Python个人快速入门学习（十五）Python计算生态概览（第三方库概览+玫瑰花绘制）

电玩女神 2022-03-22 08:14 244阅读 0赞

**十五、Python计算生态概览**

**1.从数据处理到人工智能**

> **数据表示 -> 数据清洗 -> 数据统计 -> 数据可视化 -> 数据挖掘 -> 人工智能**

\-数据表示：采用合适方式用程序表达数据

\-数据清洗：数据归一化、数据转换、异常值处理

\-数据统计：数据的概要理解，数量、分布、中位数等

\-数据可视化：值观展示数据内涵的方式

\-数据挖掘：从数据分析获得知识，产生数据外的价值

\-人工智能：数据/语言/图像/视觉等方面深度分析与决策

**（1）数据分析：Numpy库** [http://www.numpy.org/][http_www.numpy.org]

\-Python接口使用，C语言实现，计算速度优异

\-Python数据分析及科学计算的基础库，支撑Pandas等

\-提供直接的矩阵运算、广播函数、线性代数等功能

**（2）数据分析：Pandas库：Python数据分析高层次应用库** [http://pandas.pydata.org/][http_pandas.pydata.org]

\-提供了简单易用的数据结构和数据分析工具

\-理解数据类型与索引的关系，操作索引及操作数据

\-Python最主要的数据分析功能库，基于Numpy开发

**（3）数据分析：SciPy库：数学、科学和工程计算功能库** [https://scipy.org/][https_scipy.org]

\-提供了一批数学算法及工程数据运算功能

\-类似Matlab可用于如傅里叶变换，信号处理等应用

\-Python最主要的科学计算功能库，基于Numpy开发

**（4）数据可视化：Matplotlib库：高质量的二维数据可视化功能库** [https://matplotlib.org/][https_matplotlib.org]

\-提供了超过100种数据可视化展示效果

\-通过**matplotlib.pyplot**子库调用各种可视化效果

\-Python最主要的数据可视化功能库，基于Numpy开发

**（5）数据可视化：Seaborn库：统计类数据可视化功能库** [http://seaborn.pydata.org/][http_seaborn.pydata.org]

\-提供了一批高层次的统计类数据可视化展示效果

\-主要展示数据间分布、分类和线性关系等内容

\-基于Matplotlib开发，支持Numpy和Pandas

**（6）数据可视化：Mayavi库：三维科学数据可视化功能库** [https://docs.enthought.com/mayavi/mayavi/][https_docs.enthought.com_mayavi_mayavi]

\-提供了一批简单易用的3D科学计算数据可视化的展示效果

\-三位可视化最主要的第三方库，支持Numpy、TVTK、Traits、Envisage等第三方库

**（7）文本处理：PyPDF2库：用来处理pdf文件的工具集** [https://github.com/mstamy2/PyPDF2][https_github.com_mstamy2_PyPDF2]

\-提供了一批处理PDF文件的计算功能

\-支持获取信息、分隔/整合文件、加密解密等

\-完全Python语言实现，不需要额外以来，功能稳定

**（8）文本处理：NLTK库：自然语言文本处理第三方库** [https://www.nltk.org/][https_www.nltk.org]

\-提供了一批简单易用的自然语言文本处理功能

\-支持语言文本分类、标记、语法句法、语义分析等

\-目前最优秀的自然语言处理库

**（9）文本处理：Pyhon-docx库：创建或者更新Microsoft Word文件的第三方库** [https://python-docx.readthedocs.io/en/latest/][https_python-docx.readthedocs.io_en_latest]

