Python常用库指南

一份全面的中文Python常用库指南，按应用领域分类整理。适合初学者和经验丰富的开发者作为快速参考。

📚 目录

• 核心标准库
• 文件与数据处理
• 数据分析与科学计算
• 网络请求与爬虫
• Web开发框架
• 机器学习与人工智能
• 数据库
• GUI图形界面
• 开发辅助工具
• 并发与异步
• 项目构建与打包

🚀 快速开始

每个分类都包含该领域最常用Python库的详细文档，包括：

• 核心函数和方法
• 常见使用场景
• 代码示例
• 安装说明
• 最佳实践

📁 项目结构

python-common-libraries-guide/
├── README.md                           # 本文件
├── core-libraries/                     # 核心标准库
├── file-data-processing/               # CSV、Excel、JSON处理
├── data-analysis-scientific/           # NumPy、pandas、matplotlib
├── network-webscraping/               # requests、BeautifulSoup、Scrapy
├── web-frameworks/                    # Flask、Django、FastAPI
├── machine-learning-ai/               # scikit-learn、TensorFlow、PyTorch
├── databases/                         # SQLAlchemy、MySQL、PostgreSQL
├── gui-development/                   # tkinter、PyQt
├── dev-tools/                         # 测试、日志、工具
├── concurrency-async/                 # 多线程、异步
├── project-packaging/                 # PyInstaller、setuptools
└── LICENSE

🎯 分类详解

核心标准库

日常编程必备的Python标准库模块。

• os: 操作系统接口
• sys: 系统相关参数
• datetime: 日期时间处理
• json: JSON编码解码
• re: 正则表达式
• collections: 增强数据结构
• logging: 日志框架
• argparse: 命令行参数解析

文件与数据处理

各种文件格式处理和数据处理库。

• csv: CSV文件处理
• openpyxl: Excel文件操作
• pickle: 对象序列化
• python-dotenv: 环境变量管理
• configparser: INI配置文件

数据分析与科学计算

科学计算和数据可视化库。

• NumPy: 数值计算
• pandas: 数据分析与操作
• SciPy: 科学计算
• Matplotlib: 绘图可视化
• Seaborn: 统计数据可视化
• Plotly: 交互式可视化

网络请求与爬虫

HTTP请求和网络爬虫库。

• requests: HTTP请求
• BeautifulSoup: HTML/XML解析
• selenium: 浏览器自动化
• Scrapy: 网络爬虫框架
• playwright: 现代浏览器自动化

Web开发框架

流行的Python Web框架。

• Flask: 轻量级Web框架
• Django: 全功能Web框架
• FastAPI: 现代高性能Web框架

机器学习与人工智能

机器学习和深度学习库。

• scikit-learn: 经典机器学习算法
• TensorFlow: 深度学习框架
• PyTorch: 动态深度学习
• Transformers: 预训练NLP模型
• NLTK: 自然语言工具包
• spaCy: 工业级NLP库

数据库

数据库库和ORM。

• SQLAlchemy: ORM和数据库工具包
• sqlite3: 内置数据库
• pymysql: MySQL连接器
• psycopg2: PostgreSQL适配器

GUI图形界面

桌面应用图形界面开发库。

• tkinter: 内置GUI工具包
• PyQt: 跨平台GUI框架
• customtkinter: 现代tkinter主题

开发辅助工具

开发、测试和调试工具。

• tqdm: 进度条显示
• Pillow: 图像处理
• unittest: 内置测试框架
• pytest: 高级测试框架
• hashlib: 加密哈希
• secrets: 安全随机数生成

并发与异步

并发和异步编程库。

• threading: 多线程
• multiprocessing: 多进程
• asyncio: 异步I/O

项目构建与打包

Python项目打包和分发工具。

• PyInstaller: 独立可执行文件
• setuptools: 包创建
• Briefcase: 原生应用打包

📖 使用指南

本指南适用于：

• 快速查询: 查找特定库及其关键函数
• 学习路径: 按分类学习领域专用库
• 代码示例: 复制粘贴即用代码片段
• 最佳实践: 学习推荐的使用模式

🤝 贡献指南

欢迎贡献！您可以：

• 添加新库文档
• 完善现有文档
• 增加更多示例
• 修正错别字或错误

详细贡献说明请参考 CONTRIBUTING.md

📄 开源协议

本项目采用MIT许可证 - 详情请查看 LICENSE 文件。

🏷️ 标签

python 库 指南 文档 中文 参考 教程