Python库使用实战案例(标准库到第三方库)

我向空气挥挥手

目录

• Python 库使用全攻略
• 一、标准库核心模块
• 二、第三方库实战
• 三、库管理最佳实践
• 四、实战案例：天气数据分析
• 五、常见问题解决

Python 库使用全攻略

Python 的库生态系统是其强大功能的核心。本文将从标准库到第三方库，结合实战案例系统讲解使用技巧。

一、标准库核心模块

1. os模块：操作系统交互

import os
# 获取当前目录
print(os.getcwd())
# 遍历目录
for file in os.listdir():
    if file.endswith(".py"):
        print(file)

1. datetime模块：时间处理

from datetime import datetime
now = datetime.now()
print(f"当前时间: {now.strftime('%Y-%m-%d %H:%M:%S')}")

1. json模块：数据序列化

import json
data = {"name": "Alice", "age": 30}
json_str = json.dumps(data)  # 转为JSON字符串
restored_data = json.loads(json_str)  # 解析JSON

二、第三方库实战

1. 数据处理：pandas

import pandas as pd
df = pd.DataFrame({
    '产品': ['A', 'B', 'C'],
    '销量': [120, 85, 150]
})
# 计算平均销量
mean_sales = df['销量'].mean()
print(f"平均销量: {mean_sales}")

1. 网络请求：requests

import requests
response = requests.get("https://api.example.com/data")
if response.status_code == 200:
    print(response.json())  # 输出API返回的JSON数据

1. 可视化：matplotlib

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [10, 15, 7, 20]
plt.plot(x, y, marker='o')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.savefig('plot.png')  # 保存图表

三、库管理最佳实践

1. 虚拟环境

python -m venv myenv  # 创建虚拟环境
source myenv/bin/activate  # 激活（Linux/Mac）

1. 依赖管理

pip freeze > requirements.txt  # 生成依赖清单
pip install -r requirements.txt  # 安装所有依赖

1. 库版本控制
   在代码中明确指定版本：

# requirements.txt
numpy==1.21.0
pandas>=1.3.0

四、实战案例：天气数据分析

目标：用第三方库获取并分析天气数据

import requests
import pandas as pd
# 1. 获取数据
url = "https://api.weather.com/v3/forecast"
params = {"location": "beijing", "apikey": "YOUR_KEY"}
data = requests.get(url, params=params).json()
# 2. 转为DataFrame
df = pd.DataFrame(data['daily'])
print(df[['date', 'maxTemp', 'minTemp']].head())
# 3. 计算平均温差
df['temp_diff'] = df['maxTemp'] - df['minTemp']
print(f"平均温差: {df['temp_diff'].mean():.1f}℃")

五、常见问题解决

• 库安装失败：换用国内镜像

  pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas
  

• 版本冲突：使用pipenv或conda管理环境
• API调用错误：检查文档中的认证方式和参数格式

总结：掌握标准库提升基础能力，善用第三方库解决实际问题，配合虚拟环境和依赖管理保障项目稳定性。