① python常用到哪些庫
Python作為一個設計優秀的程序語言，現在已廣泛應用於各種領域，依靠其強大的第三方類庫，Python在各個領域都能發揮巨大的作用。
下面我們就來看一下python中常用到的庫：
數值計算庫：
1. NumPy
支持多維數組與矩陣運算，也針對數組運算提供大量的數學函數庫。通常與SciPy和Matplotlib一起使用，支持比Python更多種類的數值類型，其中定義的最重要的對象是稱為ndarray的n維數組類型，用於描述相同類型的元素集合，可以使用基於0的索引訪問集合中元素。
2. SciPy
在NumPy庫的基礎上增加了眾多的數學、科學及工程計算中常用的庫函數，如線性代數、常微分方程數值求解、信號處理、圖像處理、稀疏矩陣等，可進行插值處理、信號濾波，以及使用C語言加速計算。
3. Pandas
基於NumPy的一種工具，為解決數據分析任務而生。納入大量庫和一些標準的數據模型，提供高效地操作大型數據集所需的工具及大量的能快速便捷處理數據的函數和方法，為時間序列分析提供很好的支持，提供多種數據結構，如Series、Time-Series、DataFrame和Panel。
數據可視化庫：
4. Matplotlib
第一個Python可視化庫，有許多別的程序庫都是建立在其基礎上或者直接調用該庫，可以很方便地得到數據的大致信息，功能非常強大，但也非常復雜。
5. Seaborn
利用了Matplotlib，用簡潔的代碼來製作好看的圖表。與Matplotlib最大的區別為默認繪圖風格和色彩搭配都具有現代美感。
6. ggplot
基於R的一個作圖庫ggplot2，同時利用了源於《圖像語法》（The Grammar of Graphics）中的概念，允許疊加不同的圖層來完成一幅圖，並不適用於製作非常個性化的圖像，為操作的簡潔度而犧牲了圖像的復雜度。
7. Bokeh
跟ggplot一樣，Bokeh也基於《圖形語法》的概念。與ggplot不同之處為它完全基於Python而不是從R處引用。長處在於能用於製作可交互、可直接用於網路的圖表。圖表可以輸出為JSON對象、HTML文檔或者可交互的網路應用。
8. Plotly
可以通過Python notebook使用，與Bokeh一樣致力於交互圖表的製作，但提供在別的庫中幾乎沒有的幾種圖表類型，如等值線圖、樹形圖和三維圖表。
9. pygal
與Bokeh和Plotly一樣，提供可直接嵌入網路瀏覽器的可交互圖像。與其他兩者的主要區別在於可將圖表輸出為SVG格式，所有的圖表都被封裝成方法，且默認的風格也很漂亮，用幾行代碼就可以很容易地製作出漂亮的圖表。
10. geoplotlib
用於製作地圖和地理相關數據的工具箱。可用來製作多種地圖，比如等值區域圖、熱度圖、點密度圖。必須安裝Pyglet（一個面向對象編程介面）方可使用。
11. missingno
用圖像的方式快速評估數據缺失的情況，可根據數據的完整度對數據進行排序或過濾，或者根據熱度圖或樹狀圖對數據進行修正。
web開發庫：
12. Django
一個高級的Python Web框架，支持快速開發，提供從模板引擎到ORM所需的一切東西，使用該庫構建App時，必須遵循Django的方式。
13. Socket
一個套接字通訊底層庫，用於在伺服器和客戶端間建立TCP或UDP連接，通過連接發送請求與響應。
14. Flask
一個基於Werkzeug、Jinja 2的Python輕量級框架（microframework），默認配備Jinja模板引擎，也包含其他模板引擎或ORM供選擇，適合用來編寫API服務（RESTful rervices）。
15. Twisted
一個使用Python實現的基於事件驅動的網路引擎框架，建立在deferred object之上，一個通過非同步架構實現的高性能的引擎，不適用於編寫常規的Web Apps，更適用於底層網路。
資料庫管理：
16. MySQL-python
又稱MySQLdb，是Python連接MySQL最流行的一個驅動，很多框架也基於此庫進行開發。只支持Python 2.x，且安裝時有許多前置條件。由於該庫基於C語言開發，在Windows平台上的安裝非常不友好，經常出現失敗的情況，現在基本不推薦使用，取代品為衍生版本。
17. mysqlclient
完全兼容MySQLdb，同時支持Python 3.x，是Django ORM的依賴工具，可使用原生SQL來操作資料庫，安裝方式與MySQLdb一致。
18. PyMySQL
純Python實現的驅動，速度比MySQLdb慢，最大的特點為安裝方式簡潔，同時也兼容MySQL-python。
