理并响应用户事件。
安装cocos2d库在Windows的cmd命令行使用如下命令：