《python入门》专题
-
Python SciPy
SciPy Python库是为了与NumPy数组一起工作而构建的，它提供了许多用户友好且高效的数值实践，例如数值集成和优化的例程。 它们一起运行在所有流行的操作系统上，可以快速安装并且是免费的。 NumPy和SciPy易于使用，但功能强大，足以让一些世界领先的科学家和工程师依赖。 SciPy Sub-packages SciPy被组织成涵盖不同科学计算领域的子包。 这些总结在下表中 - scipy
-
Python Numpy
NumPy是一个Python包，代表'Numerical Python'。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。 使用NumPy的操作 使用NumPy，开发人员可以执行以下操作 - 数组的数学和逻辑运算。 用于形状操纵的傅里叶变换和例程。 与线性代数有关的操作。 NumPy具有线性代数和随机数生成的内置函数。 NumPy - MatLab的替代品 NumPy经常与SciPy （
-
Python Pandas
Pandas是一个开源Python库，用于使用其强大的数据结构进行高性能数据处理和数据分析。 Python与pandas一起用于各种学术和商业领域，包括金融，经济，统计，广告，网络分析等。 使用Pandas，我们可以完成数据处理和分析中的五个典型步骤，无论数据来源如何 - 加载，组织，操作，建模和分析数据。 以下是Pandas的一些重要功能，专门用于数据处理和数据分析工作。 熊猫的主要特点 具有默
-
Python Dragonfly
Dragonfly 是一个用 Python 开发的语音识别框架。提供高级对象模型，可编写简单脚本来实现语音的识别。当前支持语音识别引擎有：Dragon NaturallySpeaking (DNS), a product of Nuance, Window Speech Recognition (WSR), as included in Microsoft Windows Vista.
-
MangoDB-Python
MangoDB 宣称自己是比 MongoDB 更可靠更快速的版本，而且只有 30 行代码。 下面是来自 MangoDB 首页上的介绍： MangoDB 是最快的数据库之一，它允许你存放任意类型的数据，没有任何 IO 瓶颈。如果你熟悉 MongoDB，那么你使用 MangoDB 会很顺手，你无需任何操作就可立即映射已有的数据到一个全新的自动 SHARTING 算法。 关键是该软件只有 30 行代码：
-
python-minidb
minidb是一个Python模块,利用SQLite3数据库来存储和检索的Python对象。它利用了Python的__slots__机制来确定列名,并使用类名称作为表名。数据总是以文本方式存储在数据库中,但是将使用在__slots__(因此必须是dict)中指定的类型来转换。
-
Python weppy
weppy 是一个全栈的 Python Web 框架，weppy 非常灵巧，易于理解学习和使用。兼容 Python 2.7, 3.3, 3.4, 3.5 和 3.6. 示例代码： from weppy import App, request, responsefrom weppy.orm import Database, Model, Fieldfrom weppy.tools import se
-
Python-xlsx
Python-xlsx 主要用于读写Microsoft Office 2007及更高版本.xlsx文件的库。 Python-xlsx 也配套库了对ppt、doc文件读写的python-PPTX和python-DOCX。
-
Python DBUtils
Python DBUtils 提供了稳固的、持久的到数据库的连接池，支持多线程应用环境。 该项目支持 DB-API 2 兼容数据库接口以及传统的 PyGreSQL 接口。下图是 DB-API 2 的接口结构图 下面是连接的结构图： 使用实例代码： import pgdb # import used DB-API 2 module from DBUtils.PersistentDB import P
-
Python ispy
Python ispy 是一个用来监控终端输出和处理过程的 Python 工具。
-
Python OpenID
Python OpenID 可以让你的 Python开发的 web 应用程序中启用 OpenID 支持
-
Scrapy-Python
scrapy Scrapy：Python的爬虫框架 实例Demo 抓取：汽车之家、瓜子、链家 等数据信息 版本+环境库 Python2.7 + Scrapy1.12 初窥Scrapy Scrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架。 可以应用在包括数据挖掘，信息处理或存储历史数据等一系列的程序中。 应用 生成带 json的数据文件 $ scrapy crawl car -o T
-
Python-Projects
这个项目尝试完成超过100个各个类别的使用Python的项目的收集。Fork去学习新知识吧。 不负众望，这个项目目前已经收录了非常多的项目，包罗万象，并且还在不断的增长中。 项目的各种分类做的很好，查找起来十分方便。 如果你想找相关资料可以去看看。 如果有好的项目，也可以去发布Pull Request。
-
Python CoCo
CoCo(Code Convert) 是一个简单的文件编码识别和转换的命令行工具，使用python编写，具有很好的跨平台特性。 安装 $ pip install cocov或者源码安装$ git clone git@github.com:buptmiao/CoCo.git $ cd CoCo$ python setup.py install 使用方式 1. 识别文件编码 $ coco -i fo
-
python-dateutil
python-dateutil是标准的python日期时间（datetime）模块的扩展