本文档详细介绍了Python程序设计的学习要求，包括理解计算思维和程序设计方法论。此外，文档探讨了Python的开源特性及其强大的计算生态，重点介绍了标准库、第三方库的导入使用，以及在数据分析、网络抓取、机器学习等方面的应用。最后，文档提供了如何使用常用库的示例代码，帮助读者掌握Python的基本操作和应用。

1. — 1 —
Python程序设计

2. — 2 — — 2 —
学习要求
 了解：网络爬虫、数据分析、文本处理、数据可视
化、用户图形界面、机器学习、Web开发、游戏
开发等领域的第三方库的名称。
 理解：Numpy数组的概念和创建方法
 掌握：基本的Python 内置函数和标准库的使用，
第三方库的获取和安装。
 应用：能够创建Numpy数组并完成数组操作。

3. — 3 — — 3 —
计算生态
 计算思维是人类科学思维活动的重要组成部分。人
类在认识世界、改造世界的过程中表现为三种基本
的思维特征：
 (1) 以实验和验证为特征的实证思维；(2) 以推理
和演绎为特征的逻辑思维；(3) 以设计和构造为特
征的计算思维，以计算机学科为代表。
 计算思维指的是抽象实际问题的计算特性，利用计
算机求解，计算思维的本质是抽象（abstraction）
和自动化（automation）。

4. — 4 — — 4 —
计算生态
 程序设计方法论是指：自顶向下设计和自底向上执
行贯穿程序设计和执行的整个过程。
 在解决一个复杂问题时，我们通常是将其拆分为几
个小问题，然后用相同的方法逐个攻破小问题，然
后把所有的碎片组合起来，就可以得到该问题的解
决方法。

5. — 5 — — 5 —
计算生态
 近20年的开源运动产生了深植于各信息技术领域
的大量可重用资源，直接有力地支撑了信息技术超
越其他技术领域的发展速度，形成了“计算生态”。
 Python作为一门开源语言，其诞生之初就致力于
开源开放，而且由于Python有非常灵活的编程方
式，很多采用C、C++等语言编写的专业库经过的
接口封装亦可以供Python使用。

6. — 6 — — 6 —
计算生态
 正是因为其胶水特性，Python迅速建立了全球最
大的编程语言开放社区，建立了十几万个第三方库
的庞大规模，构建了强大的计算生态。
 Python计算生态包含Python的标准库和Python
第三方库。

7. — 7 — — 7 —
计算生态
 正是因为其胶水特性，Python迅速建立了全球最
大的编程语言开放社区，建立了十几万个第三方库
的庞大规模，构建了强大的计算生态。
 Python计算生态包含Python的标准库和Python
第三方库。
 通常通过安装工具pip管理大部分第三方库。

8. — 8 — — 8 —
计算生态
 模块（Module）：一个完整的Python文件即是一个模块，
它通常指逻辑上的组织方式。Python中常用import 模块
的方式将现成模块中的函数、类等重用到其他代码块中。
 包（Package）：一个有层次的文件目录结构，定义了一
个由模块和子包组成的Python应用程序执行环境。
 库（Library）：一组具有相同功能的模块的集合。Pyhon
之所以流行其重要原因就是具有强大的标准库、第三方库
及自定义模块。

9. — 9 — — 9 —
Contents Page
目录页
Python标准库
库的导入与使用
Python第三方库

10. — 10 —
10.1库的导入与使用
模块导入的语法格式：
（1）导入模块：
import 模块名 [AS 标识符] #导入模块（或同时取别名）
（2）导入模块中所有项目（函数、类或变量）：
from 模块名 import *
（3）导入模块中指定项目：
from 模块名 import 项目名 [AS 标识符]
（4）导入指定包模块中指定项目：
from 包名.模块名 import 项目名 [AS 标识符]

