python常用模块资料
python常用模块及第三方库功能简介
python常⽤模块及第三⽅库功能简介前⾔： Python吸引⼈的⼀个出众的优点就是它有众多的第三⽅库函数，可以更⾼效率的实现开发，经过整理与⽐对，整理了运维相关的常⽤模块，并将其功能简介，对其中重要的常⽤模块，接下来的博客会进⾏相应的详细介绍与功能使⽤介绍。
Python运维常⽤的20个库：1、psutil是⼀个跨平台库（https:///giampaolo/psutil）能够实现获取系统运⾏的进程和系统利⽤率（内存，CPU,磁盘，⽹络等），主要⽤于系统监控，分析和系统资源及进程的管理。
2、IPy（/haypo/python-ipy）,辅助IP规划。
3、dnspython()Python实现的⼀个DNS⼯具包。
4、difflib：difflib作为Python的标准模块，⽆需安装，作⽤是对⽐⽂本之间的差异。
5、filecmp:系统⾃带，可以实现⽂件，⽬录，遍历⼦⽬录的差异，对⽐功能。
6、smtplib：发送电⼦邮件模块7、pycurl()是⼀个⽤C语⾔写的libcurl Python实现，功能强⼤，⽀持的协议有：FTP,HTTP,HTTPS,TELNET等，可以理解为Linux下curl命令功能的Python封装。
8、XlsxWriter:操作Excel⼯作表的⽂字，数字，公式，图表等。
9、rrdtool:⽤于跟踪对象的变化，⽣成这些变化的⾛⾛势图10、scapy(/projects/scapy/)是⼀个强⼤的交互式数据包处理程序，它能够对数据包进⾏伪造或解包，包括发送数据包，包嗅探，应答和反馈等功能。
11、Clam Antivirus免费开放源代码防毒软件，pyClamad,可以让Python模块直接使⽤ClamAV病毒扫描守护进程calmd。
12、pexpect:可以理解成Linux下expect的Python封装，通过pexpect我们可以实现对ssh,ftp,passwd,telnet等命令⾏进⾏⾃动交互，⽽⽆需⼈⼯⼲涉来达到⾃动化的⽬的。
Python的模块和包管理
Python的模块和包管理Python是一种非常流行的编程语言，它的优势之一是拥有丰富的模块和包。
模块是一个存储了Python代码的文件，而包则是一种用于组织模块的方式。
在本文中，我们将讨论Python的模块和包管理方式，以帮助读者更好地理解和使用这些功能。
一、模块管理Python的模块能够轻松地被导入和使用，这使得我们可以重复利用自己或他人编写的代码。
下面是一些常见的模块管理方法：1. 内置模块：Python自带了许多内置模块，比如math和random等。
这些模块可以直接导入并使用，无需安装其他依赖。
2. 第三方模块：Python拥有庞大的第三方模块库，比如numpy和pandas等。
要使用这些模块，我们需要先使用包管理工具如pip进行安装。
3. 自定义模块：我们也可以编写自己的模块，将常用的代码封装成函数或类，以便在不同的项目中重复使用。
要使用自定义模块，只需将模块文件放在同一目录下，并使用import语句导入即可。
二、包管理包是一种用于组织模块的方式，它能够将相关功能的模块集中在一起，使得代码更加清晰和易于维护。
下面是一些包管理的常用方法：1. 包的创建：要创建一个包，只需在项目目录下新建一个文件夹，并在文件夹内放入一个名为__init__.py的空文件。
这样，Python就会将该文件夹识别为一个包。
2. 包的导入：使用import语句可以导入一个包。
当我们导入一个包时，Python会自动执行该包下的__init__.py文件，可以在该文件中指定要导入的模块。
例如，import mypackage会导入mypackage包，并执行mypackage目录下的__init__.py文件。
3. 包的使用：一旦导入了一个包，我们可以使用点操作符访问包中的模块。
例如，如果mypackage包中有一个名为mymodule的模块，我们可以使用mypackage.mymodule来访问该模块中的函数或变量。
python 常用模块及其用法
一、介绍Python是一种高级编程语言，其易读易写、简洁直观的特点使其在计算机科学和人工智能领域广受欢迎。
在Python的丰富生态系统中，模块是一种重要的组织形式，它可以为开发者提供各种功能强大的工具和库。
本文将介绍Python中一些常用的模块及其用法，帮助读者更好地了解Python的功能和应用。
二、常用模块1. math模块math模块是Python中用于数学运算的标准库之一，它提供了一系列常用的数学函数，例如sin(x)、cos(x)、tan(x)等三角函数，以及sqrt(x)、pow(x, y)等常见的数学运算。
使用math模块可以简化数学运算的编写过程，提高代码的可读性和可维护性。
