: | : | :期货量化学习 | :期货量化 |
返回列表 发帖

Python 第三方包简介 | 安装第三方包 | 命令行安装 | PyCharm 安装 | 使用第三方包开发 )【Python编程必备!】

Python 第三方包简介 | 安装第三方包 | 命令行安装 | PyCharm 安装 | 使用第三方包开发 )【Python编程必备!】

一、Python 第三方包简介

Python 包中包含了很多 Python 模块 , 每个 Python 模块对应一个 Python 源码 , 其中包含了若干功能 ( 函数 ) ;

Python 生态中 , 有很多优秀的非官方的 第三方软件包 , 如 :

Pygame : 游戏开发 , 创建游戏界面 / 处理用户输入 / 播放声音 ;
OpenCV : 计算机视觉 和 图像处理 , 处理图像和视频 / 进行人脸识别 / 物体检测 ;
Scikit-learn : 机器学习 , 提供了各种 机器学习算法 和 数据预处理工具 , 可以用于分类 / 聚类 / 回归等任务 ;
TensorFlow / PyTorch : 深度学习 和 人工智能 , 可以创建神经网络模型 / 优化器 / 激活函数等 ;
NumPy : 科学计算 和 数值计算 , 可以进行高效的 数组 / 矩阵 数据处理 ;
pandas : 数据处理 和 分析 , 可处理 结构化数据 / 时间序列数据 / 缺失值等 ;
Matplotlib : 数据可视化 和 绘图 , 如 : 折线图 / 散点图 / 柱状图等 ;
BeautifulSoup : Web 爬虫 / 解析 HTML / 解析 XML 文档 ;
Requests : 发送 HTTP 请求 / 处理 HTTP 响应 , 可以用于爬取 Web 页面 / 发送 API 请求 ;
Flask / Django : Web 开发 , 可以开发 Web 应用程序 / Web 服务器 ;
上面的 Python 包 , 都是由第三方公司或团队开发的 , 可以极大的提升开发效率 ;

二、安装第三方包

1、使用 pip 命令安装第三方包

在 Python 中使用内置的 pip 程序来安装第三方包 ;

安装第三方包的步骤 :

首先 , 打开 命令行终端

Windows 系统 可以打开 CMD 命令提示符 或者 PowerShell 命令窗口

Mac / Linux 系统 可以打开 Terminal 终端

然后 , 输入
  1. pip install 包名
复制代码
命令 , 安装指定的第三方包 ;

命令示例 : 要安装 numpy 包 , 可以输入以下命令 , 使用了 pip 命令来安装 numpy 包 ;
  1. pip install numpy
复制代码
如果需要安装其他包 , 只需要将 numpy 替换成对应的包名即可 ;

执行后 , 等待进度条执行完毕 ;



下载完毕后内容 :
  1. C:\Users\octop>pip install numpy
  2. Collecting numpy
  3.   Downloading numpy-1.21.6-cp37-cp37m-win_amd64.whl (14.0 MB)
  4.      |████████████████████████████████| 14.0 MB 384 kB/s
  5. Installing collected packages: numpy
  6. Successfully installed numpy-1.21.6
  7. WARNING: You are using pip version 20.1.1; however, version 23.1.2 is available.
  8. You should consider upgrading via the 'y:\001_developtools\015_python\python37\python.exe -m pip install --upgrade pip' command.

  9. C:\Users\octop>
复制代码


2、指定第三方包安装版本

如果想要安装 第三方包 , 可使用 ==
  1. pip install 包名==版本号
复制代码
安装 1.19.3 版本的 numpy 版本号 ;
  1. pip install numpy==1.19.3
复制代码
3、设置代理

默认的 pip 程序运行时从国外的网站统一下载安装 , 如果下载速度很慢 , 可以使用代理 ;

代理的格式如下 :
  1. pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名
复制代码
https://pypi.tuna.tsinghua.edu.cn/simple 是 清华大学 的代理 ;

4、PyCharm 中安装第三方包

点击 PyCharm 右下角的 Python 解释器 , 会弹出如下菜单选项 ,



进入 Python 解释器设置按钮 , 点击 + 按钮 , 可以进入包安装界面 , 如果安装速度太慢 , 在右下角的 Options 中输入
  1. -i https://pypi.tuna.tsinghua.edu.cn/simple
复制代码
作为参数 ;



三、使用第三方包开发

等待
  1. pip install numpy
复制代码
命令执行完毕 , numpy 包就成功安装好了 ;

点击 PyCharm 右下角的 Python 解释器 , 会弹出如下菜单选项 ,



在解释器设置中 , 可以看到安装的 numpy 的包 ;



numpy 代码示例 :
  1. import numpy

  2. # 创建一个包含 5 个元素的数组,每个元素都是 1.0  
  3. arr = numpy.array([1.0] * 5)

  4. # 输出数组的形状和元素值  
  5. print(arr.shape)  # (5,)  
  6. print(arr)  # [1. 1. 1. 1. 1.]
复制代码
执行结果 :
  1. Y:\002_WorkSpace\PycharmProjects\pythonProject\venv\Scripts\python.exe Y:/002_WorkSpace/PycharmProjects/HelloPython/hello.py
  2. (5,)
  3. [1. 1. 1. 1. 1.]

  4. Process finished with exit code 0
复制代码


原址:https://cloud.tencent.com/developer/article/2338404?areaId=106001

论坛官方微信、群(期货热点、量化探讨、开户与绑定实盘)
 
期货论坛 - 版权/免责声明   1.本站发布源码(包括函数、指标、策略等)均属开放源码,用意在于让使用者学习程序化语法撰写,使用者可以任意修改语法內容并调整参数。仅限用于个人学习使用,请勿转载、滥用,严禁私自连接实盘账户交易
  2.本站发布资讯(包括文章、视频、历史记录、教材、评论、资讯、交易方案等)均系转载自网络主流媒体,内容仅为作者当日个人观点,本网转载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。本网不对该类信息或数据做任何保证。不对您构成任何投资建议,不能依靠信息而取代自身独立判断,不对因使用本篇文章所诉信息或观点等导致的损失承担任何责任。
  3.本站发布资源(包括书籍、杂志、文档、软件等)均从互联网搜索而来,仅供个人免费交流学习,不可用作商业用途,本站不对显示的内容承担任何责任。请在下载后24小时内删除。如果喜欢,请购买正版,谢谢合作!
  4.龙听期货论坛原创文章属本网版权作品,转载须注明来源“龙听期货论坛”,违者本网将保留追究其相关法律责任的权力。本论坛除发布原创文章外,亦致力于优秀财经文章的交流分享,部分文章推送时若未能及时与原作者取得联系并涉及版权问题时,请及时联系删除。联系方式:http://www.qhlt.cn/thread-262-1-1.html
如何访问权限为100/255贴子:/thread-37840-1-1.html;注册后仍无法回复:/thread-23-1-1.html;微信/QQ群:/thread-262-1-1.html;网盘链接失效解决办法:/thread-93307-1-1.html

返回列表