Python 最重要的庫都有哪些？

都說python最重要就是熟練使用各種庫。想知道還有哪些還沒有掌握。

---

第一波

第二波

vinta/awesome-python · GitHub

第三波

---

• sys

• os

• re
• sphinx

• sqlalchemy

• multiprocessing

• pickle

• csv

• json

• numpy

• requests

• scipy

• matplotlib

• collections

• subprocess

• thread

• time

• Tkinter

• PyQt

• socket
• gensim
• pandas
• Blaze
• jieba
• scikit-learn
• psutil
• srapy
• Django/Flask/Web2py等等
• getopt

• lxml
• beautifulsoup4
• urllib2
• StringIO
• multipledispatch

• hashlib

• itertools

• logging
• contextlib
• linecache

• jinja2

• selenium
• unittest

這是我用過的一些最基本的庫(感覺一半都是內置的)，還有很多很少見但是功能強大的都沒提，但是我覺得以上的基本可以完成常見場景的python需求了

• 爬蟲
• web開發
• 機器學習科學計算
• ....

---

庫不是拿來叫人掌握的，與其花時間來達到「掌握」某個庫的目的，不如多用這個庫去解決某個領域的問題，造某個領域的輪子，至於一些函數，在用的時候google就可以了，做多之後，自然就會知道哪些是在這個領域比較重要的，而相應的再做事的時候就不用google了，這樣也就自然而然的達到了掌握的目的，不然，每時每刻都有人在創造著新的庫，要是把一輩子都花在這些知識層面的東西上，那多無聊啊。

Learning by doing.

---

當然是越多越好,越多越有利以後的程序開發.

個人認為最少應該掌握

sys

os

fileinput

time

shelve

re

shelve

---

自己寫的庫

---

加上剛剛接觸的一個。

pyspark，誰用誰知道，對於大數據處理比起mapreduce來友好太多了

---

NLTK
自然語言處理庫

---

能解決自己問題的庫。

每個使用python的人行業、目標可能都不太一樣，關鍵是能解決自己問題的才是最重要的！

---

python doc

---

看你幹嘛了

搞dsp numpy scipy 是基礎庫

搞數據分析 少不了pandas

---

os

---

推薦閱讀：