2. random模块random模块是Python中用于生成随机数的标准库之一，它提供了一系列用于生成随机数的函数，例如random()、randint(a, b)、choice(seq)等。
随机数在实际编程中有着广泛的应用，例如模拟游戏、密码生成、数据随机化等方面。
3. time模块time模块是Python中用于时间操作的标准库之一，它提供了一系列用于获取和操作时间的函数，例如time()、sleep(seconds)、strftime(format)等。
在实际应用中，时间是一个非常重要的概念，通过time模块可以方便地获取当前时间、进行时间格式化和延时操作。
4. os模块os模块是Python中用于操作系统相关功能的标准库之一，它提供了一系列用于文件和目录操作的函数，例如mkdir(path)、rmdir(path)、listdir(path)等。
通过os模块可以方便地进行文件和目录的创建、删除、遍历等操作，是Python中文件处理的重要工具之一。
5. sys模块sys模块是Python中用于系统相关功能的标准库之一，它提供了一系列与Python解释器和系统交互相关的函数和变量，例如argv、path 等。
python常用函数及模块
python常⽤函数及模块原⽂来源于博客园和CSDN1.计算函数abs（）--取绝对值max()--取序列最⼤值，包括列表、元组min（）--取序列最⼩值len()--取长度divmod（a,b）---取a//b除数整数以及余数，成为⼀个元组pow（x,y）--取x的Y次幂pow（x,y，z）先x的Y次幂，再对Z取余round（）--修改精度，如果没有，默认取0位range（）快速⽣成⼀个列表2.其他函数callable（）--返回是否可调⽤返回true或falseisinstance（a,type）---判断前⾯的是否是后⾯的这种类型，返回true或falsecmp（a,b）---判断ab是否相等，相等返回0，A<B返回-1，A>B返回1range（）--快速⽣成⼀个列表,类型为listxrange()---快速⽣成⼀个列表，类型为xrange3.类型转换函数type（）int（）long（）float（）complex（）--转换成负数hex（）--转换成⼗六进制oct（）--转换成⼋进制chr（）--参数0-252，返回当前的ASCII码ord（）--参数ASCII码，返回对应的⼗进制整数4.string函数str.capitalize()--对字符串⾸字母⼤写str.replace(a.b)---对字符串a改为bstr.split()---对字符串进⾏分割,第⼀个参数是分隔符，后⾯参数是分割⼏次。
string函数导⼊使⽤5.序列函数filter（）--筛选返回为true返回成序列lambda--定义函数zip（）---对多个列表进⾏压缩组合成⼀个新列表，但是如果多个列表的元素个数不同，组合的结果按最少元素的进⾏组合map--对多个列表进⾏压缩组合成⼀个新列表，但是如果多个列表的元素个数不同，结果是将所有的元素取出来，缺少的以None代替。
如果是None，直接组合，如果是函数，可以按函数进⾏组合reduce()--对每个元素先前两个执⾏函数，然后结果和后⼀个元素进⾏函数操作，如阶乘，阶加----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------urlencode与urldecode当url中包含中⽂或者参数包含中⽂，需要对中⽂或者特殊字符（/、&）做编码转换。
最全Python基础的知识点复习
最全Python基础的知识点复习一、内容概要基础语法：涵盖Python的基本语法元素，包括变量、数据类型、运算符、控制结构（如条件语句和循环语句）等。
数据类型与操作：详细介绍Python中的常用数据类型（如列表、元组、字典、集合等），以及这些数据类型的基本操作和特性。
函数与模块：讲解如何定义和使用函数，以及模块的概念和用法，包括自定义模块和Python标准库的使用。
面向对象编程：介绍Python中的类与对象，包括属性、方法、继承等面向对象编程的基本概念。
错误与异常处理：阐述Python中的错误和异常类型，以及如何使用tryexcept语句进行异常处理。
文件操作与IO：讲解Python中的文件操作，包括文件的打开、读取、写入和关闭等。
常用库和框架：介绍Python中常用的库和框架，如NumPy、Pandas、Matplotlib等，以及它们在数据处理、科学计算和可视化方面的应用。
通过本文的复习，读者可以全面了解Python编程的基础知识点，为进阶学习和实际应用打下坚实的基础。
二、基础语法变量和命名规则：Python中的变量名可以包含字母、数字和下划线，但不能以数字开头。
Python中的变量名是区分大小写的，因此要注意命名规范。
还需要了解Python中的保留字（如if、else、while等），避免使用这些保留字作为变量名。