19. SQLAlchemy
一種既支持原生SQL，又支持ORM的工具。ORM是Python對象與資料庫關系表的一種映射關系，可有效提高寫代碼的速度，同時兼容多種資料庫系統，如SQLite、MySQL、PostgreSQL，代價為性能上的一些損失。
自動化運維：
20. jumpsever跳板機
一種由Python編寫的開源跳板機（堡壘機）系統，實現了跳板機的基本功能，包含認證、授權和審計，集成了Ansible、批量命令等。
支持WebTerminal Bootstrap編寫，界面美觀，自動收集硬體信息，支持錄像回放、命令搜索、實時監控、批量上傳下載等功能，基於SSH協議進行管理，客戶端無須安裝agent。主要用於解決可視化安全管理，因完全開源，容易再次開發。
21. Mage分布式監控系統
一種用Python開發的自動化監控系統，可監控常用系統服務、應用、網路設備，可在一台主機上監控多個不同服務，不同服務的監控間隔可以不同，同一個服務在不同主機上的監控間隔、報警閾值可以不同，並提供數據可視化界面。
22. Mage的CMDB
一種用Python開發的硬體管理系統，包含採集硬體數據、API、頁面管理3部分功能，主要用於自動化管理筆記本、路由器等常見設備的日常使用。由伺服器的客戶端採集硬體數據，將硬體信息發送至API，API負責將獲取的數據保存至資料庫中，後台管理程序負責對伺服器信息進行配置和展示。
23. 任務調度系統
一種由Python開發的任務調度系統，主要用於自動化地將一個服務進程分布到其他多個機器的多個進程中，一個服務進程可作為調度者依靠網路通信完成這一工作。
24. Python運維流程系統
一種使用Python語言編寫的調度和監控工作流的平台，內部用於創建、監控和調整數據管道。允許工作流開發人員輕松創建、維護和周期性地調度運行工作流，包括了如數據存儲、增長分析、Email發送、A/B測試等諸多跨多部門的用例。
GUI編程：
25. Tkinter
一個Python的標准GUI庫，可以快速地創建GUI應用程序，可以在大多數的UNIX平台下使用，同樣可以應用在Windows和Macintosh系統中，Tkinter 8.0的後續版本可以實現本地窗口風格，並良好地運行在絕大多數平台中。
26. wxPython
一款開源軟體跨平台GUI庫wxWidgets的Python封裝和Python模塊，是Python語言的一套優秀的GUI圖形庫，允許程序員很方便地創建完整的、功能健全的GUI用戶界面。
27. PyQt
一個創建GUI應用程序的工具庫，是Python編程語言和Qt的成功融合，可以運行在所有主要操作系統上，包括UNIX、Windows和Mac。PyQt採用雙許可證，開發人員可以選擇GPL和商業許可，從PyQt的版本4開始，GPL許可證可用於所有支持的平台。
28. PySide
一個跨平台的應用程式框架Qt的Python綁定版本，提供與PyQt類似的功能，並相容API，但與PyQt不同處為其使用LGPL授權。
更多Python知識請關注Python自學網。
② python用什麼編輯器
IDLE:
裝了python就會有這個，大家肯定都用過了，功能還湊合，調試器的使用方法和大家熟悉的eclipse/Visual Studio很不一樣，需要學習和適應。各項表現都一般。推薦度：★★
PythonWin:
內置Win32 extension，PythonWin成為了win32的python程序開發者必備的工具。雖然它只能運行在Win下，但其實也是開源的。功能上可以認為它是加上了自動補全和智能感知功能的IDLE，雖然和以其它一些復雜的IDE相比有些差距，但卻是不錯的輕量級Python IDE。推薦度★★★
SPE:
全名Stani's Python Editor。相當不錯的IDE，語法高亮、代碼折疊、智能感知、自動語法檢查等功能一應俱全，集成wxGlade。可惜沒有自動補全功能。開源，可以用svn下載到最新的源代碼，依賴wxPython。但久未更新(最後一次更新是在2008年2月)，逆水行舟，不進則退，功能上比其它IDE已經沒有什麼優勢了。推薦度★★★★
Ulipad:
前身是NewEdit，和SPE相比，多了自動補全功能，因而比SPE更加方便，不過沒有把界面設計器wxGlade集成進來。開源，可以用svn下載到最新的源代碼，依賴wxPython。輕便小巧而功能強大，非常適合初學者。推薦度★★★★★。
Eric:
