第1个回答 2020-07-24
标准库
sys
系统相关的参数和函数。 sys 库一般用来访问和修改系统相关信息，比如查看 python 版本、系统环境变量、模块信息和 python 解释器相关信息等等。
os
操作系统接口模块。这个库提供了访问操作系统相关依赖的方式，比如输入输出操作、读写操作、操作系统异常错误信息、进程线程管理、文件管理、调度程序等等。
re
正则表达式操作。这个库是我喜欢并且经常会用到的库，在对大量字符串进行处理的时候用正则表达式是最快速有效的方式，但是正则表达式的学习曲线较高，有兴趣的朋友可以访问这个网站学习。
math
数学函数库。 math 库提供了对 C 语言标准定义的数学函数访问，比如数论（Number-theoretic）的各种表示方法、幂和对数函数（Power and logarithmic functions）、三角函数（Trigonometric functions）、常量圆周率（π）和自然常数（e）等等。
random
生成伪随机数。
伪随机数与随机数（真随机数）不同的是执行环境，随机数是真实世界中通过物理过程实践得出结论，而伪随机数是通过计算机的特定算法生成的数，所以这个过程是可预测的、有规律的，只是循环周期较长，并不能与现实场景相切合。
random库提供生成随机数，可以模拟现实世界中随机取数、随机抽奖等等。望采纳
第2个回答 2024-03-04
一、数据处理
1、Numpy：Numpy是Python中常见的一个用于数组处理的库，它支持多维数组及矢量化计算。Numpy的广泛使用是因为它提供了高效的数学函数。
2、Pandas：Pandas是基于Numpy的一个开源数据分析Python库，它提供了快速、灵活且富于表现性的数据结构，使您能够轻松地操作数列及数据框架。Pandas适用于处理大型数据集，它的数据处理速度非常快。
3、Matplotlib：Matplotlib是一个可以让使用者在Python脚本中可视化数据的可视化库。Matplotlib拥有广泛的使用基础，因此其提供的知名和广泛使用的图形化类型可以满足不同的需求。
二、网络爬虫
1、Requests：Requests是Python中常用的库之一，用于HTTP协议的网络爬取和数据提取。它易于学习和使用，因此越来越多的开发者开始尝试使用它。
2、BeautifulSoup：BeautifulSoup是一个功能强大的爬取HTML和XML数据的Python库。它可以轻松解析网页，并提供了一些方法，包括用CSS选择器访问不同元素、查找元素以及使用正则表达式匹配。
3、Scrapy：Scrapy是一个Python框架，让您可以轻松地创建和部署爬虫。它提供了许多有用的功能，包括深度抓取、动态内容提取和管道(数据处理)功能。
三、机器学习与深度学习
1、Scikit-learn：Scikit-learn是用于Python编程语言的机器学习库，集成了许多流行的机器学习算法。它的众多算法使其成为上机学习的理想选择。Scikit-learn还提供了许多函数，用于预处理、模型选择和评估等。
2、Tensorflow：Tensorflow是一个开源的机器学习库，用于构建和实现机器学习算法。Tensorflow可以处理大数据，并运行在多GPU和多服务器上，使其非常适合于使用深度学习技术的大型项目。
3、Pytorch：Pytorch是Facebook开发的深度学习框架，强调与Numpy数组环境的接口相似。Pytorch旨在为科研人员提供最大的灵活性和速度，因此成为了研究人员的选择。
四、办公自动化
1、OpenPyXL：OpenPyXL是一个开源的Python库，用于读取和写入Excel 2010
xlsx/xlsm文件。不同于一些类似的库，OpenPyXL支持带有样式、图表和公式的Excel文件读取和修改。
2、PyAutoGUI：PyAutoGUI可以执行鼠标和键盘自动化，执行连续键盘点击、键盘敲击、移动鼠标、在屏幕上找到卡箍、获取屏幕的截图，以及支持多个平台。
3、Docx：Docx是Python库之一，用于创建和修改Word文档。该库可以读取、编辑和写入.docx格式的Word文档，使其成为办公自动化、文档管理及工程等领域中的热门Python库。