同步操作将从 陈钦/30-Days-Of-Python-zh_CN 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
PIP是Python第三方库管理器,我们可以通过 pip 来安装不同的Python包。 包是一个Python模块,可以包含一个或多个模块或其他包。即可以安装到应用程序中的一个或多个模块就是一个包。 在实际的编程中,我们不必去编写每一个实用程序,很多有别人已经封装好的,我们可以导入到程序中直接使用。
如果你是通过程序安装的python环境,那么默认pip已经在其中了,让我们打开终端查看:
>pip --version
pip 21.1.1 from c:\programdata\python38\lib\site-packages\pip (python 3.8)
如你所见, 我当前使用的 pip 版本是 21.1.1。如果你到其他版本数字都证明,pip已经被安装,可以正常使用。
让我们检查一下Python社区中用于不同编码的一些包。注意,这些演示只是想让你知道有很多包可以用于不同的应用程序,并不展开讲解。
让我们首先来安装一个叫 numpy 的包。它是机器学习和数据科学社区中最受欢迎的软件包之一。
NumPy是使用Python进行科学计算的基本包。它还包括:
> pip install numpy
Successfully installed numpy-1.24.2
当你看到提示successfully的字样表示安装成功,事实上可能你本地已经有了此包,你可以通过 pip uninstall numpy
先卸载,然后再体验安装过程。
包numpy安装成功后,让我们看下如何使用:
> python
Python 3.8.10 (tags/v3.8.10:3d8993a, May 3 2021, 11:48:03) [MSC v.1928 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import numpy
>>> numpy.version.version
'1.24.2'
>>> list = [1,2,3,4,5]
>>> np_arr = numpy.array(list)
>>> np_arr
array([1, 2, 3, 4, 5])
>>> len(np_arr)
5
>>> np_arr * 2
array([ 2, 4, 6, 8, 10])
>>> np_arr + 2
array([3, 4, 5, 6, 7])
>>>
Pandas是一个BSD许可开放源码库,为Python编程语言提供高性能、易于使用的数据结构和数据分析工具。让我们安装比numpy更高级的 pandas :
> pip install pandas
终端上练习导入和使用
> python
>>> import pandas as pd
>>> df = pd.Series(0, index=['1', '2', '3', '4'])
>>> print(df)
1 0
2 0
3 0
4 0
dtype: int64
本节不细化关于numpy或pandas内置函数功能,在这里我们仅尝试学习如何安装软件包以及如何导入它们。如果需要,我们将在其他部分讨论不同的包。
接下来,让我们导入一个网页浏览器模块,它可以帮助我们打开任何网站。我们不需要安装这个模块,因为它已经在Python 3中默认安装了。例如,如果你想在任何时间打开任意数量的网站,或者如果你想安排一些事情,你可以利用 webbrowser 模块。
import webbrowser
# url列表
url_lists = [
'http://www.python.org',
'https://github.com/QiCodeCN'
]
# 浏览器通过标签页打开
for url in url_lists:
webbrowser.open_new_tab(url)
如果您希望不再保留已安装的包,您可以使用以下命令删除它们。
pip uninstall packagename
查看我们机器上已安装的包。我们可以用 pip list 命令。
pip list
Package Version
--------------------- -----------
anyascii 0.3.1
appdirs 1.4.4
... 省略 ...
查看包的详细信息,可以使用show + 包名
pip show packagename
比如查看上边安装好的pandas包详细
>pip show pandas
Name: pandas
Version: 1.5.2
Summary: Powerful data structures for data analysis, time series, and statistics
Home-page: https://pandas.pydata.org
Author: The Pandas Development Team
Author-email: pandas-dev@python.org
License: BSD-3-Clause
Location: c:\programdata\python38\lib\site-packages
Requires: python-dateutil, numpy, pytz
Required-by: TTS
上边是列了基本的信息,如果你想看更多信息,请加上参数 --verbose
>pip show --verbose pandas
Name: pandas
Version: 1.5.2
Summary: Powerful data structures for data analysis, time series, and statistics
Home-page: https://pandas.pydata.org
Author: The Pandas Development Team
Author-email: pandas-dev@python.org
License: BSD-3-Clause
Location: c:\programdata\python38\lib\site-packages
Requires: pytz, python-dateutil, numpy
Required-by: TTS
Metadata-Version: 2.1
Installer: pip
Classifiers:
Development Status :: 5 - Production/Stable
Environment :: Console
Intended Audience :: Science/Research
License :: OSI Approved :: BSD License
Operating System :: OS Independent
Programming Language :: Cython
Programming Language :: Python
Programming Language :: Python :: 3
