1、大概形式：
2、第三方庫的安裝
大致流程如下：
首先，你直接匯入模組requests，會報錯，因為你本地沒有安裝這個模組（有的import是可以的，因為python自帶的），然後你就要自己安裝一下
注意：有的時候不是沒有安裝，而是python版本不一樣，因為python2與python3相差很大，所以網上檔的**執行時，報錯很多家，其中就有模組錯誤，這不是安裝沒有安裝的問題，而是版本錯誤
說一下解決方案，主要命令是：pip install requests
首先找到你的python執行程式，具體位置就是：
也就是找到該資料夾下，如下：
上圖中，用藍色圈勾中的區域就是你的命令要執行的軟體，它是用來匯入各種模組的。
具體命令如下（要在cmd命令視窗中）：
然後你再次執行就可以了!!!!!
注意：你要找的pip.exe檔案是你執行專案中的檔案，而不是pycharm下的pip.exe檔案，也不是python中的pip.exe檔案，這個問題一開始我沒有找對，所以一直出錯。
3、seaborn視覺化
（1）熱力圖
import numpy as np #匯入numpy模組，同時起個別名：np，這個別名業界也有名，大都預設了
import seaborn as sns #seaborn視覺化第三方庫
uniform_data = np.random.rand(10,12) #隨機建立乙個10行12列矩陣，每個元素是0-1的實數
ax = sns.heatmap(uniform_data) #熱力圖，三維圖形用二維表示
（2）散點圖
import numpy as np #匯入numpy模組，同時起個別名：np，這個別名業界也有名，大都預設了
import seaborn as sns #seaborn視覺化第三方庫
sns.set(color_codes = true)
tips = sns.load_dataset("tips") #這裡tips是乙個內建的資料集，兩列：tip和total_bill資料
g = sns.lmplot(x = "total_bill",y = "tip",data = tips) #開始根據資料集畫圖，設定x/y軸，然後設定資料集
上面就是根據資料集畫出來的，不僅給出了散點圖，還給出了最佳擬合回歸函式（那個直線），還有乙個置信度區間（陰影區域部分，表示擬合回歸函式的大致可能範圍）——當然乙個最大的問題是我不知道這個怎麼顯示出來啊，折騰了半天，也沒有搞定
（3）其他語言的視覺化庫
4、sklearn（機器學習庫）
（1）使用的三大步驟
#第一步：得到資料集，其中train開頭的是訓練集，而test開頭的是測試集，x—輸入，y—輸出
train_x, train_y, test_x, test_y = getdata()
#第二步：
model = somemodel() #這裡的somemodel取決於你用什麼模型，如果用svm，這裡就寫出svm()
model.fit(train_x,train_y) #通過訓練集來進行訓練，主要步驟就是這一步，耗費大部分時間
predictions = model.predict(test_x) #模型訓練好了以後，要進行測試，給出test_x，會返回乙個**值
#第三步：進行評分
score = score_function(test_y,predictions)
（2）舉乙個例子
常用的乙個資料集是蘭花lris資料集，一共150行資料，每一行4個特徵資料，輸入是乙個150*4的矩陣，輸出是乙個150*1的資料
PyThon第三方庫
本文 自 戀花蝶的部落格 今天公司停電，沒上班。跑上來更新個部落格，跟大家分享一下我常用的幾個第三方 python 庫。python 語言之所以能夠如此流行，除了本身內建許多程式庫來保障快速開發之外，目不睱接的第三方庫也是一大主因。結合我目前的工作 網遊開發 我常用的幾個第三方庫如下 wxpytho...
python 第三方庫
requests 模組 具體詳見 requests 是用python語言編寫的第三方庫，基於 urllib，採用 apache2 licensed 開源協議的 http 庫。它比 urllib 更加方便，完全滿足 http 測試需求，多用於介面測試 常用介面 1.requests.request m...
python第三方庫
網路爬蟲是自動進行http訪問並獲取html頁面的程式。常用的python網路爬蟲庫 一 requests requests庫是乙個簡潔且簡單的處理http請求的第三方庫，它的最大優點是程式編寫過程更接近正常url訪問 過程。這個庫建立在python語言的urllib3庫基礎上。request庫支援...