Python拥有大量封装好的功能模块和工具库，这些库广泛应用于数据分析、机器学习、Web开发、自动化等多个领域。库在Python的作用非常重要，利用库不仅能简化复杂的任务还能极大减少开发的时间。下面介绍了13个python常见库。

1. NumPy

用途：数值计算和数组处理。

功能：提供支持大规模多维数组和矩阵运算；提供数学函数库，用于对数组执行各种操作，如线性代数、傅里叶变换、随机数生成等。

import numpy as np
arr = np.array([1, 2, 3])
print(arr * 2)  # 输出：[2 4 6]

2. Pandas

用途：数据分析和处理。

功能：提供DataFrame结构，方便处理和分析表格数据；数据清洗、转换、合并、分组等。

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

3. Matplotlib

用途：数据可视化。

功能：绘制各种图表，如折线图、散点图、柱状图等；支持自定义图表外观。

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [1, 4, 9, 16]
plt.plot(x, y)
plt.show()

4. Seaborn

用途：基于Matplotlib的统计数据可视化。

功能：更简洁的接口和美观的图表；自动处理数据的统计分析（如箱线图、热图等）。

import seaborn as sns
tips = sns.load_dataset('tips')
sns.boxplot(x="day", y="total_bill", data=tips)

5. Scikit-learn

用途：机器学习。

功能：提供多种机器学习算法（分类、回归、聚类等）；支持数据预处理、特征选择、模型评估等。

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

iris = load_iris()
X = iris.data
y = iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

model = RandomForestClassifier()
model.fit(X_train, y_train)
print(model.score(X_test, y_test))

6. TensorFlow / PyTorch

用途：深度学习。

功能：提供构建和训练神经网络的工具；支持自动求导、GPU加速等功能。

import tensorflow as tf
model = tf.keras.Sequential([tf.keras.layers.Dense(10, input_shape=(3,))])
model.compile(optimizer='adam', loss='mean_squared_error')

7. Flask / Django

用途：Web开发。

功能：Flask：一个轻量级的Web框架，适合开发小型Web应用；Django：功能更强大的Web框架，适用于开发大型Web应用。

from flask import Flask
app = Flask(__name__)

@app.route('/')
def hello():
    return 'Hello, World!'

if __name__ == '__main__':
    app.run(debug=True)

8. Requests

用途：HTTP请求。

功能：发送HTTP请求，获取响应；处理GET、POST等请求类型，支持文件上传、cookie管理等。

import requests
response = requests.get('https://api.github.com')
print(response.json())

9. BeautifulSoup

用途：网页解析和爬虫。

功能：解析HTML和XML文档；从网页中提取数据，常与requests结合使用。

from bs4 import BeautifulSoup
import requests

url = 'https://example.com'
page = requests.get(url)
soup = BeautifulSoup(page.content, 'html.parser')
print(soup.prettify())

10. SQLAlchemy

用途：数据库操作。

功能：提供Python对SQL数据库的ORM（对象关系映射）支持；通过Python类与数据库进行交互，简化SQL操作。

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

Base = declarative_base()
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)

engine = create_engine('sqlite:///:memory:')
Base.metadata.create_all(engine)

Session = sessionmaker(bind=engine)
session = Session()
new_user = User(name='Alice')
session.add(new_user)
session.commit()

11. OpenCV

用途：计算机视觉。

功能：处理图像和视频，提供图像识别、特征提取、边缘检测等功能。

import cv2
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('Gray Image', gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

12. Celery

用途：异步任务队列/分布式任务调度。

功能：处理异步任务，实现分布式工作流。

from celery import Celery
app = Celery('tasks', broker='pyamqp://guest@localhost//')

@app.task
def add(x, y):
    return x + y

13. PyTest

用途：单元测试。

功能：提供简洁的API来编写和执行测试，支持自动化测试和测试覆盖率。

def test_add():
    assert add(1, 2) == 3