11. — 11 — — 11 —
Contents Page
目录页
Python标准库
库的导入与使用使用
Python第三方库

12. — 12 —
10.1库的导入与使用
random库包含各种随机数生成函数，以及各种
根据概率分布生成随机数的函数。
10.2.1 random库

13. — 13 —
10.1库的导入与使用
10.2.1 random库
函数名 说明
seed(a=None) 初始化随机数种子，默认值为当前系统时间
random() 生成一个[0.0,1.0]之间的随机小数
randint(a,b) 生成一个[a,b]之间的整 数
getrandbits(k) 生成一个k比特长度的随机整数
randrange(start,stop[,step
])
生成一个[start,stop]之间以step为步数的随机整数
uniform(a,b) 生成[a,b]之间的随机小数
choice(seq) 从序列类型(例如列表)中随机返回一个元素
shuffle(seq) 将序列类型中元素随机排列，返回打乱后的序列
sample(pop,k) 从pop类型中随机选取k个元素，以列表类型返回

14. — 14 —
10.1库的导入与使用
例10-1
1 import random
2 print(random.randint(1,20))
# 产生 1 到 20 的一个整数型随机数
3 print(random.random()) # 产生 0 到 1 之间的随机浮点数
4 print(random.uniform(2.2,16.3))
# 产生 2.2 到 16.3 之间的随机浮点数
5 print(random.choice('sunday'))
# 从序列中随机选取一个元素
6 print(random.randrange(1,100,7))
# 生成从1到100的间隔为7的随机整数
7 list1=[8,'s',5.0,24,'moon'] # 将序列list1中的元素顺序打乱
8 random.shuffle(list1)
9 print(list1)

15. — 15 —
10.1库的导入与使用
time库是Python中的时间标准库，time库能够
表达计算机时间，提供获取系统时间并格式化输
出的方法，提供系统级精确计时功能，可以用来
分析程序性能和让程序运行暂停。
time库主要包括时间处理、时间格式化和计时
三方面。
时间处理函数主要包括time()函数、gettime()
函数、localtime()函数和ctime()函数。
10.2.2 time库

16. — 16 —
10.1库的导入与使用
datetime库用于包含表示日期的date对象、时
间time对象和表示日期的datetime对象。
datetime库包含datetime.MINYEAR和
datetime.MAXYEAR两个常量，用于表示最小
年份和最大年份，最小年份为1，最大年份为
9999。
10.2.3 datetime库

17. — 17 —
10.1库的导入与使用
datetime.date类的date对象表示理想化日历
中的日期（年、月和日），公历1年1月1日被称
为第一天，依次往后推。today()函数用于返回
当前日期的date对象，通过其对象实例可以获
取年、月、日等信息。
10.2.3 datetime库

18. — 18 —
10.1库的导入与使用
例10-2
1 from datetime import date #导入时间库
2 now=date.today() #取当前时间
3 print(now)
4 birthday=date(2001,4,19)
5 print(birthday)
6 age=now-birthday
#假设年龄=当前日期-生日日期
7 print(age)

19. — 19 — — 19 —
Contents Page
目录页
Python绘图
库的导入与使用
Python第三方库

20. — 20 —
10.3 Python第三方库
Python第三方库广泛应用于文件读写、网络抓取和解析、数
据连接、数清洗转换、数据计算和统计分析、图像和视频处
理、音频处理、数据挖掘/机器学习/深度学习、数据可视化、
交互学习和集成开发以及其他Python协同数据工作工具。
文件的读写包括常见的txt、Excel、xml、二进制文件以及
其他格式的数据文本，主要用于本地数据的读写。Pdfminer
库可以从PDF文档中提取各类信息，Openpyxl则能够处理
Microsoft Excel文档，Python-docx用来处理Microsoft
Word文档，Beautifulsoup4可以从HTML和XML文件中解
析出数据。