数据类型：Python中的数据类型主要包括整数、浮点数、字符串等，并且拥有一种灵活的类型转换机制。
熟练掌握这些基本数据类型的用法以及它们之间的转换方法是基础语法的关键之一。
运算符和表达式：Python中的运算符包括算术运算符（如加、减、乘、除等）、比较运算符（如大于、小于等于等）和逻辑运算符（如与、或、非等）。
通过熟练掌握这些运算符的用法，可以构建各种复杂的表达式，实现数据的计算和判断。
条件语句和分支结构：在编程过程中，需要根据不同的条件执行不同的操作。
Python中的条件语句包括if语句和ifelse语句，可以实现根据条件进行分支的功能。
Python中的常用库
Python中的常用库随着Python在科学、工程、数据分析、机器学习、人工智能等领域的日益流行和应用，越来越多的人开始使用Python进行数据处理、可视化、机器学习等操作。
为了方便Python开发者的快速开发，Python社区以及开发者们相继开发了大量的Python库，这为Python的开发提供了便利。
本文将介绍Python中常用的库及其应用。
1. NumpyNumpy是Python中的一款用于数值计算的工具库，其主要功能是在Python中处理大型多维数组和矩阵，并提供高效的数值计算和分析方法。
numpy提供了大量的函数和算法，比如统计分析、线性代数、傅里叶变换、随机数生成等。
在数据处理、机器学习、科学计算等领域，numpy都扮演着非常重要的角色。
2. PandasPandas是Python中另一个非常重要的工具库，它提供了高效的数据操作和处理方法，包括数据清洗、数据转换、数据分析和数据可视化等。
Pandas以表格形式存储数据，类似于Excel，但功能更加强大。
Pandas还提供了很多高级数据操作功能，比如数据筛选、数据排序、数据分组等，这些功能可以大大提高数据操作的效率和准确性。
Pandas广泛应用于数据科学、机器学习、金融分析和科学计算等领域。
3. MatplotlibMatplotlib是Python中最流行的绘图库之一，它提供了非常丰富的绘图功能，包括线图、散点图、条形图、饼图、等高线图等。
Matplotlib的绘图功能十分灵活，用户可以通过简单的调整轴标签、字体大小等方式，美化图表，使数据更加易于理解和分析。
Matplotlib广泛应用于数据可视化、科学计算和机器学习等领域。
4. Scikit-LearnScikit-Learn是Python中的机器学习库，提供了大量的数据挖掘和机器学习算法，包括分类、回归、聚类、降维等。
Scikit-Learn不仅提供了经典的机器学习算法，还包含了大量的预处理、特征提取、模型选择和模型评估方法，使得机器学习变得更加简单和高效。
python基本架构
python基本架构Python 的基本架构包括以下几个主要组成部分：1. 解释器：Python 解释器是执行 Python 代码的核心程序。
它负责读取和解释 Python 脚本，并执行其中的指令。
2. 标准库：Python 标准库是一组预定义的模块，包含了各种常用的功能和工具，例如文件操作、数据类型、网络通信等。
这些模块可以通过导入来使用。
3. 数据类型：Python 支持多种数据类型，包括整数、浮点数、字符串、列表、元组、字典等。
这些数据类型用于表示程序中的不同类型的值。
4. 控制结构：Python 提供了丰富的控制结构语句，如 if 条件语句、for 循环、while 循环等，用于控制程序的执行流程。
5. 函数和类：Python 支持函数的定义和调用，函数是用于执行特定任务的可重复使用的代码块。
此外，Python 还支持类的定义，类是用于组织和封装相关数据和方法的实体。
6. 模块和包：模块是 Python 代码的基本组织单位，它包含了一系列相关的函数、类和变量。
包是一组相关模块的集合，可以通过导入包来使用其中的模块。
7. 对象和面向对象编程：Python 是一种面向对象编程语言，支持对象的创建和操作。
对象具有属性和方法，可以通过对象的引用进行访问和调用。
8. 异常处理：Python 提供了异常处理机制，用于处理程序运行过程中可能发生的错误和异常情况。
9. 文件 I/O：Python 提供了文件操作的功能，包括读取文件、写入文件、修改文件等。
这只是 Python 基本架构的一个简要概述，Python 还包括许多其他的特性和功能，如装饰器、生成器、上下文管理器等。
Python的标准库有哪些
Python的标准库有哪些Python的标准库是Python语言内置的一组模块和包，它们提供了各种各样的功能，包括文件操作、网络通信、数据处理、图形界面等。
使用标准库可以让开发者更加高效地编写Python程序，因为这些功能已经被封装好了，无需重复造轮子。
下面我们来看一下Python的标准库中都包含哪些模块和功能。
1. os模块，os模块提供了与操作系统交互的功能，可以进行文件和目录的操作，获取系统信息等。