\-提供创建或更新.docx.doc等文件的计算功能

\-增加并配置段落、图片、表格、文字等，功能全面

**（10）机器学习：Scikit-learn库：机器学习方法工具集** [https://scikit-learn.org/stable/][https_scikit-learn.org_stable]

\-提供了一批永逸华的机器学习方法功能接口

\-提供据类、分类、回归、强化学习等计算功能

\-机器学习最基本且最优秀的Python第三方库

**（11）机器学习：TensorFlow库：AlphaGo背后的机器学习计算框架** [https://www.tensorflow.org/][https_www.tensorflow.org]

\-谷歌公司推动的开源机器学习框架

\-将数据流图作为基础，图节点代表运算，边代表张量

\-应用机器学习方法的一种方式，支撑谷歌人工智能应用

**（12）深度学习：MXNet库：基于神经网络的深度学习计算框架** [https://mxnet.apache.org/][https_mxnet.apache.org]

\-提供可扩展的神经网络以及深度学习计算功能

\-可用于自动驾驶、机器翻译、语音识别等众多领域

\-Python最重要的深度学习计算框架

**2.从Web解析到网络空间**

**（1）网络爬虫：Requests：最友好的网络爬虫功能库** [http://docs.python-requests.org/en/master/][http_docs.python-requests.org_en_master]

\-提供了简单易用的类HTTP协议网络爬虫功能

\-支持连接池、SSL、Cookies、HTTP(S)代理等

\-Python最主要的页面级网络爬虫功能库

**（2）网络爬虫系统：Scrapy：优秀的网络爬虫框架** [https://scrapy.org/][https_scrapy.org]

\-提供了构建网络爬虫系统的框架功能，功能半成品

\-支持批量和定时网页爬取，提供数据处理流程等

\-Python最主要且最专业的网络爬虫框架

**（3）网络爬虫：pyspider：强大的Web页面爬取系统** [http://docs.pyspider.org/en/latest/][http_docs.pyspider.org_en_latest]

\-提供了完整的网页爬取系统构建功能

\-支持数据库后端、消息队列、优先级、分布式框架等

\-Python最重要的网络爬虫类第三方库

**（4）Web信息提取：Beautiful Soup：HTML和XML的解析库** [https://www.crummy.com/software/BeautifulSoup/bs4/doc/][https_www.crummy.com_software_BeautifulSoup_bs4_doc]

\-提供了解析HTML和XML等Web信息的功能

\-又名beautifulsoup4或者bs4，可以加载多种解析引擎

\-常与网络爬虫库搭配使用，比如Scrapy、requests等

\-使用之前需要预先了解HTML和XML的设计原理

**（5）Web信息提取：Re：正则表达式解析和处理功能库**

\-提供了定义和解析正则表达式的一批通用功能

\-可用于各类场景，包括定点的Web信息提取，能查找文本中的特定模式信息

\-Python最主要的标准库之一，无需安装

**（6）Web信息提取：Python-Goose：提取文章类型Web页面的功能库** [https://github.com/grangier/python-goose][https_github.com_grangier_python-goose]

\-提供了对Web页面里面文章信息/视频等元数据的提取功能

\-针对特定类型Web页面，应用覆盖面较广

\-Python最主要的Web信息提取库

**（7）Web网站开发：Django：最流行的Web应用框架** [https://www.djangoproject.com/][https_www.djangoproject.com]

\-提供了构建Web系统的基本应用框架

\-MTV模式：模型（model）、模板（Template）、视图（Views）

\-Python最重要的Web应用框架，略微复杂的应用框架

\-需要预先了解WSGI、路由、功能处理逻辑、数据库、前端知识

**（8）Web网站开发：Pyramid：规模适中的Web应用框架** [https://trypyramid.com/][https_trypyramid.com]

\-提供了简单方便构建Web系统的应用框架

\-不大不小，规模适中，适合快速构建并适度扩展类应用

\-Python产品级Web应用框架，起步简单可扩展性好，适合中规模的网站

**（9）Web网站开发：Flask：Web应用开发微框架** [http://flask.pocoo.org/][http_flask.pocoo.org]

\-提供了最简单构建Web系统的应用框架

\-特点是：简单、规模小、快速，非常轻量级

**（10）网络应用开发：WeRoBot：微信公众号开发框架** [https://github.com/offu/WeRoBot][https_github.com_offu_WeRoBot]

\-提供了解析微信服务器消息及反馈消息的功能

\-建立微信机器人的重要技术手段

**（11）网络应用开发：aip：百度AI开放平台接口** [https://github.com/Baidu-AIP/python-sdk][https_github.com_Baidu-AIP_python-sdk]

\-提供了访问百度AI服务的Python功能接口

\-语音、人脸、OCR、NLP、知识图谱、图像搜索等领域

\-Python百度AI应用的最主要方式

**（12）网络应用开发：MyQR：二维码生成第三方库** [https://github.com/sylnsfar/qrcode/blob/master/README-cn.md][https_github.com_sylnsfar_qrcode_blob_master_README-cn.md]

\-提供了生成二维码的系列功能

\-基本二维码、艺术二维码和动态二维码

**3.从人机交互到艺术设计**

**（1）图形用户界面开发：PyQt5：Qt开发框架的Python接口** [https://riverbankcomputing.com/software/pyqt/intro][https_riverbankcomputing.com_software_pyqt_intro]