21. — 21 —
10.3 Python第三方库
网络抓取和解析用于从互联网中抓取信息，并对HTML对象
进行处理，Requests库可以简洁且简单的处理HTTP请求，
Scrapy是快速、高层次的Web获取框架。
数据计算和统计分析主要用于数据探查、计算和初步数据分
析等工作。Numpy库提供开源数值计算扩展，Scipy库提供
一组专门解决科学和工程计算不同场景的主题工具，Pandas
库可高效地操作大型数据集，能提供类似于数据库中的切片、
切块、聚合、选择子集等精细化操作。

22. — 22 —
10.3 Python第三方库
数据挖掘、机器学习和深度学习等是Python进行数据建模
和挖掘学习的核心模块。Scikit-learn库提供了简单且高效
的数据挖掘和数据分析工具；TensorFlow是谷歌的第二代
机器学习系统，内建深度学习的扩展支持，任何能够用计算
流图形来表达的计算，都可以使用；PyTorch是FaceBook
推出的深度学习框架，它基于Python产生，它提供的动态
计算图是显著区别于Tensorflow等其他学习框架的地方；
Theano库支持执行深度学习中大规模神经网络算法的运算；
Keras是一个用Python编写的高级神经网络API，能够运行
在TensorFlow或者Theano之上，它的开发重点是实现快
速实验。

23. — 23 —
10.3 Python第三方库
数据可视化主要用于做数据结果展示、数据模型验证、图形
交互和探查等方面。Matplotlib是Python的2D绘图库，它
以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别
的图形，开发者可以仅需要几行代码，便可以生成多种高质
量图形；TVTK是图形应用函数库，是专业可编程的三维可视
化工具，Mayavi提供了方便实用的可视化软件。

24. — 24 —
10.3 Python第三方库
游戏开发方面，Cocos2D库提供构建2D游戏和图形界面交
互式应用的框架，基于OpenGL的游戏开发图形渲染功能；
PyGame提供简单的游戏开发功能库，支持游戏对外部输入
的响应机制及角色构建和交互机制，是Python游戏入门最主
要的第三方库；Panda3D提供Python和C++两种接口，支
持很多先进特性：法线贴图、光泽贴图、卡通渲染等，是一
个开源、跨平台的3D渲染和游戏开发库。

25. — 25 —
10.3 Python第三方库
Web开发方面，Django是最流行的开源Web应用框架，
Pyramid是通用、开源的Python Web应用程序开发框架，
Flask则是轻量级Web应用框架。
这些第三方库都需要安装，有些还需要配置后才能使用。注
意是在Windows命令行中使用pip命令安装第三库，而不是
Python交互命令行环境中。

26. — 26 —
10.3 Python第三方库
安装
10.3.1 NumPy库
NumPy库安装命令如下（不区分大小写）：
pip install numpy

27. — 27 —
10.3 Python第三方库
1. 创建NumPy数组
10.3.1 NumPy库
1 import numpy as np
2 a=np.array([1,3,5])
3 print(a)
4 b=np.array([[1,2,3],[4,5,6]])
5 print(b)
6 c=np.array([[1,2], [3,4],[5,6]])
7 print(c)

28. — 28 —
10.3 Python第三方库
2. Numpy数组的属性
10.3.1 NumPy库
【例10-19】ndarray.ndim用于返回数组的维数，等于秩。
程序代码：
1 import numpy as np
2 a = np.arange(60)
3 print(a.ndim) # a 现只有一个维度
4 b = a.reshape(20, 3) #调整后 b 现在拥有两个维度
5 print(b.ndim)

29. — 29 —
10.3 Python第三方库
2. Numpy数组的属性
10.3.1 NumPy库
【例10-19】ndarray.ndim用于返回数组的维数，等于秩。
程序代码：
1 import numpy as np
2 a = np.arange(60)
3 print(a.ndim) # a 现只有一个维度
4 b = a.reshape(20, 3) #调整后 b 现在拥有两个维度
5 print(b.ndim)