比如可以使用os模块来创建、删除、移动文件和目录，获取当前工作目录，执行系统命令等。
2. re模块，re模块是Python中的正则表达式模块，用于处理字符串匹配和搜索。
通过re模块，可以进行字符串的模式匹配、替换、分割等操作，非常适合处理文本数据。
3. datetime模块，datetime模块提供了日期和时间的处理功能，可以进行日期的计算、格式化输出、时区转换等操作。
使用datetime模块可以方便地处理时间相关的业务逻辑。
4. math模块，math模块提供了数学运算相关的函数，包括常见的数学运算、三角函数、对数函数、幂函数等。
使用math模块可以进行数学计算，处理复杂的数学问题。
5. random模块，random模块用于生成随机数，包括整数、浮点数、随机选择等功能。
通过random模块可以实现随机数的生成和使用，用于模拟随机事件或者进行随机抽样。
6. urllib模块，urllib模块是Python中用于访问网络资源的模块，可以进行HTTP请求、下载文件、处理URL等操作。
通过urllib模块可以方便地与网络进行交互，获取网络资源。
7. json模块，json模块用于处理JSON格式的数据，可以进行JSON数据的解析、生成、格式化等操作。
JSON是一种常用的数据交换格式，使用json模块可以方便地处理JSON数据。
8. collections模块，collections模块提供了一些特殊的容器数据类型，如字典、列表、集合等的扩展。
python标准库有哪些
python标准库有哪些Python标准库是Python编程语言的核心部分，它包含了大量的模块和功能，可以帮助开发者快速地实现各种功能。
本文将介绍Python标准库中一些常用的模块和功能，希望可以帮助大家更好地了解和应用Python标准库。
一、os模块。
os模块提供了丰富的方法来处理文件和目录，可以实现文件的创建、删除、重命名、文件属性的获取等操作。
同时，os模块还提供了一些与操作系统相关的功能，比如获取当前工作目录、改变工作目录、执行系统命令等。
使用os模块可以方便地进行文件和目录的管理，是Python编程中常用的模块之一。
二、sys模块。
sys模块提供了与Python解释器和系统交互的功能，可以获取Python解释器的信息、命令行参数、标准输入输出等。
通过sys模块，可以实现对Python解释器的控制和管理，比如修改模块搜索路径、退出Python解释器等。
sys模块在一些高级的应用场景中非常有用，可以帮助开发者更好地理解和控制Python解释器的行为。
三、re模块。
re模块是Python中用于处理正则表达式的模块，可以实现对字符串的模式匹配和替换。
正则表达式是一种强大的文本处理工具，可以用于字符串的匹配、查找、替换等操作。
re模块提供了丰富的方法来处理正则表达式，可以帮助开发者更好地利用正则表达式来处理文本数据。
四、datetime模块。
datetime模块提供了日期和时间的处理功能，可以实现日期时间的计算、格式化、解析等操作。
通过datetime模块，可以方便地处理日期时间相关的问题，比如计算日期之间的差值、格式化日期时间字符串、解析日期时间字符串等。
datetime模块在很多应用中都有广泛的应用，可以帮助开发者更好地处理日期时间相关的需求。
五、random模块。
random模块提供了随机数生成的功能，可以实现随机数的生成、序列的随机化、随机选择等操作。
通过random模块，可以方便地实现随机数相关的功能，比如生成随机数、打乱序列、随机选择元素等。
python的主要应用领域及常用的函数模块
Python是一种高级程序设计语言，由Guido van Rossum于1989年底发布。
Python支持多种编程范式，包括面向对象、命令式、函数式编程和过程式编程。
它具有动态类型系统和垃圾回收功能，能够自动管理内存使用,并且拥有一个大型的标准库。
Python在许多领域都有着广泛的应用，包括但不限于以下几个方面:1.网络应用开发Python在Web开发和网络应用方面有着广泛的应用。
其简洁明了的代码能够提高开发效率，加上强大的框架(例如Django、Flask、Pyramid)，使Python成为了一个热门的Web开发语言。
2.科学计算和数值分析Python在科学计算和数值分析领域也有着广泛的应用。
由于其大量的科学计算库(例如NumPy、SciPy)和用于数据可视化的库(Matplotlib)，Python已经成为了数据分析和科学计算的首选语言之一。
3.人工智能和机器学习Python在人工智能和机器学习领域也有着广泛的应用。
机器学习框架(例如TensorFlow、Keras)的支持使得Python成为了开展机器学习和深度学习研究的首选语言，而且其简单易懂的语法也让初学者可以快速上手。
