第三方库

time库

time库是Python中处理时间的标志库

作用

1. 计算时间的表达
    2. 提供获取系统时间并格式化输出功能
    3. 提供系统级精确计时的功能，用于程序性能分析

函数

时间获取 time()、ctime()、gmtime()
时间格式化 strftime() 、striptime()

格式化字符串	日期/时间说明	值范围和实例
%Y	年份	0000-9999
%m	月份	01-12
%B	月份名称	January-December
%b	月份名称缩写	Jan-Dec
%d	日期	01-31
%A	星期	Monday-Sunday
%a	星期缩写	Mon-Sun
%H	小时（24h）	00-23
%I	小时（12h）	01-12
%p	上/下午	AM，PM
%M	分钟	00-59
%S	秒	00-59

程序计时 sleep()、perf_counter()

import time

时间获取
print(time.time())#获取当前时间戳计算计算机内部的值浮点数
print(time.ctime())#获取当前时间并以易读的方式显示字符串
print(time.gmtime())#获取当前时间，表示为计算机可处理的时间格式

import time
“””
类似字符串格式化
展示模板由特定的格式字符串组成
“””
t=time.gmtime()
print(time.strftime(“%Y-%m-%d %H:%M:%S”),t)

import time
“””
返回一个CPU级别的精确时间计数值，单位为s
“””
import time

start=time.perf_counter()

for i in range(20):
```
if i%2==0:
    print(i)
```
time.sleep(1)#休眠1s
end=time.perf_counter()
time=end-start
print(“消耗时间”,time)

random库

random库使用随机数的Python标志库
伪随机数：采用梅森旋转算法生成的（伪）随机序列中的元素

函数

基本随机数函数：seed(),random()
扩展随机数函数：randint()、getrandbits()、uniform()、randrange()、choice、shuffle()

函数	描述
seed()	初始化给定的随机数种子，默认为当前系统时间
random()	生成一个[0.0,1.0]之间的随机小数
randint(a,b)	生成一个[a,b]之间的整数
randrange(m,n,[k])	生成一个[m,n）之间以K为步长的随机整数
getrandbits(k)	生成一个k比特长的随机整数
uniform(a,b)	生成一个[a,b]之间的随机小数
choice()	从序列中随机选择一个元素
shuffle()	将序列中元素随机排序，返回打乱后的顺序

import random
brandlist=['小米','华为','魅族','锤子']
random.seed(0)#初始化随机数种子
name=brandlist[random.randint(0,3)]
print(name)
#生成一个[m,n)之间以k为步长的随机整数
random.randrange(10,100,10)#70
#生成一个k比特长的随机整数
random.getrandbits(16)#37885
#生成一个[a,b]之间的随机小数
random.uniform(10.100)#15.5556
#从序列seq中随机选择一个元素
random.choice([1,2,3,4,5,6,7,8,9])#7
#将序列seq中元素随机排列，返回打乱后的序列
s=[1,2,3,4,6,7]
random.shuffle(s)
print(s)#[6, 2, 4, 7, 1, 3]

Pyinstaller库

将.py文件源代码转换为无需源代码的可执行文件
属于第三方库需要自行安装 pip install PyInstaller

使用

（cmd命令行）pyinstaller -F <文件名.py>

参数	描述
-h	查看帮助
–clean	清理打包过程中的临时文件
-D，–onedir	默认值，生成dist文件夹
-F，–onedir	在dist文件夹中只生成独立的打包文件
-i <文件图标名.ico>	指定打包程序使用图标（icon）文件

pyinstaller -i curve.ico -F  d.py

jieba库

jieba是优秀的中文分词第三方库
jieba库是优秀的中文分词第三方库，需要额外安装 pip install jieba

原理

利用一个中文词库，确定中文字符之间的关联概率
中文字符间概率大的组成词组，形成分词结果

使用

精确模式：把文本精确的切分开，不存在冗余单词
全模式：把文本中所有可能的词语都扫描出来，有冗余
搜索引擎模式：在精确模式的基础下，对长词再次切分

函数	描述
jieba.lcut(s)	精确模式，返回一个列表类型的分词结果
jieba.lcut(s,cut_all=True)	全模式，返回一个列表类型的分词结果，存在冗余
jieba.lcut_for_search(s)	搜索引擎模式，返回一个列表类型的分词结果，存在冗余
jieba.add_word(w)	向分词词典新增w

wordcloud库

wordcloud是优秀的词云展示第三方库
词云以词语为单位，更加直观和艺术地展现文本

安装

pip install wordcloud

使用

w=wordcloud.WordCloud()

方法

方法	描述
w,generate(txt)	向WordCloud对象w中加载文本txt
w.to_file(filename)	将词云输出为图片文件，.png或.jpg

import wordcloud
c=wordcloud.WordCloud()#配置对象参数
c.generate("hello Python")#加载词云
c.to_file("h.png")#输出词云文件

配置对象参数

参数	描述
width	指定词云对象生成图片的宽度，默认400px
hight	指定词云对象生成图片的高度，默认200px
min_font_size	指定词云中字体最小字号，默认4号
max_font_size	指定词云中字体最大字号，根据高度自动调节
font_step	指定词云中字体字号的步进间隔，默认为1
font_path	指定字体文件的路径，默认None
max_words	指定词云显示的最大单词数量，默认200
stop_words	指定词云的排除词列表，即不显示的单词列表
mask	指定词云形状，默认为长方形
background_color	指定词云图片的背景颜色，默认为黑色

#政府工作报告词云
import wordcloud
import jieba
f=open("bg.txt","r",encoding="utf-8")
txt=f.read()
f.close()
ls=jieba.lcut(txt)
word=" ".join(ls)
w=wordcloud.WordCloud(width=400,height=400,background_color="white",font_path="msyh.ttc")
w.generate(word)
w.to_file("年度报告.png")

os库

os库提供通用的、基本的操作系统交互功能

用途

路径操作：os.path子库，处理文件路径及信息
进程管理：启动系统中其它程序

os.system(command)

环境参数：获得系统软件硬件信息等环境参数

函数	描述
os.path.abspath(path)	返回path在当前系统中的绝对路径
os.path.normpath(path)	归一化path的表现形式，统一用\分隔路径
os.path.relpath(path)	返回当前程序与文件之间的相对路径
os.path.dirname(path)	返回path中的目录名称
os.path.basename(path)	返回path中最后的文件名称
os.path.join(path)	组合path与paths，返回一个路径字符串
os.path.exists(path)	判断path对应文件或目录是否存在
os.path.isfile(path)	判断path所对应是否为已经存在的文件，返回True或False
os.path.isdir(path)	判断path所对应的是否为存在的目录，返回True或Fasle
os.path.getatime(path)	返回path对应文件或目录上一次的访问时间
os.path.getmtime(path)	返回path对应文件或目录最近一次的修改
os.path.getctime(path)	返回path对应文件或目录的创建时间