30. — 30 —
10.3 Python第三方库
3. NumPy数组操作
10.3.1 NumPy库
【例10-24】数组切片操作。
程序代码：
1 import numpy as np
2 a = np.arange(10)
3 s = slice(1, 7, 2) # 从索引 2 开始到索引 7 停止，间
隔为2
4 print(a[s])
运行结果：
[1 3 5]

31. — 31 —
10.3 Python第三方库
4. NumPy字符串函数
10.3.1 NumPy库
【例10-34】字符串连接。
程序代码：
1 import numpy as np
2 print('连接两个字符串：')
3 print(np.char.add(['hello'], [' world']))
4 print(np.char.multiply('hello ', 3))
5 print(np.char.center('Hi', 20, fillchar='*'))

32. — 32 —
10.3 Python第三方库
5. Numpy数组运算
10.3.1 NumPy库
【例10-41】数组相乘。
程序代码：
1 import numpy as np
2 a = np.array([1,2,3])
3 b = np.array([10,20,30])
4 c = a * b
5 print(a*3)
6 print (c)
运行结果：
[3 6 9]
[10 40 90]

33. — 33 —
10.3 Python第三方库
10.3.2 Requests库
Requests库中提供了如下常用的类：
requests.Request：表示请求对象，用于准备一个请求
发送到服务器。
requests.Response：表示响应对象，其中包含服务器
对HTTP请求的响应。
requests.Session：表示请求会话，提供Cookie持久性、
连接池和配置。

34. — 34 —
10.3 Python第三方库
10.3.2 Requests库
【例10-47】使用request便捷实现调用API，获取天气信息。
程序代码：
1 import requests
2 response =
requests.get('https://api.muxiaoguo.cn/api/tianqi?
city=%E9%A9%AC%E9%9E%8D%E5%B1%B1&type=1')
3 print(response.json()['data']['cityname'])
4 print(response.json()['data']['temp'])
5 print(response.json()['data']['weather'])
6 print(response.json()['data']['time'])
7 print(response.text)

35. — 35 —
10.3 Python第三方库
10.3.2 Requests库
运行结果

36. — 36 —
10.3 Python第三方库
10.3.3 Jieba库
Jieba（“结巴”）库是Python中的第三方中文分词库，能
够将一段中文文本分割成中文词语的序列。
Jieba库的分词原理：利用一个中文词库，确定汉字之间的关
联概率，汉字间概率大的组成词组，形成分词结果。除了分
词，用户还可以添加自定义的词组。

37. — 37 —
10.3 Python第三方库
10.3.3 Jieba库
Jieba库分词有3种模式：
(1) 精确模式：就是把一段文本精确地切分成若干个中文单词，
若干个中文单词之间经过组合，就精确地还原为之前的文本。
其中不存在冗余单词。
(2) 全模式：将一段文本中所有可能的词语都扫描出来，可能
有一段文本它可以切分成不同的模式，或者有不同的角度来
切分变成不同的词语，在全模式下，Jieba库会将各种不同的
组合都挖掘出来。分词后的信息再组合起来会有冗余，不再
是原来的文本。

38. — 38 —
10.3 Python第三方库
10.3.3 Jieba库
Jieba库分词有3种模式：
(3) 搜索引擎模式：在精确模式基础上，对发现的那些长的词
语会对它再次切分，进而适合搜索引擎对短词语的索引和搜
索。

39. — 39 —
10.3 Python第三方库
10.3.3 Jieba库
(1) jieba.cut(s)函数：精确模式，返回一个可迭代的数据类
型
(2) jieba.cut(s,cut_all=True)函数：全模式，输出文本s中
所有可能单词
(3) jieba.cut_for_search(s)函数：搜索引擎模式，适合搜
索引擎建立索引的分词结果
(4) jieba.lcut(s)函数：精确模式，返回一个列表类型，建议
使用
常用函数

40. — 40 —
10.3 Python第三方库
10.3.3 Jieba库
(5) jieba.lcut(s,cut_all=True)函数：全模式，返回一个列
表类型，建议使用
(6) jieba.lcut_for_search(s)函数：搜索引擎模式，返回一
个列表类型，建议使用
(7) jieba.add_word(w)函数：向分词词典中增加新词W
(8) jieba.del_word(w)函数：从分词词典中删除词汇W
常用函数

