模块 @H_301_3@
定义@H_301_3@
计算机在开发过程中，代码越写越多，也就越难以维护，所以为了编写可维护的代码，我们会把函数进行分组，放在不同的文件里。在python里，一个.py文件就是一个模块@H_301_3@
优点： @H_301_3@
提高代码的可维护性。
提高代码的复用，当模块完成时就可以在其他代码中调用
引用其他模块，包含python内置模块和其他第三方模块
避免函数名和变量名等名称冲突@H_301_3@
Python语言生态 @H_301_3@
Python语言提供超过15万个第三方库，Python库之间广泛联系、逐层封装。@H_301_3@
使用pip安装
Python社区：https://pypi.org/@H_301_3@
@H_python标准库：@H_301_3@
sys模块
random模块
os模块：
os.path:讲解
https://www.cnblogs.com/yufeihlf/p/6179547.html
time模块：
turtle模块：
教程：https://www.cnblogs.com/chen0307/articles/9645138.html@H_301_3@
数据可视化@H_301_3@
1.matplotlib :
提供了2维可视化功能库，是Python可视化程序库的泰斗，它的设计和在1980年代被设计的商业化程序语言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它们让你能用更少的代码去调用 matplotlib的方法。@H_301_3@
访问：@H_301_3@
https://matplotlib.org/@H_301_3@
颜色：@H_301_3@
https://www.cnblogs.com/darkknightzh/p/6117528.html@H_301_3@
教程：@H_301_3@
https://wizardforcel.gitbooks.io/matplotlib-user-guide/3.1.html@H_301_3@
2.Seaborn：
它是统计类数据可视化功能库@H_301_3@
访问：@H_301_3@
http://seaborn.pydata.org/index.html@H_301_3@
3.ggplot：@H_301_3@
gplot 跟 matplotlib 的不同之处是它允许你叠加不同的图层来完成一幅图@H_301_3@
访问：
http://ggplot.yhathq.com/@H_301_3@
4.Mayavi：@H_301_3@
Mayavi2完全用Python编写，因此它不但是一个方便实用的可视化软件，而且可以方便地用Python编写扩展，嵌入到用户编写的Python程序中，或者直接使用其面向脚本的API：mlab快速绘制三维图@H_301_3@
访问：http://code.enthought.com/pages/mayavi-project.html@H_301_3@
讲解：https://blog.csdn.net/ouening/article/details/76595427https://www.jianshu.com/p/81e6f4f1cdd8@H_301_3@
5.TVTK：
TVTK库对标准的VTK库进行包装，提供了Python风格的API、支持Trait属性和numpy的多维数组。
VTK (http://www.vtk.org/) 是一套三维的数据可视化工具，它由C++编写，包涵了近千个类帮助我们处理和显示数据@H_301_3@
讲解：https://docs.huihoo.com/scipy/scipy-zh-cn/tvtk_intro.html@H_301_3@
数据分析
教程@H_301_3@
https://docs.huihoo.com/scipy/scipy-zh-cn/index.html#@H_301_3@
1.numpy
表达N维数组的最基础库@H_301_3@
访问@H_301_3@
http://www.numpy.org/@H_301_3@
讲解@H_301_3@
https://blog.csdn.net/lm_is_dc/article/details/81098805@H_301_3@
2.sympy@H_301_3@
sympy是一个Python的科学计算库，用一套强大的符号计算体系完成诸如多项式求值、求极限、解方程、求积分、微分方程、级数展开、矩阵运算等等计算问题
访问@H_301_3@
https://docs.sympy.org/0.7.1/guide.html#guide@H_301_3@
讲解@H_301_3@
https://www.jianshu.com/p/339c91ae9f41@H_301_3@
解方程@H_301_3@
https://www.cnblogs.com/zyg123/p/10549354.html@H_301_3@
3.SciPy
数学、科学、工程计算功能库@H_301_3@
官网@H_301_3@
https://www.scipy.org/@H_301_3@
讲解@H_301_3@
https://blog.csdn.net/wsp_1138886114/article/details/80444621@H_301_3@
4.pandas
Python数据分析高层次应用库@H_301_3@
官网@H_301_3@
http://pandas.pydata.org/@H_301_3@
讲解@H_301_3@
https://www.cnblogs.com/linux-wangkun/p/5903945.html@H_301_3@
5.blaze@H_301_3@
官网@H_301_3@
http://blaze.readthedocs.io/en/latest/index.html@H_301_3@
文本处理
pyPDF2:用于处理PDF文件的工具集@H_301_3@
Python-docx：操作Microsoft Word 文件的第三方库@H_301_3@
图像处理@H_301_3@
bigmoyan@H_301_3@
http://scikit-image.org/
Python Imaging Library(PIL)@H_301_3@
http://www.pythonware.com/products/pil/@H_301_3@
pillow：@H_301_3@
http://pillow.readthedocs.io/en/latest/@H_301_3@
Quads@H_301_3@
迭代的艺术@H_301_3@
ascii_art：ASCII艺术库@H_301_3@
turtle：Python标准库机器学习1.Scikit-learn是一个简单且高效的数据挖掘和数据分析工具，易上手，可以在多个上下文中重复使用。它基于NumPy,SciPy 和 matplotlib，开源，可商用（基于 BSD 许可）。@H_301_3@
访问：@H_301_3@
讲解：https://blog.csdn.net/finafily0526/article/details/79318401@H_301_3@
2.Tensorflow@H_301_3@
最初由谷歌机器智能科研组织中的谷歌大脑团队（Google Brain Team）的研究人员和工程师开发。该系统设计的初衷是为了便于机器学习研究，能够更快更好地将科研原型转化为生产项目。@H_301_3@