Programming Language :: Python :: 3 :: Only
Programming Language :: Python :: 3.8
Programming Language :: Python :: 3.9
Programming Language :: Python :: 3.10
Programming Language :: Python :: 3.11
Topic :: Scientific/Engineering
Entry-points:
[pandas_plotting_backends]
matplotlib = pandas:plotting._matplotlib
当我们代码稳定稳定后,通常代码迁移时候,需要获取Python项目依赖包的安装列表,以便别人能够快速安装。这个列表要包括需要安装什么包、以及包的版本。通常我们输出到 requirements.txt 文件中。
> pip freeze > requirements.txt
注意:freeze默认是python环境所有包,如果想仅保持单独项目的,尽量使用虚拟环境。下边命令演示了如何根据requirements一键安装。
> pip install -r requirements.txt
到目前为止,您已经熟悉了如何读取或写入本地计算机上的文件。但有时,我们想从一个网站读取信息,比如从url或API。
API是应用程序接口的缩写。它是一种在服务器之间交换结构化数据的方法,主要是为json数据。要打开一个网络连接,我们需要一个名为 requests 的包——它允许打开一个网络连接并实现CRUD(创建、读取、更新和删除)操作。在本节中,我们将只讨论CRUD的读取和获取部分。
同样首先安装 requests 模块包:
> pip install requests
我们可以了解它的 get, status_code, headers, text 和 json 方法:
让我们读取一个txt文件从这个网址中 https://www.w3.org/TR/WD-html40-970708/html40.txt
import requests # 导入模块
url = 'https://www.w3.org/TR/WD-html40-970708/html40.txt' # 定义要读取的地址变量
response = requests.get(url) # 请求地址并获取返回数据
print(response)
print(response.status_code) # 打印状态, success:200
print(response.headers) # 头信息
print(response.text) # 查看所返回的数据文本 注意如果地址无法访问时候内容是404
import requests
url = 'https://v0.yiketianqi.com/api?unescape=1&version=v91&appid=43656176&appsecret=I42og6Lm&ext=&cityid=&city=' # 国内可访问天气接口
response = requests.get(url)
print(response)
print(response.status_code)
weather = response.json()
print(weather)
两个请求中最后一个直接可以获取json对象。但如果不是JSON数据类型返回,我们通常都使用text获取,然后再根据需要进行转换或者处理。
我们根据一些标准将大量的文件组织在不同的文件夹和子文件夹中,这样我们就可以很容易地找到和管理它们。如你所知,一个模块可以包含多个对象,比如类、函数等。一个包可以包含一个或多个相关模块。包实际上是一个包含一个或多个模块文件的文件夹。因此,如果我们开发的是一个通用的项目,我们可以自己的包用于自己或者他人使用。让我们以创建一个名为 mypackage 的包为例,使用以下步骤:、
# mypackage/arithmetics.py
# arithmetics.py
def add_numbers(*args):
total = 0
for num in args:
total += num
return total
def subtract(a, b):
return (a - b)
def multiple(a, b):
return a * b
def division(a, b):
return a / b
def remainder(a, b):
return a % b
def power(a, b):
return a ** b
# mypackage/greet.py
# greet.py
def greet_person(firstname, lastname):
return f'{firstname} {lastname}, welcome to 30DaysOfPython Challenge!'
最终包的文件夹结构应该是这样的:
─ mypackage
├── __init__.py
├── arithmetic.py
└── greet.py
现在让我们打开python交互式shell并尝试使用自定义包:
30DaysOfPython-zh-CN > python
>>> from mypackage import arithmetics
>>> arithmetics.add_numbers(1, 2, 3, 5)
11
>>> arithmetics.subtract(5, 3)
2
>>> arithmetics.multiple(5, 3)
15
>>> arithmetics.division(5, 3)
1.6666666666666667
>>> arithmetics.remainder(5, 3)
2
>>> arithmetics.power(5, 3)
125
>>> from mypackage import greet
>>> greet.greet_person('Mega', 'Qi')
'Mega Qi, welcome to 30DaysOfPython Challenge!'
>>>
从上边的例子中可以看出,我们的包可以正常的工作。文件夹包含一个名为 init 空文件(py的特殊文件——它存储包的内容)。如果我们将 init.py 放在包文件夹中,python会将其识别为包。init.py 从其模块中公开指定的资源,以便导入到其他python文件中。一个空的__init__.py文件使所有函数在导入包时都可用。总而言之 init.py 对于被 Python 识别为包的文件夹是必不可少存在。
数据库
Web开发
HTML爬虫
XML 语言
GUI桌面程序
数据分析,数据科学和机器学习
Network:
🌕 你一直在进步,到目前为止你已经成功学习20节内容。真棒!
受限制于练习的海外地址可能服务访问,本篇内容没有明确的练习题,请选择通过搜索引擎学习和练习一些库。
🎉 CONGRATULATIONS ! 🎉
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。