百色市网站建设_网站建设公司_前端开发_seo优化

Day 96：【99天精通Python】常用库速查手册 - 你的 Python “小抄”

前言

欢迎来到第96天！

在 90 多天的学习中，我们接触了大量的 Python 库和模块。你不可能记住所有的函数和参数。
专业的开发者从来不靠死记硬背，而是擅长查阅文档和使用工具。

今天，我们将把之前学习过的最核心、最高频的库的常用 API 整理成一份速查手册 (Cheatsheet)。你可以把这篇文章收藏起来，作为你日常开发中的"小抄"。

1. NumPy: 数组计算

importnumpyasnp# 创建arr=np.array([1,2,3])np.arange(10)np.zeros((2,3))np.linspace(0,1,5)# 属性arr.shape arr.dtype arr.ndim# 运算arr+10arr*2np.sum(arr)np.mean(arr)np.sum(arr,axis=0)# 按列求和# 变形arr.reshape(3,-1)arr.flatten()arr.T# 转置# 索引arr[arr>5]# 布尔索引arr[[1,3,5]]# 花式索引np.where(arr>5,1,0)

2. Pandas: 表格处理

importpandasaspd# 创建df=pd.DataFrame({'A':[1,2],'B':[3,4]})# IOpd.read_csv('file.csv')df.to_excel('file.xlsx',index=False)# 查看df.head()df.info()df.describe()df.isnull().sum()# 选取df['Column']# 取列df.loc[0]# 按标签取行df.iloc[0]# 按位置取行df[df['A']>1]# 条件筛选# 清洗df.dropna()df.fillna(0)df.drop_duplicates()df['A'].astype(int)# 合并pd.merge(df1,df2,on='key')pd.concat([df1,df2])# 分组df.groupby('Column').sum()

3. Matplotlib: 基础绘图

importmatplotlib.pyplotasplt# 流程plt.figure(figsize=(8,6))plt.plot(x,y)plt.title("Title")plt.xlabel("X Label")plt.ylabel("Y Label")plt.legend()plt.grid(True)plt.savefig("plot.png")plt.show()# 常用图plt.plot(x,y)# 折线plt.scatter(x,y)# 散点plt.bar(x,y)# 柱状plt.hist(data)# 直方图plt.pie(sizes)# 饼图

4. Scikit-Learn: 机器学习

fromsklearn.model_selectionimporttrain_test_splitfromsklearn.linear_modelimportLinearRegressionfromsklearn.metricsimportaccuracy_score# 划分数据X_train,X_test,y_train,y_test=train_test_split(X,y)# 模型三板斧model=LinearRegression()model.fit(X_train,y_train)y_pred=model.predict(X_test)score=model.score(X_test,y_test)# 评估accuracy_score(y_test,y_pred)

5. Flask: Web 开发

fromflaskimportFlask,request,jsonify,render_template,redirect,url_for app=Flask(__name__)@app.route("/user/<name>")defhello(name):# URL 参数page=request.args.get('page',1)# 表单数据username=request.form.get('username')# 渲染模板returnrender_template("index.html",user=name)# 启动app.run(debug=True)

6. Requests: HTTP 请求

importrequests# GETresp=requests.get("https://api.example.com/data",params={'key':'value'},headers={'User-Agent':'...'},timeout=5)# POSTresp=requests.post("https://api.example.com/submit",json={'key':'value'})# 处理响应resp.status_code resp.text resp.json()resp.content

7. OpenCV: 图像处理

importcv2# 读写img=cv2.imread("image.jpg")cv2.imwrite("new.png",img)# 显示cv2.imshow("Window Name",img)cv2.waitKey(0)cv2.destroyAllWindows()# 转换gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# 绘图cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

8. PyTorch: 深度学习

importtorchimporttorch.nnasnnimporttorch.optimasoptim# 模型classMyModel(nn.Module):def__init__(self):super().__init__()self.linear=nn.Linear(10,1)defforward(self,x):returnself.linear(x)model=MyModel()# 训练管道criterion=nn.MSELoss()optimizer=optim.Adam(model.parameters(),lr=0.01)# 训练循环optimizer.zero_grad()output=model(data)loss=criterion(output,target)loss.backward()optimizer.step()

结语

这份手册是你未来编程路上的得力助手。
不要试图背下所有东西。把它当作一本字典，需要时翻一翻，用得多了，自然就熟了。

编程的核心能力，不是记忆力，而是解决问题的能力和学习能力。

系列导航：

• 上一篇：Day 95 - 职业发展与学习路径
• 下一篇：Day 97 - 常见面试题解析 (上)（待更新）