\-提供了创建Qt5程序的Python API接口

\-Qt是非常成熟的跨平台桌面应用开发系统，完备的GUI

\-推荐使用的Python GUI开发第三方库

**（2）图形用户界面开发：wxPython：跨平台GUI开发框架** [https://wxpython.org/][https_wxpython.org]

\-提供了专用于Python的跨平台GUI开发框架

\-理解数据类型与索引的关系，操作索引即操作数据

\-Python最主要的数据分析功能库，基于Numpy开发

**（3）图形用户界面开发：PyGObject：使用GTK+开发GUI的功能库** [https://pygobject.readthedocs.io/en/latest/][https_pygobject.readthedocs.io_en_latest]

\-提供了整合GTK+、WebKitGTK+等库的功能

\-GTK+：跨平台的一种用户图形界面GUI框架

\-实例：Anaconda采用该库构建GUI

**（4）游戏开发：PyGame：简单的游戏开发功能库** [https://www.pygame.org/news][https_www.pygame.org_news]

\-提供了基于SDL的简单游戏开发功能及实现引擎

\-理解游戏对外部输入的响应机制及角色构建和交互机制

\-Python游戏入门的最主要的第三方库

**（5）游戏开发：Panda3D：开源、跨平台的3D渲染和游戏开发库** [https://www.panda3d.org/][https_www.panda3d.org]

\-一个3D游戏引擎，提供Python和C++两种接口，Python接口更加全面

\-支撑很多先进特性：法线贴图、光泽贴图、卡通渲染等 【虚幻：？？】

\-由迪士尼和卡内基梅隆大学共同开发

**（6）游戏开发：cocos2d：构建2D游戏和图形界面交互式应用的框架** [http://python.cocos2d.org/][http_python.cocos2d.org]

\-提供了基于OpenGL的游戏开发图形渲染功能

\-支持GPU加速，采用树形结构分层管理游戏对象类型

\-适用于2D专业级游戏开发

**（7）虚拟现实：VR Zero：在树莓派上开发VR应用的Python库** [https://github.com/WayneKeenan/python-vrzero][https_github.com_WayneKeenan_python-vrzero]

