组合数据，模块、包、库（Python实现）
一、主要目的：
1.了解模块、包、库的概念、区别和联系。
2.掌握常用标准库模块的功能和使用方法。
3.掌握常用第三方库的功能和使用方法。
4.掌握自定义模块的创建和使用方法。
二、主要内容和结果展示：
1.使用Turtle 模块绘制一个五角星。
import turtle
turtle.penup()
turtle.goto(-150,0)
turtle.pendown()
turtle.pencolor('red')
for i in range(5):
turtle.forward(300)
turtle.right(144)
turtle.done()
2. 使用 Datetime 模块获取当前时间，并指出当前时间的年、月、日、周数，以及当天是该周的第几天？
from datetime import datetime,timedelta
d = datetime.now()
print("当前时间是",d.date())
print("周数为",int(d.day / 7)+1)
print("当天是该周第",d.isoweekday(),"天")
3. 使用 Os模块获取当前项目工作路径，并输出当前工作路径下的所有文件。
import os
print("当前项目工作路径：",os.getcwd())
print("当前工作路径下的所有文件：",os.listdir())
4. 编写一个计算1+2+..+10000的函数，使用 Timeit 模块计算该函数的执行时间。
import timeit
def func():
sum = 0
for i in range(1,10001):
sum += i
t = timeit.timeit(stmt = func, number = 1)
print("t=",t
5. 使用Random模块和 NumPy 库生成一个3行4列的多维数组，数组中的每个元素为 1～100之间的随机整数，然后求该数组所有元素的平均值。
import numpy as np
import random
list1=[]
sum = 0
for x in range(12):
y = random.randrange(1,101)
list1.append(y)
sum += y
array1=np.array(list1).reshape(3,4)
print(array1)
print("所以元素的平均值为",sum/12)
6.使用 Pandas 库创建一个数据帧 (DataFrame)，然后输出某行、某列和某个单元格的数据。
import pandas as pd
data = [[1,2,3,4],[5,6,7,8],[9,10,11,12]]
df = pd.DataFrame(data)
print(df)
7. 使用 Matplotlib 库绘制y=2x+1和y=x^2的图形，并设置坐标轴的名称和图例。
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1,1,50)
y1 = 2*x + 1
plt.figure()
plt.plot(x,y1,'r')
y2 = x**2
plt.figure()
plt.plot(x,y2,'b')
plt.show()
9.自定义一个模块，然后在其他源文件中进行调用、测试。
A12.py
def func_A12():
return 'A12 in Pack1'
A11.py
import A12
print(A12.func_A12())
三、心得体会
了解了模块化编程的概念及其在Python中的应用之后，我在实际项目中应用了这些知识，这让我深刻感受到了模块化编程的便利性。以下是我对各项知识点的应用和理解：
1. 模块、包、库的概念：
- 模块：一个包含Python定义和声明的文件，其后缀名为.py。模块可以被其他程序引用，增加代码的复用性。
包：一个含有多个模块的文件夹，并且该文件夹下有一个`__init__.py`文件，标识这是一个包。
库：通常是一个广义的概念，指的是一组功能相关的模块和包的集合，可以提供一系列的功能扩展。
2. 标准库模块的使用：
Turtle模块：通过使用Turtle模块画图，我学习了如何控制图形和理解了循环的使用。
Datetime模块：学会了如何处理日期和时间，这对于任何需要时间数据处理的程序都极为重要。
Os模块：理解了如何进行文件和目录的管理，以及如何与操作系统进行交互。
3. 第三方库的使用：
NumPy和Pandas：我通过使用这两个库处理和分析数据，它们是数据科学领域非常重要的工具。
Matplotlib：通过数据可视化，我加深了对数据分布和函数关系的理解。
4. 自定义模块的创建与使用：
学会了如何创建和使用自定义模块，这对于代码的组织和重用非常有帮助。
5. 性能评估：
使用timeit模块来评估代码性能，这对于编写高效的代码很有帮助。
6. 实践中的挑战：
在使用Pandas选择数据或使用NumPy生成数组时遇到了困难，通过阅读文档和社区讨论，我解决了这些问题。