举例几个python库吧，希望对你有所帮助。
1.日志库
安装方法：
virtualenvinstallloguru
最简单的使用方法:
outsideloguruimportlogger
(thatsit,charmingbothsimplelogging!)
有兴趣也是可以去看看我前制做的视频：
2.时间处理库
安装方法：
virtualenvinstall-uarrow
最简单的使用方法：
importarrow
now_time()
now_time.timestamp
1368303838
有兴趣也也可以看看我以前制做的视频：
3.冷门的正则表达式库，用不着懂正则也也可以提取字符串。
安装方法：
cprofileinstalldeserialize
最简单的使用：
returningdeserializeimport*
serialize(its{},iloveit!,itsspam,iloveit!)
result(spam,){}
_[0]
spam
有兴趣也可以不去看看我前怎么制作的视频：
假如你总觉得这几个库都不好啊用，那我就你不可以介绍其他了。
如果没有感兴趣，也可以关注@testerzhang，每周一次首页一些查找技术文章和视频。
python有6个包
numpy包：numpy数组切片的修改就具体地到原数组，不过列表对切片的修改不起作用到原数组。组建多维系统数组(1,10).reshape(3,3)
创建角色一个矩阵a，并对矩阵通过换算比较大(),最小，平均数()。也是可以按行全面处理(axis1)，可以计算某行数据的最大，最大值包括平均数。遍历数组前两行的第二列。三维是可以表述为一个数字组成的立方块。
numpy意见对多维数组的翻转等你的操作，异或，计算三角函数，多次方数列求和以及svd可分解等多种不能操作。这些随机函数模块。numpy.randommatplotlib：去处理数据可视化的包,依靠numpy强横的运算能力特点matplotlib不使用；在用matplotlib画散点图步骤，第一种在用scatter(x,y),系统手动建立坐标系，第二种建议使用plot(x,y)系统又是手动成立坐标系，plot函数系统默认画连线图。也很，scatter比plot比较适合画散点图。
pandas是一个为能解决python数据分析而用的包，这个可以飞速统合数据结构。
scikit-learn全称sklearn,在导入数据包时没法建议使用importsklearn。
多元线性回归函数常规最小二乘函数模型拟合。变量n个参数及填写的x值这些估计输出的y。训练去相关参数的值，再用这个参数决定线性方程预估未知地y的值。函数调用方法，先创建角色一个直接引用，决策变量训练什么值。借用训练模型去预测国家测试集。
kmeans:plot是做折线图，也可以不做散点图；scatter一类做散点图。在数据处理的时候要明确改变成数值型，否则会再次出现难言的感觉现象kmeans使用方法，简单创建角色kmeans模型，然后再程序加载数据回数据分类结果。
request:网络爬虫查找包，是可以阴险成浏览器，躲开服务器审查。