41. — 41 —
10.3 Python第三方库
10.3.3 Jieba库
《淮南子》，又名《淮南鸿烈》，是西汉皇族淮南王刘安及其门客收集史
料集体编写而成的一部哲学著作。原书中有内篇二十一卷，中篇八卷，外
篇三十三卷，至今存世的只有内篇，现今出版版本，大多对内篇进行删减
后再出版。胡适说：“道家集古代思想的大成，而淮南书又集道家的大
成。”《淮南子》在阐明哲理时，旁涉奇物异类、鬼神灵怪，保存了一部
分神话材料，像“女娲补天”、“后羿射日”、“共工怒触不周山”、
“嫦娥奔月”、“塞翁失马”等古代神话，主要靠本书得以流传。此书
“说林、说山、人闲诸篇多纪古事”，包括了广大而光明的通理，在我国
文学史上具有独特地位。
【例10-48】分析《淮南子原道训》文中出现频率最高的10个词语。

42. — 42 —
10.3 Python第三方库
10.3.3 Jieba库
【例10-48】分析《淮南子原道训》文中出现频率最高的10个词语。
1 import jieba
2 fname="淮南子全文.txt"
3 fo=open(fname,encoding="utf-8")
4 txt=fo.read()
5 lb=jieba.lcut(txt)
6 counts={}
7 for word in lb:
8 if len(word)==1:
9 continue
10 else:
11 counts[word]=counts.get(word,0)+1

43. — 43 —
10.3 Python第三方库
10.3.3 Jieba库
【例10-48】分析《淮南子原道训》文中出现频率最高的10个词语。
12 items=list(counts.items())
13 items.sort(key=lambda x:x[1],reverse=True)
14 for i in range(10):
15 word,count=items[i]
16 print('{:<10}{:>5}'.format(word,count))

44. — 44 —
10.3 Python第三方库
10.3.3 Jieba库
【例10-49】过滤连接词
1 import jieba
2 fname="淮南子全文.txt"
3 fo=open(fname,encoding="utf-8")
4 txt=fo.read()
5 lb=jieba.lcut(txt)
6 counts={}

45. — 45 —
10.3 Python第三方库
10.3.3 Jieba库
【例10-48】分析《淮南子原道训》文中出现频率最高的10个词语。
7 excludes = {
8 '这样', '所以', '一样', '一定', '可以', '的话', '不会', '现在', '人
9 家', '什么', '不能', '那么', '如果', '他们', '自己', '我们', '反而',
10 '没有', '于是', '就是', '所以', '这样', '知道', '这时', '不是', '这是
11 ', '一个', '有时候'
12 }
13 for word in lb:
14 if len(word) == 1:
15 continue
16 counts[word] = counts.get(word, 0) + 1

46. — 46 —
10.3 Python第三方库
10.3.3 Jieba库
【例10-48】分析《淮南子原道训》文中出现频率最高的10个词语。
17 for word in excludes:
18 del (counts[word])
19 items = list(counts.items())
20 items.sort(key=lambda x: x[1], reverse=True)
21 for i in range(10):
22 word, count = items[i]
23 print('{:<10}{:>5}'.format(word, count))

47. — 47 —
10.3 Python第三方库
10.3.4 PyInstaller库
PyInstaller库可以在多个平台操作系统下将Python源文件（.py）进行
打包，生成直接可执行的文件（.exe）。通过源文件打包后，Python程
序可以在没有安装Python的环境中运行，也可以作为一个独立文件进行
传递和管理。PyInstaller是第三方库，因此需要在命令行下使用pip工具
进行安装。
安装命令如下（不区分大小写）：
pip install PyInstaller
在系统命令行中找到py程序所在目录，打包命令：
pyinstaller -F <name>.py