3.MXNet：@H_301_3@
基于神经网络的机器学习计算框架@H_301_3@
网络相关@H_301_3@
网络爬虫
requests
最友好的网络爬虫功能库@H_301_3@
访问：http://www.python-requests.org/@H_301_3@
scrapy@H_301_3@
优秀的网络爬虫框架@H_301_3@
访问：https://scrapy.org/@H_301_3@
pyspider@H_301_3@
https://github.com/binux/pyspider@H_301_3@
BeautifulSoup
HTML和XML的解析库@H_301_3@
访问：https://www.crummy.com/software/BeautifulSoup/@H_301_3@
Python-Goose：
提取文章类型Web页面功能库@H_301_3@
示例：@H_301_3@
Web网站开发@H_301_3@
Django：
最流行的Web应用框架@H_301_3@
框架：@H_301_3@
Pyramid：
规模适中的Web应用框架@H_301_3@
示例：@H_301_3@
Flask：
Web应用微框架@H_301_3@
示例：@H_301_3@
1.Tornado@H_301_3@
访问：http://www.tornadoweb.org/en/stable/@H_301_3@
3.Web.py@H_301_3@
访问：http://webpy.org/@H_301_3@
5.cherrypy@H_301_3@
http://cherrypy.org/@H_301_3@
6.jinjs@H_301_3@
http://docs.jinkan.org/docs/jinja2/@H_301_3@
网络应用开发@H_301_3@
WeRoBot：
微信公众号开发框架@H_301_3@
示例：@H_301_3@
访问：https://github.com/offu/WeRoBot@H_301_3@
教程：https://werobot.readthedocs.io/zh_CN/latest/@H_301_3@
aip：@H_301_3@
访问：@H_301_3@
1.Tkinter@H_301_3@
https://wiki.python.org/moin/TkInter/@H_301_3@
2.wxPython
跨平台GUI开发框架@H_301_3@
访问：https://www.wxpython.org/@H_301_3@
示例：@H_301_3@
3.PyGTK@H_301_3@
http://www.pygtk.org/@H_301_3@
4.PyQt5：
Qt开发框架的Python接口@H_301_3@
5.PySide@H_301_3@
http://wiki.qt.io/Category:LanguageBindings::PySide@H_301_3@
6.PyGObject：
使用GTK+开发GUI的功能库@H_301_3@
示例：@H_301_3@
戏开发@H_301_3@
Panda3D开源、跨平台的3D渲染、游戏开发平台@H_301_3@
cocos2d开发2D游戏和图形界面交互式应用的开发框架@H_301_3@
虚拟现实VR Zero树莓派上开发VR应用的Python库@H_301_3@
访问：https://github.com/WayneKeenan/python-vrzero@H_301_3@
pyovr@H_301_3@
Oculus rift 的Python开发接口@H_301_3@
Vizard基于Python的通用VR开发引擎@H_301_3@
密码学@H_301_3@
1.cryptography
https://pypi.python.org/pypi/cryptography/
2.hashids
http://www.oschina.net/p/hashids
3.Paramiko
http://www.paramiko.org/
4.Passlib
https://pythonhosted.org/passlib/
5.PyCrypto
https://pypi.python.org/pypi/pycrypto
6.PyNacl
http://pynacl.readthedocs.io/en/latest/
自然语言处理
1.nltk： 自然语言文本处理第三方库
http://www.nltk.org/@H_301_3@
教程
https://blog.csdn.net/wizardforcel/article/details/79274443@H_301_3@
2.snownlp@H_301_3@
https://github.com/isnowfy/snownlp@H_301_3@
3.Pattern@H_301_3@
https://github.com/clips/pattern@H_301_3@
4.TextBlob@H_301_3@
http://textblob.readthedocs.io/en/dev/@H_301_3@
5.Polyglot@H_301_3@
https://pypi.python.org/pypi/polyglot@H_301_3@
6.jieba：@H_301_3@
https://github.com/fxsjy/jieba@H_301_3@
https://sourceforge.net/projects/mysql-python/@H_301_3@
https://github.com/PyMySQL/PyMySQL@H_301_3@
PyMongo@H_301_3@
https://docs.mongodb.com/ecosystem/drivers/python/@H_301_3@
pymongo
MongoDB库@H_301_3@
访问：https://pypi.python.org/pypi/pymongo/@H_301_3@
redis
Redis库@H_301_3@
访问：https://pypi.python.org/pypi/redis/@H_301_3@
cxOracle
Oracle库@H_301_3@
访问：https://pypi.python.org/pypi/cx_Oracle@H_301_3@
sqlAlchemy
sql工具包及对象关系映射（ORM）工具@H_301_3@
访问：http://www.sqlalchemy.org/@H_301_3@
peewee，
sql工具包及对象关系映射（ORM）工具@H_301_3@
访问：https://pypi.python.org/pypi/peewee@H_301_3@
torndb
Tornado原装DB@H_301_3@
访问：https://github.com/bdarnell/torndb@H_301_3@
1.PyInstaller：
是一个十分有用的第三方库，它能够在Windows、Linux、 Mac OS X 等操作系统下将 Python 源文件打包，通过对源文件打包， Python 程序可以在没有安装 Python 的环境中运行，也可以作为一个 独立文件方便传递和管理。
2.Ipython
一种交互式计算和开发环境
讲解
https://www.cnblogs.com/zzhzhao/p/5295476.html
命令
ls、cd 、run、edit、clear、exist@H_301_3@