Python 库使用全攻略
Python 的库生态系统是其强大功能的核心。本文将从标准库到第三方库,结合实战案例系统讲解使用技巧。
一、标准库核心模块
os模块:操作系统交互
python
import os
# 获取当前目录
print(os.getcwd())
# 遍历目录
for file in os.listdir():
if file.endswith(".py"):
print(file)
datetime模块:时间处理
python
from datetime import datetime
now = datetime.now()
print(f"当前时间: {now.strftime('%Y-%m-%d %H:%M:%S')}")
json模块:数据序列化
python
import json
data = {"name": "Alice", "age": 30}
json_str = json.dumps(data) # 转为JSON字符串
restored_data = json.loads(json_str) # 解析JSON
二、第三方库实战
- 数据处理:
pandas
python
import pandas as pd
df = pd.DataFrame({
'产品': ['A', 'B', 'C'],
'销量': [120, 85, 150]
})
# 计算平均销量
mean_sales = df['销量'].mean()
print(f"平均销量: {mean_sales}")
- 网络请求:
requests
python
import requests
response = requests.get("https://api.example.com/data")
if response.status_code == 200:
print(response.json()) # 输出API返回的JSON数据
- 可视化:
matplotlib
python
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [10, 15, 7, 20]
plt.plot(x, y, marker='o')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.savefig('plot.png') # 保存图表
三、库管理最佳实践
- 虚拟环境
bash
python -m venv myenv # 创建虚拟环境
source myenv/bin/activate # 激活(Linux/Mac)
- 依赖管理
bash
pip freeze > requirements.txt # 生成依赖清单
pip install -r requirements.txt # 安装所有依赖
- 库版本控制
在代码中明确指定版本:
python
# requirements.txt
numpy==1.21.0
pandas>=1.3.0
四、实战案例:天气数据分析
目标:用第三方库获取并分析天气数据
python
import requests
import pandas as pd
# 1. 获取数据
url = "https://api.weather.com/v3/forecast"
params = {"location": "beijing", "apikey": "YOUR_KEY"}
data = requests.get(url, params=params).json()
# 2. 转为DataFrame
df = pd.DataFrame(data['daily'])
print(df[['date', 'maxTemp', 'minTemp']].head())
# 3. 计算平均温差
df['temp_diff'] = df['maxTemp'] - df['minTemp']
print(f"平均温差: {df['temp_diff'].mean():.1f}℃")
五、常见问题解决
-
库安装失败 :换用国内镜像
bashpip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas -
版本冲突 :使用
pipenv或conda管理环境 -
API调用错误:检查文档中的认证方式和参数格式
总结:掌握标准库提升基础能力,善用第三方库解决实际问题,配合虚拟环境和依赖管理保障项目稳定性。