\-提供了大量与VR开发相关的功能

\-针对树莓派的VR开发库，支持设备小型化，配置简单化

\-非常适合初学者实践VR开发及应用

**（8）虚拟现实：pyovr：Oculus Rift的Python开发接口** [https://github.com/cmbruns/pyovr][https_github.com_cmbruns_pyovr]

\-针对Oculus VR设备的Python开发库

\-基于成熟的VR设备，提供全套文档，工业级应用设备

**（9）虚拟现实：Vizard：基于Python的通用VR开发引擎** [https://www.worldviz.com/vizard][https_www.worldviz.com_vizard]

\-专业的企业级虚拟现实开发引擎

\-提供详细的官方文档

\-支持多种主流的VR硬件设备，具有一定的通用性

**（10）图形艺术：Quads库：迭代的艺术** [https://github.com/fogleman/Quads][https_github.com_fogleman_Quads]

\-对图片进行四分迭代，形成像素风

\-可以生成动图或者静图图像

\-简单易用，具有很高的展示度

**（11）图形艺术：ascii\_art库：ASCII艺术库** [https://github.com/jontonsoup4/ascii\_art][https_github.com_jontonsoup4_ascii_art]

\-将普通图片转为ASCII艺术风格

\-输出可以是纯本本或者是彩色文本

\-可采用图片格式输出

**（12）图形艺术：turtle库：海龟绘图体系**

\-可以绘制 random art

**4.玫瑰花绘制（非原创）**

#RoseDraw.py
    import turtle as t
    # 定义一个曲线绘制函数
    def DegreeCurve(n, r, d=1):
        for i in range(n):
            t.left(d)
            t.circle(r, abs(d))
    # 初始位置设定
    s = 0.2 # size
    t.setup(450*5*s, 750*5*s)
    t.pencolor("black")
    t.fillcolor("red")
    t.speed(100)
    t.penup()
    t.goto(0, 900*s)
    t.pendown()
    # 绘制花朵形状
    t.begin_fill()
    t.circle(200*s,30)
    DegreeCurve(60, 50*s)
    t.circle(200*s,30)
    DegreeCurve(4, 100*s)
    t.circle(200*s,50)
    DegreeCurve(50, 50*s)
    t.circle(350*s,65)
    DegreeCurve(40, 70*s)
    t.circle(150*s,50)
    DegreeCurve(20, 50*s, -1)
    t.circle(400*s,60)
    DegreeCurve(18, 50*s)
    t.fd(250*s)
    t.right(150)
    t.circle(-500*s,12)
    t.left(140)
    t.circle(550*s,110)
    t.left(27)
    t.circle(650*s,100)
    t.left(130)
    t.circle(-300*s,20)
    t.right(123)
    t.circle(220*s,57)
    t.end_fill()
    # 绘制花枝形状
    t.left(120)
    t.fd(280*s)
    t.left(115)
    t.circle(300*s,33)
    t.left(180)
    t.circle(-300*s,33)
    DegreeCurve(70, 225*s, -1)
    t.circle(350*s,104)
    t.left(90)
    t.circle(200*s,105)
    t.circle(-500*s,63)
    t.penup()
    t.goto(170*s,-30*s)
    t.pendown()
    t.left(160)
    DegreeCurve(20, 2500*s)
    DegreeCurve(220, 250*s, -1)
    # 绘制一个绿色叶子
    t.fillcolor('green')
    t.penup()
    t.goto(670*s,-180*s)
    t.pendown()
    t.right(140)
    t.begin_fill()
    t.circle(300*s,120)
    t.left(60)
    t.circle(300*s,120)
    t.end_fill()
    t.penup()
    t.goto(180*s,-550*s)
    t.pendown()
    t.right(85)
    t.circle(600*s,40)
    # 绘制另一个绿色叶子
    t.penup()
    t.goto(-150*s,-1000*s)
    t.pendown()
    t.begin_fill()
    t.rt(120)
    t.circle(300*s,115)
    t.left(75)
    t.circle(300*s,100)
    t.end_fill()
    t.penup()
    t.goto(430*s,-1070*s)
    t.pendown()
    t.right(30)
    t.circle(-600*s,35)
    t.done()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzgyNjI0Mg_size_16_color_FFFFFF_t_70][]

[http_www.numpy.org]: http://www.numpy.org/
[http_pandas.pydata.org]: http://pandas.pydata.org/
[https_scipy.org]: https://scipy.org/
[https_matplotlib.org]: https://matplotlib.org/
[http_seaborn.pydata.org]: http://seaborn.pydata.org/
[https_docs.enthought.com_mayavi_mayavi]: https://docs.enthought.com/mayavi/mayavi/
[https_github.com_mstamy2_PyPDF2]: https://github.com/mstamy2/PyPDF2
[https_www.nltk.org]: https://www.nltk.org/
[https_python-docx.readthedocs.io_en_latest]: https://python-docx.readthedocs.io/en/latest/
[https_scikit-learn.org_stable]: https://scikit-learn.org/stable/
[https_www.tensorflow.org]: https://www.tensorflow.org/
[https_mxnet.apache.org]: https://mxnet.apache.org/
[http_docs.python-requests.org_en_master]: http://docs.python-requests.org/en/master/
[https_scrapy.org]: https://scrapy.org/
[http_docs.pyspider.org_en_latest]: http://docs.pyspider.org/en/latest/
[https_www.crummy.com_software_BeautifulSoup_bs4_doc]: https://www.crummy.com/software/BeautifulSoup/bs4/doc/
[https_github.com_grangier_python-goose]: https://github.com/grangier/python-goose
[https_www.djangoproject.com]: https://www.djangoproject.com/
[https_trypyramid.com]: https://trypyramid.com/
[http_flask.pocoo.org]: http://flask.pocoo.org/
[https_github.com_offu_WeRoBot]: https://github.com/offu/WeRoBot
[https_github.com_Baidu-AIP_python-sdk]: https://github.com/Baidu-AIP/python-sdk
[https_github.com_sylnsfar_qrcode_blob_master_README-cn.md]: https://github.com/sylnsfar/qrcode/blob/master/README-cn.md
[https_riverbankcomputing.com_software_pyqt_intro]: https://riverbankcomputing.com/software/pyqt/intro
[https_wxpython.org]: https://wxpython.org/
[https_pygobject.readthedocs.io_en_latest]: https://pygobject.readthedocs.io/en/latest/
[https_www.pygame.org_news]: https://www.pygame.org/news
[https_www.panda3d.org]: https://www.panda3d.org/
[http_python.cocos2d.org]: http://python.cocos2d.org/
[https_github.com_WayneKeenan_python-vrzero]: https://github.com/WayneKeenan/python-vrzero
[https_github.com_cmbruns_pyovr]: https://github.com/cmbruns/pyovr
[https_www.worldviz.com_vizard]: https://www.worldviz.com/vizard
[https_github.com_fogleman_Quads]: https://github.com/fogleman/Quads
[https_github.com_jontonsoup4_ascii_art]: https://github.com/jontonsoup4/ascii_art
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzgyNjI0Mg_size_16_color_FFFFFF_t_70]: /images/20220322/da67f29eafe14c5ab45c099cba6b2502.png