什么是目前比较常用的Python扩展库管理工具

Posted 2023-05-02

参考技术A 这个网站左上角有documentation链接的，点进去看看。
像exe，msi如果别人已经编译过了就看不到源码了，说明作者并不希望你看到源码。第三方库开源软件比较多，有网页论坛可以找，所以直接进模块目录就可以看到源码。
元格中输入公式：=RIGHT(A,)，确认后即显示 参考技术B

在Python环境中已经有很多成熟的包，可以通过安装这些包来扩展我们的程序。

例如，很多时候Python开发人员都会去PyPI网站去查找自己想要使用的包，然后进行安装。PyPI （ Python Package Index）是获得第三方 Python 软件包以补充标准库的一个站点。

在安装Python包的过程中，经常涉及到distutils、setuptools、distribute、setup.py、easy_install、easy_install和pip等等。

突然对Python的包管理凌乱了，这些工具关系是什么，应该怎么去选择使用？

下面就简单介绍下Python包管理相关的一些内容。

Python包管理工具

这么多的Python包管理工具，刚开始接触Python时会有点不知如何选择。其实，当查过Python的官方文档之后，慢慢就理清了这些工具之间的关系了，也就没有这么混乱了。

下面就分别对Python中的包管理工具进行简单的介绍。

distutils

distutils 是 python 标准库的一部分，这个库的目的是为开发者提供一种方便的打包方式， 同时为使用者提供方便的安装方式。

我们经常使用的setup.py就是基于distutils实现的，然后通过setup.py就可以进行打包或者安装了。

看一个简单的例子，找一个目录创建三个文件foo.py、bar.py和setup.py，其中setup.py的内容如下：

from distutils.core import setup
setup(
name='fooBar',
version='1.0',
author='Will',
author_email='[e-mail]',
url='http://www.cnblogs.com/wilber2013/',
py_modules=['foo', 'bar'],
)

然后，在该目录中运行 python setup.py sdist ，会得到以下输出，同时生成了一个"fooBar-1.0.zip"包。

使用者就可以解压缩这个包然后执行 python setup.py install进行安装，然后就可以使用foo、bar这两个模块了：

关于更过如何编写setup.py的内容，请自行参阅Python官方文档中的setupscript部分。

setuptools 和 distribute

setuptools 是对 distutils 的增强，尤其是引入了包依赖管理。我们可以通过ez_setup.py来安装setuptools。

至于distribute，它是setuptools的一个分支版本。分支的原因是有一部分开发者认为 setuptools 开发太慢。但现在，distribute 又合并回了 setuptools 中，所以可以认为它们是同一个东西。

前面看到setup.py可以创建一个压缩包，而setuptools使用了一种新的文件格式（.egg），可以为Python包创建 egg文件。setuptools 可以识别.egg文件，并解析、安装它

easy_install

当安装好setuptools/distribute之后，我们就可以直接使用easy_install这个工具了：

1.从PyPI上安装一个包：当使用 easy_install package 命令后，easy_install 可以自动从 PyPI 上下载相关的包，并完成安装，升级

2.下载一个包安装：通过 easy_install package.tgz 命令可以安装一个已经下载的包

3.安装egg文件：通过 easy_install package.egg 可以安装一个egg格式的文件

通过 easy_install --help 命令可以获取该命令相关的帮助提示：

根据上面的分析，可以看到setuptools/distribute和easy_install之间的关系：

*setuptools/distribute 都扩展了 distutils，提供了更多的功能

*easy_install是基于setuptools/distribute的一个工具，方便了包的安装和省级

pip

pip是目前最流行的Python包管理工具，它被当作easy_install的替代品，但是仍有大量的功能建立在setuptools之上。

easy_install 有很多不足：安装事务是非原子操作，只支持 svn，没有提供卸载命令， 安装一系列包时需要写脚本。pip 解决了以上问题，已经成为新的事实标准。

pip的使用非常简单，并支持从任意能够通过 VCS 或浏览器访问到的地址安装 Python 包：

*安装:  pip install SomePackage 

*卸载:  pip uninstall SomePackage 

文章的下面部分就重点介绍一下pip相关的内容。

使用pip

在大家使用Python中，推荐使用pip进行Python包管理，pip的安装和使用都比较方便。

pip安装

pip的安装有两种常用的方式：

1.下载get-pip.py文件，然后执行 python get-pip.py 进行安装（如果没有安装setuptools，那么get-pip.py会帮忙安装）

2.现在pip源码包，然后通过setup.py进行安装

pip常用命令

对于pip，最常用的肯定还是 pip --help ，通过帮助文档，就可以大概知道如何使用命令和参数。

pip常用命令集合：

使用

命令

从PyPI安装软件包

pip install SomePackage

卸载软件包

pip uninstall SomePackage

查看以安装软件包

pip list

查看可升级软件包

pip list --outdated

升级软件包

pip install --upgrade SomePackage

查看软件包安装了哪些文件及路径等信息

pip show --files SomePackage

安装软件包的指定版本号

pip install SomePackage

# latest version

pip install SomePackage==1.0.4

# specific version

pip install 'SomePackage>=1.0.4'

