爬虫

• requests

  网页下载器。
  requests是用python语言基于urllib编写的，采用的是Apache2 Licensed开源协议的HTTP库。requests自称“HTTP for Humans”，经过高度封装，提供的api非常方便。

  pip安装命令：
  pip install requests

  导包示例：
  import requests

• beautifulsoup4

  网页解析器，简写为bs4。相比于传统正则表达方式去解析网页源代码，bs4要简单得多。
  简单来说，这是Python的一个HTML或XML的解析库，可以用它方便地从网页中提取数据。
  

  pip安装命令：
  pip install beautifulsoup4
  使用此库还需要lxml，如果没有安装，则要安装：
  pip install lxml

  导包示例：
  from bs4 import BeautifulSoup

• selenium

  搞定动态加载网站。
  Selenium 是最广泛使用的开源 Web UI（用户界面）自动化测试套件之一。Selenium 支持的语言包括C#，Java，Perl，PHP，Python 和 Ruby。目前，Selenium Web 驱动程序最受 Python 和 C＃欢迎。 Selenium 测试脚本可以使用任何支持的编程语言进行编码，并且可以直接在大多数现代 Web 浏览器中运行。在爬虫领域 selenium 同样是一把利器，能够解决大部分的网页的反爬问题。

  pip安装命令：
  pip install selenium

  导包示例：
  import selenium

数据分析&处理

• pandas

  Pandas是基于Numpy的专业数据分析工具, 可以灵活高效的处理各种数据集。它提供了的数据结构有DataFrame和Series等，可以简单的把DataFrame理解为Excel里面的一张表，而Series就是表中的某一列

  pip安装命令：
  pip install pandas

  导包示例：
  import pandas as pd

• numpy

  NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。 NumPy包的核心是 ndarray 对象。它封装了python原生的同数据类型的 n 维数组，为了保证其性能优良，其中有许多操作都是代码在本地进行编译后执行的。

  pip安装命令：
  pip install numpy

  导包示例：
  import numpy as np

• jieba

  安装命令：pip install jieba

  导包示例：
  import jieba.analyse as analyse
  import jieba

• gensim

  安装命令：pip install gensim

  导包示例：
  from gensim import corpora, models, similarities
  import gensim

网络

• pywifi

  这是一个WIFI库。pywifi模块基于comtypes模块。
  pywifi是在python中一个用于操作无线接口的模块，可以跨平台使用，Windows和Linux都支持。

  pip安装命令：
  pip install pywifi
  此库基于comtypes，若没有安装，则需要安装comtypes：
  pip install comtypes

  导包示例：
  import pywifi
  from pywifi import const // 需要用时导入

树莓派

• RPi.GPIO

  导包示例：
  import RPi.GPIO as GPIO
  

图形化

• PyQt5

  PyQt是Python语言的GUI（Graphical User Interface，简称 GUI，又称图形用户接口）编程解决方案之一。可以用来代替Python内置的Tkinter。其它替代者还有PyGTK、wxPython等，与Qt一样，PyQt是一个自由软件。

  pip安装命令：
  pip install PyQt5

  导包示例：
  from PyQt5 import QtCore, QtGui, QtWidgets
  

• matplotlib

  Matplotlib 是一个非常强大的 Python 绘图库，我们可以使用它将很多数据通过各种静态、动态、交互式图表的形式直观的呈现出来，比如：线图、散点图、条形图、饼图、3D 图形、图形动画等等，并且提供多样化的输出格式。Matplotlib 通常与 NumPy 和 Pandas 等库一起使用， 形成一个强大的科学计算环境，有助于我们通过 Python 学习数据科学、机器学习。
  需要注意的是，matplotlib 的依赖库包括 numpy、cycler、Pillow、packaging、pyparsing、python-dateutil、fonttools、contourpy、kiwisolver，需要预先安装，不过只要连网后都会自动下载安装。

  pip安装命令：
  pip install matplotlib

  导包示例：
  import matplotlib as mp
  import matplotlib.pyplot as plt

• pyecharts

  pyecharts库是一个用于生成 Echarts 图表的类库。
  Echarts是一个由百度开源的商业级数据图表，它是一个纯JavaScript的图表库，可以为用户提供直观生动，可交互，可高度个性化定制的数据可视化图表，赋予了用户对数据进行挖掘整合的能力。

  pip安装命令：
  pip install pyecharts

  导包示例：
  from pyecharts.charts import Line
  from pyecharts.charts import Map
  from pyecharts.charts import Bar, Timeline
  from pyecharts.options import TitleOpts, LegendOpts

------ 2023-10-17 星期二 20:23:13 ------

机器学习库

• scikit-learn

  Scikit-learn（以前称为scikits.learn，也称为sklearn）是针对Python 编程语言的免费软件机器学习库。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN，并且旨在与Python数值科学库NumPy和SciPy联合使用。

  pip安装命令：
  pip install scikit-learn

  导包示例：
  import sklearn
  from sklearn import svm
  from sklearn.preprocessing import MinMaxScaler
  from sklearn.model_selection import train_test_split
  from sklearn import datasets

------ 2023-11-19 星期日 20:23:13 ------

深度学习库

• PyTorch

  PyTorch是一个由Facebook的人工智能研究团队开发的开源深度学习框架。在2016年发布后，PyTorch很快就因其易用性、灵活性和强大的功能而在科研社区中广受欢迎。

  官网有安装命令：
  https://pytorch.org/get-started/locally/
  torch torchvision torchaudio

  导包示例：
  import torch
  from torch import nn, optim
  from torch.utils.data import Dataset, DataLoader
  import torchvision.transforms as transforms
  from torch.optim.optimizer import Optimizer

------ 2024-05-31 星期五 17:44:14 ------