Python常用工具类库common.utils大全

发布时间：2023-12-25 11:40:10

在Python开发中，使用工具类库可以大大提高编码效率和代码质量。下面是一些常用的Python工具类库common.utils及其使用例子。

1. requests库：用于向网络发送HTTP请求。

import requests

url = 'https://api.github.com/users/octocat'
response = requests.get(url)

print(response.status_code)  # 输出响应状态码
print(response.json())  # 输出响应数据

2. beautifulsoup库：用于解析HTML和XML文档。

from bs4 import BeautifulSoup

html = '<html><body><h1>Hello, world!</h1></body></html>'
soup = BeautifulSoup(html, 'html.parser')

print(soup.h1.text)  # 输出<h1>标签中的文本内容

3. pandas库：用于数据分析和处理。

import pandas as pd

data = {'Name': ['Tom', 'John', 'Emma'],
        'Age': [28, 32, 25],
        'Country': ['USA', 'UK', 'Canada']}
df = pd.DataFrame(data)

print(df.head())  # 输出数据框的前几行数据

4. numpy库：用于科学计算和矩阵运算。

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

print(np.dot(a, b))  # 输出两个向量的点积

5. matplotlib库：用于绘制图表和可视化数据。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 15, 7, 9, 12]

plt.plot(x, y)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Line Plot')
plt.show()

6. os库：用于与操作系统交互，如文件和目录操作。

import os

print(os.getcwd())  # 输出当前工作目录

os.mkdir('new_dir')  # 创建一个新的目录
os.rename('new_dir', 'new_dir_renamed')  # 重命名目录

7. random库：用于生成随机数。

import random

print(random.randint(1, 10))  # 输出1到10之间的随机整数

fruits = ['apple', 'banana', 'orange']
print(random.choice(fruits))  # 输出随机选择的水果

8. datetime库：用于处理日期和时间。

import datetime

current_time = datetime.datetime.now()
print(current_time)

future_time = current_time + datetime.timedelta(days=7)
print(future_time)

9. json库：用于处理JSON格式数据。

import json

data = {'name': 'Tom', 'age': 25, 'country': 'USA'}

json_data = json.dumps(data)  # 将Python对象转换为JSON字符串
print(json_data)

python_data = json.loads(json_data)  # 将JSON字符串转换为Python对象
print(python_data)

10. re库：用于正则表达式匹配和处理。

import re

text = 'hello world, hello python'

result = re.findall(r'hello', text)
print(result)  # 输出匹配到的所有字符串

new_text = re.sub(r'hello', 'hi', text)
print(new_text)  # 将字符串中的所有'hello'替换为'hi'

以上是一些常用的Python工具类库common.utils及其使用例子。这些工具类库可以帮助Python开发者快速解决各种问题，并提高代码的可读性和可维护性。当然，还有很多其他的工具类库可以用于特定的场景和需求。