常用的Python函数模块包括但不限于以下几个:1. NumPyNumPy是Python中用于数值计算的基础包，是其他很多科学计算库的基础，它提供了高效的多维数组对象以及用于处理这些数组的工具。
2. SciPySciPy是Python中用于科学计算的一个库，包括计算数值积分、解微分方程、优化等功能。
3. MatplotlibMatplotlib是Python中用于绘制图形的一个库，可以创建各种高质量的2D图表，支持多种操作系统。
4. pandaspandas是Python中用于数据分析的一个库，它提供了快速、灵活和表达力丰富的数据结构，适合用于清理和分析实际数据。
5. TensorFlowTensorFlow是Google开发的用于机器学习的开源软件库，能够在各种设备上运行，包括移动设备和大规模分布式系统。
python常用的标准库
python常用的标准库Python是一种高级编程语言，它的标准库是Python编程中非常重要的一部分。
Python的标准库包含了大量的模块和函数，可以帮助开发者简化编程过程，提高效率。
在本文中，我将为大家介绍一些Python中常用的标准库，希望能够帮助大家更好地理解和应用Python编程语言。
1. os模块。
os模块是Python中用于与操作系统交互的模块，它提供了许多与文件和目录相关的函数。
通过os模块，我们可以实现文件的复制、删除、重命名等操作，还可以获取文件属性、目录内容等。
os模块为我们提供了丰富的功能，使得我们可以方便地进行文件和目录的操作。
2. sys模块。
sys模块包含了与Python解释器和其环境相关的功能。
通过sys模块，我们可以获取Python解释器的版本信息、命令行参数等。
sys模块还提供了一些与Python解释器交互的函数，例如退出程序、获取当前模块等。
sys模块为我们提供了许多与Python解释器相关的功能，帮助我们更好地理解和控制Python的执行环境。
3. re模块。
re模块是Python中用于处理正则表达式的模块，它提供了丰富的功能来支持正则表达式的匹配、查找、替换等操作。
正则表达式是一种强大的字符串匹配工具，通过re模块，我们可以方便地实现对字符串的复杂匹配和处理。
4. datetime模块。
datetime模块是Python中用于处理日期和时间的模块，它提供了日期和时间的创建、计算、格式化等功能。
通过datetime模块，我们可以方便地进行日期和时间的操作，例如计算日期之间的差值、格式化日期时间字符串等。
5. random模块。
random模块是Python中用于生成随机数的模块，它提供了众多的随机数生成函数，包括生成随机整数、随机选择序列元素、生成随机浮点数等。
通过random模块，我们可以方便地实现对随机数的生成和利用。
6. math模块。
math模块是Python中用于数学运算的模块，它提供了大量的数学函数，包括三角函数、对数函数、指数函数等。
Python常用数据结构之heapq模块
Python常⽤数据结构之heapq模块阅读⽬录Python数据结构常⽤模块：collections、heapq、operator、itertools 堆是⼀种特殊的树形结构，通常我们所说的堆的数据结构指的是完全⼆叉树，并且根节点的值⼩于等于该节点所有⼦节点的值 heappush(heap,item)往堆中插⼊⼀条新的值heappop(heap)从堆中弹出最⼩值heapreplace(heap,item)从堆中弹出最⼩值，并往堆中插⼊itemheappushpop(heap,item)Python3中的heappushpop更⾼级heapify(x)以线性时间将⼀个列表转化为堆merge(*iterables,key=None,reverse=False)合并对个堆，然后输出nlargest(n,iterable,key=None)返回可枚举对象中的n个最⼤值并返回⼀个结果集listnsmallest(n,iterable,key=None)返回可枚举对象中的n个最⼩值并返回⼀个结果集list常⽤⽅法⽰例 #coding=utf-8import heapqimport randomdef test():li = list(random.sample(range(100),6))print (li)n = len(li)#nlargestprint ("nlargest:",heapq.nlargest(n, li))#nsmallestprint ("nsmallest:", heapq.nsmallest(n, li))#heapifyprint('original list is', li)heapq.heapify(li)print('heapify list is', li)# heappush & heappopheapq.heappush(li, 105)print('pushed heap