Eric升級到4後，各方面有了很強的提升，全方位超過其它開源IDE。使用PyQt4作為圖形庫，界面美觀大方，並與QtDesigner結合，使得開發GUI程序變得非常方便，比下面將提到到BOA還要好用。最大的亮點莫過於它的調試器，支持斷點設置、單步調試和變數值查看。一句話，有了Eric4，就不用再去搗騰商業的IDE了。推薦度★★★★★，個人強烈推薦。
Boa Constructor:
比起SPE和Ulipad，BOA的編輯功能相當單薄，自動補全與智能感知都要手動，而且沒有自動語法檢查，但調試器比較好用。最大的亮點是界面設計器相當好用，比wxGlade要好用得多。硬傷是對中文支持不好。依賴wxPython。這個IDE也是久未更新了，最後一次更新是在2007年7月，沒有什麼特別的理由的話就別用它了。推薦度★★★。
③ 【Python基礎】python數據分析需要哪些庫
1.Numpy庫
是Python開源的數值計算擴展工具，提供了Python對多維數組的支持，能夠支持高級的維度數組與矩陣運算。此外，針對數組運算也提供了大量的數學函數庫，Numpy是大部分Python科學計算的基礎，具有很多功能。
2.Pandas庫
是一個基於Numpy的數據分析包，為了解決數據分析任務而創建的。Pandas中納入了大量庫和標準的數據模型，提供了高效地操作大型數據集所需要的函數和方法，使用戶能快速便捷地處理數據。
3.Matplotlib庫
是一個用在Python中繪制數組的2D圖形庫，雖然它起源於模仿MATLAB圖形命令，但它獨立於MATLAB，可以通過Pythonic和面向對象的方式使用，是Python中最出色的繪圖庫。主要用純Python語言編寫的，它大量使用Numpy和其他擴展代碼，即使對大型數組也能提供良好的性能。
4.Seaborn庫
是Python中基於Matplotlib的數據可視化工具，提供了很多高層封裝的函數，幫助數據分析人員快速繪制美觀的數據圖形，從而避免了許多額外的參數配置問題。
5.NLTK庫
被稱為使用Python進行教學和計算語言學工作的最佳工具，以及用自然語言進行游戲的神奇圖書館。NLTK是一個領先的平台，用於構建使用人類語言數據的Python程序，它為超過50個語料庫和詞彙資源提供了易於使用的介面，還提供了一套文本處理庫，用於分類、標記化、詞干化、解析和語義推理、NLP庫的包裝器和一個活躍的討論社區。
④ 編譯安裝python需要哪些依賴
依賴庫：
//使用apt
安裝即可
1.gcc,
make,
zlib1g-dev（壓縮／解壓縮庫）
安裝過程需要的庫。
2.libbz2-dev
bz2支持庫，若在編譯安裝python前沒有安裝，將無法通過pip
install
安裝提供bz2格式的第三方庫，會出現unsupported
archive
format:
.tar.bz2的錯誤，例如爬蟲庫Scrapy依賴的Twisted。
3.libsqlite3-dev
sqlite3支持庫，若在編譯安裝python前沒有安裝，則python中會缺失sqlite3模塊，當引入sqlite3或使用依賴sqllite3的第三方庫(例如Scrapy)時，會出現ImportError:
No
mol
named
_sqllite3的錯誤。
//以上為編譯安裝前需要安裝的庫，可能不夠全面，會不斷補充。
4.其他：安裝第三方庫需要的庫
python3-dev,
libxml2-dev,
libxslt1,
libffi-dev,
libssl-dev等，在安裝第三方庫會有具體說明，不做過多解釋。
安裝：
//通過wget獲取壓縮包，這里選擇3.6.1版
wget
https://www.python.org/ftp/python/3.6.1/Python-3.6.1.tar.xz
//解壓
tar
xJf
Python-3.6.1.tar.xz
cd
Python-3.6.1
./configure
make
/*這步如果需要sudo，請使用sudo
-H命令，即sudo
-H
make
install，避免pip等模塊安裝失敗。
錯誤示例(pip安裝失敗)：The
directory
'/home/ls/.cache/pip'
or
its
parent
directory
is
not
owned
by
the
current
user
and
caching
wheels
has
been
disabled.
check
the
permissions
and
owner
of
that
directory.
If
executing
pip
with
sudo,
you
may
want
sudo's
-H
flag.
*/
make
install