# minimum version

根据依赖文件安装软件包

pip freeze > requirements.txt

# 使用pip导出依赖文件列表

pip install -r requirements.txt

# 根据依赖文件列表，自动安装对应的软件包

总结

广州千锋在本文介绍了Python的各个包管理工具之间的关系，相信通过这篇文章的介绍，就不会再对distutils、setuptools、distribute、setup.py、easy_install、easy_install和pip等等名词感觉混乱了。

大致了解这些Python包管理工具后，大家应该也清楚了怎么选择和使用。

本文没有涉及如何制作并发布一个Python包，感兴趣的同学可以去Python官网上查查。

参考技术C 标准库
Python拥有一个强大的标准库。Python语言的核心只包含数字、字符串、列表、字典、文件等常见类型和函数，而由Python标准库提供了系统管理、网络通信、文本处理、数据库接口、图形系统、XML处理等额外的功能。
Python标准库的主要功能有：
1.文本处理，包含文本格式化、正则表达式匹配、文本差异计算与合并、Unicode支持，二进制数据处理等功能
2.文件处理，包含文件操作、创建临时文件、文件压缩与归档、操作配置文件等功能
3.操作系统功能，包含线程与进程支持、IO复用、日期与时间处理、调用系统函数、日志（logging）等功能
4.网络通信，包含网络套接字，SSL加密通信、异步网络通信等功能
5.网络协议，支持HTTP，FTP，SMTP，POP，IMAP，NNTP，XMLRPC等多种网络协议，并提供了编写网络服务器的框架
6.W3C格式支持，包含html，SGML，XML的处理。
7.其它功能，包括国际化支持、数学运算、HASH、Tkinter等

Python社区提供了大量的第三方模块，使用方式与标准库类似。它们的功能覆盖科学计算、Web开发、数据库接口、图形系统多个领域。第三方模块可以使用Python或者C语言编写。SWIG,SIP常用于将C语言编写的程序库转化为Python模块。Boost C++ Libraries包含了一组函式库，Boost.Python，使得以Python或C++编写的程式能互相调用。Python常被用做其他语言与工具之间的“胶水”语言。
著名第三方库
1.Web框架
Django： 开源Web开发框架，它鼓励快速开发,并遵循MVC设计，开发周期短。
ActiveGrid： 企业级的Web2.0解决方案。
Karrigell： 简单的Web框架，自身包含了Web服务，py脚本引擎和纯python的数据库PyDBLite。
Tornado： 一个轻量级的Web框架，内置非阻塞式服务器，而且速度相当快
webpy： 一个小巧灵活的Web框架，虽然简单但是功能强大。
CherryPy： 基于Python的Web应用程序开发框架。
Pylons： 基于Python的一个极其高效和可靠的Web开发框架。
Zope： 开源的Web应用服务器。
TurboGears： 基于Python的MVC风格的Web应用程序框架。
Twisted： 流行的网络编程库，大型Web框架。
Quixote： Web开发框架。

2.科学计算
Matplotlib： 用Python实现的类matlab的第三方库，用以绘制一些高质量的数学二维图形。
SciPy： 基于Python的matlab实现，旨在实现matlab的所有功能。
NumPy： 基于Python的科学计算第三方库，提供了矩阵，线性代数，傅立叶变换等等的解决方案。

3.GUI
PyGtk： 基于Python的GUI程序开发GTK+库。
PyQt： 用于Python的QT开发库。
WxPython： Python下的GUI编程框架，与MFC的架构相似。

4.其它
BeautifulSoup： 基于Python的HTML/XML解析器，简单易用。
PIL： 基于Python的图像处理库，功能强大，对图形文件的格式支持广泛。
PyGame： 基于Python的多媒体开发和游戏软件开发模块。
Py2exe： 将python脚本转换为windows上可以独立运行的可执行程序。

参考自维基百科
反的向量。规定零向量与任意向量平行。 向量

python的科学计算库都有哪些

1、Numpy库简介
在Python中很多高级库都是基本Numpy科学库去做的。之前如果用Python对数据进行操作，需要一行一行或者一个一个数据的去进行操作。而在Numpy中，则是封装了一系列矩阵的操作：首先把数据转换成一系列矩阵的格式，然后再对矩阵进行操作。这样既高效，也省时。Numpy封装了一系列的函数函数，方便我们去操作矩阵。Numpy中一行代码就顶Python中十几行的代码。
2、Pandas库简介
在Pandas 是基于Numpy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas
纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。
3、Matplotlib库简介
Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形，通过
Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。 参考技术A python有很多第三方库，科学计算也很多，具体还是要看你的代码逻辑中要实现什么运算逻辑。比较简单常用的库是math库