前言

Python 是一种高级、解释型和通用动态编程语言，侧重于代码的可读性。

它在许多组织中使用，因为它支持多种编程范例。

它还执行自动内存管理。

它是世界上最受欢迎的编程语言之一。

这是有很多原因的：

• 这很容易学习。
• 它超级多才多艺。
• 它有大量的模块和库。

事实上，它可以支持绝大多数第三方模块，它就像蛋糕上的樱桃。有一些非常有趣的模块被认为值得与他人分享。在本文中，讨论了一些模块，无论您是初学者还是专业人士，它们都会派上用场。由于它们中的大多数都是第三方模块，因此它们不是 Python 内置的，需要安装。

（Python激活码+安装包、学习资料文末自取）

1.OS

OS这个模块特别常用，也特别的好用，丰要用于讲行系练级别的操作。从重新命名、移动文件、删除文件、复制文件...等等，基本上你会对文件做的事，还有对目录（文件夹）的操作，这个模块都能帮助你在程序中做到。

2.time 和datetime

这两个模块相辅相成，常常需要在彼此间互相转换，因为常常用到时间戳、格式化的时间字串、及元组等不同类型的软件。他们能做到的事也相当多，基本上只要你需要操作时间，或是运算日期等等，都必须用到他们。

3.random

random 是在做什么的呢？顾名思义，就是在做跟随机相关操作的模块。这是最常用到的模块，用法非常多，比如生产随机整数、小数，从串列中随机挑选一个物件甚至是直接打乱串列排序的洗牌动作等等，random全部都能用几行代码轻松完成。

4.Numpy

Numpy是Python 的一个重要模块，主要用于资料处理上。Numpy底层以 C和Fortran 语言编写，所以能快速操作多重维度的阵列。当 Python 处理庞大资料时，内建的资料型态list 效能并不理想，而Numpy具备平行处理的能力，可以将操作动作一次套用在大型阵列上。

5.SciPy

常用科学计算的另一个重要模块就是SciPy。SciPy是一种使用NumPy为基础，来做高等数学、统计和许多其它科学任务的模块。它基于NumPy，并扩展了NumPy的功能。SciPy的主要的数据结构是由Numpy实现的多维阵列。这个模块包含了解决线性代数、概率论，积分等等高等。

6.Pandas

Pandas也是一个常用Python模块，提供了高阶的资料结构和多种分析工具。它的最大特点是能够将复杂的数据操作，转换成一两个命令。
Pandas包含许多用于分组、过滤和组合数据以及时间序列功能的内置函式。

Pandas在前阵子的版本更新中，增加了数百个新特性、并且对bug进行修复以及API更改。这些改进是针对数据分组和排序的能力，让它变得更容易输出，以及支持对自定义的类别(class)进行操作。

7.Matplotlib

Matplotlib是一个用于创建二维图表和图形的模块。在它的帮助下，你可以轻松构建不同的图表，从直条图、点状图到坐标图都可以。重点是，很多热门的模块都支持与Matplotlib协同工作。

Matplotlib虽然主要都是用纯Python写的，但是为了在运行时有更高的性能，尤其是在显示大量数据的情况下，里面也大量使用了NumPy。

8.Bokeh

Bokeh模块透过JavaScript在浏监器中创造出互动式、可伸缩的视觉效果。它提供了各式各样的视觉化必须的辅助函数，同时也将网页前端的技术细节包装成一个个的Python函式与参数供我们调用，让我们不再需要编辑HTML与JavaScript便能制作网页前端。

9. TensorFlows

TensorFlow是在Google大脑中开发的一个用于深度和机器学习的流行框架。它提供了具有多个数据集的人工神经网络一起工作的能力。在最流行的TensorFlow应用程序中，有对象识别、语音识别等，而且它的更新速度非常快。

10.PyTorch

PyTorch是一个大型框架，允许你使用GPU加速进行计算，创建动态计算图，并自动计算梯度。以此为基础，PyTorch 为解决与神经网络相关的应用程序提供了丰富的API。这个模块基于Torch，是一个开源的深度学习库，通过C语言实现。从2017年起进入众人视野，该框架就越来越受欢迎，并吸引了越来越多的数据科学家。

以上是 10 个超级实用的 Python 模块，它们可以帮助完成各种各样的任务，从数据分析到图形用户界面设计再到机器学习。随着 Python 编程技能的提高，这些模块将成为得力助手。希望大家能善加利用这些工具，提高编程效率和创造力。

最后

如果你也想自学Python，可以关注我。我会把踩过的坑分享给你，让你不要踩坑，提高学习速度，还整理出了一套系统的学习路线，这套资料涵盖了诸多学习内容：开发工具，基础视频教程，项目实战源码，51本电子书籍，100道练习题等。相信可以帮助大家在最短的时间内，能达到事半功倍效果，用来复习也是非常不错的。

1.Python系统学习路线图

2.Python必备开发工具

3.看视频进行系统学习

4.实战案例

Python激活码+安装包、学习资料获取方式：↓↓↓↓
1.关注公众号：萧晓编程百事通
2.在后台发送：“111” 即可免费领取

或者点击这里：【资料传送门】领取