Linux环境配置Python库及常用库介绍

Linux环境配置Python库

Python 的标准库包括了很多的模块, 从 Python 语言自身特定的类型和声明, 到一些只用于少数程序的不著名的模块。在 Linux环境 运行Python 经常出现缺失 Python库 的情形：

以上图CentOS为例，执行命令，即可解决：

yum install python-lxml

对于树莓派等其他系统，可以使用：

sudo apt-get install python3-lxml

python第三方模块众多，下面我介绍一些比较实用而又有趣的模块，主要分为爬虫、数据处理、可视化、机器学习、神经网络、股票财经、游戏这7个方面，主要内容如下：

1.爬虫

目前来说，比较流行的框架是scrapy，对爬取数据来说，简单方便了不少，只需要自己添加少量的代码，框架便可启动开始爬取，当然，还有简单地爬虫包，像requests+BeautifulSoup，对于爬取简单网页来说，也足够了。

2.数据处理

numpy,scipy,pandas这些包对于处理数据来说非常方便，线性代数、科学计算等，利用numpy处理起来非常方便，pandas提供的DataFrame类可以方便的处理各种类型的文件，像excel,csv等，是分析数据的利器。

3.可视化

这里的包其实也挺多的，除了我们常用的matplotlib外，还有seaborn,pyecharts等，可以绘制出各种各样类型的图形，除了常见的线图、饼图和柱状图外，还可以绘制出地图、词云图、地理坐标系图等，美观大方，所需的代码量还少，更容易上手。

4.机器学习

常见的机器学习算法，像回归、分类、聚类、降维、模型选择等，scikit-learn包都有现成的代码可供利用，对于这机器学习方面感兴趣的人来说，这是一个入门机器学习的好包。

5.神经网络

说起神经网络，大部分人都应该会想起深度学习，对应的就会想到谷歌目前非常流行的深度学习框架—tensorflow，tesndorflow可被用于语音识别和图像识别等众多领域，其发展前景光明，对于这方面感兴趣的科研人员来说，是一个很不错的工具，当然，还有基于tensorflow的theano,keras等，都是学习神经网络的不错选择。

6.股票财经

对于股票和财经比较感兴趣的朋友来说，python也提供了现成的库来获取和分析股票财经数据—tushare，tushare是一个免费、开源的python财经数据接口包，可以快速的获取到国内大部分股票数据，对于金融分析人员来说，可以说是一个利器，降低了许多任务量。

7.游戏

python专门为游戏开发提供了一个平台—pygame，对于想快速开发小型游戏的用户来说，是一个很不错的选择，简单易学、容易上手，脱离了低级语言的束缚，使用起来也挺方便的。

好用的Python库推荐：

1.youtube-dl下载国外视频

pip install youtube-dl #直接安装youtube-dl
pip install -U youtube-dl #安装youtube-dl并更新
youtube-dl "http://www.youtube.com/######"

如果想下载腾讯视频、优酷、爱奇艺里面的视频，一定要试试you-get这个模块，也可以下载youtube的视频。

you-get "http://www.youtube.com/######"

2.艺术二维码生成器

pip  install  MyQR
myqr https://github.com
myqr https://github.com -v 10 -l Q

3.伪装浏览器身份

pip install fake-useragent
from fake_useragent import UserAgent
ua = UserAgent()

ua.ie

# Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US);

ua.msie

# Mozilla/5.0 (compatible; MSIE 10.0; Macintosh; Intel Mac OS X 10_7_3; Trident/6.0)'

ua['Internet Explorer']

# Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.1; Trident/4.0; GTB7.4; InfoPath.2; SV1; .NET CLR 3.3.69573; WOW64; en-US)

ua.opera

# Opera/9.80 (X11; Linux i686; U; ru) Presto/2.8.131 Version/11.11

ua.chrome

# Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.2 (KHTML, like Gecko) Chrome/22.0.1216.0 Safari/537.2'

4.爬虫神器

pip install requests

import requests
r = requests.get("https://www.#####.com/")
print(r.text)