is', li)heapq.heappop(li)print('popped heap is', li)# heappushpop & heapreplaceheapq.heappushpop(li, 130) # heappush -> heappopprint('heappushpop', li)heapq.heapreplace(li, 2) # heappop -> heappushprint('heapreplace', li) >>> [15, 2, 50, 34, 37, 55] >>> nlargest: [55, 50, 37, 34, 15, 2] >>> nsmallest: [2, 15, 34, 37, 50, 55] >>> original list is [15, 2, 50, 34, 37, 55] >>> heapify list is [2, 15, 50, 34, 37, 55] >>> pushed heap is [2, 15, 50, 34, 37, 55, 105] >>> popped heap is [15, 34, 50, 105, 37, 55] >>> heappushpop [34, 37, 50, 105, 130, 55] >>> heapreplace [2, 37, 50, 105, 130, 55]堆排序⽰例 heapq模块中有⼏张⽅法进⾏排序： ⽅法⼀：#coding=utf-8import heapqdef heapsort(iterable):heap = []for i in iterable:heapq.heappush(heap, i)return [heapq.heappop(heap) for j in range(len(heap))]if__name__ == "__main__":li = [30,40,60,10,20,50]print(heapsort(li)) >>>> [10, 20, 30, 40, 50, 60] ⽅法⼆（使⽤nlargest或nsmallest）：li = [30,40,60,10,20,50]#nlargestn = len(li)print ("nlargest:",heapq.nlargest(n, li))#nsmallestprint ("nsmallest:", heapq.nsmallest(n, li)) >>> nlargest: [60, 50, 40, 30, 20, 10] >>> nsmallest: [10, 20, 30, 40, 50, 60] ⽅法三（使⽤heapify）：def heapsort(list):heapq.heapify(list)heap = []while(list):heap.append(heapq.heappop(list))li[:] = heapprint (li)if__name__ == "__main__":li = [30,40,60,10,20,50]heapsort(li) >>> [10, 20, 30, 40, 50, 60]堆在优先级队列中的应⽤ 需求：实现任务的添加，删除(相当于任务的执⾏)，修改任务优先级pq = [] # list of entries arranged in a heapentry_finder = {} # mapping of tasks to entriesREMOVED = '<removed-task>'# placeholder for a removed taskcounter = itertools.count() # unique sequence countdef add_task(task, priority=0):'Add a new task or update the priority of an existing task'if task in entry_finder:remove_task(task)count = next(counter)entry = [priority, count, task]entry_finder[task] = entryheappush(pq, entry)def remove_task(task):'Mark an existing task as REMOVED. Raise KeyError if not found.'entry = entry_finder.pop(task)entry[-1] = REMOVEDdef pop_task():'Remove and return the lowest priority task. Raise KeyError if empty.'while pq:priority, count, task = heappop(pq)if task is not REMOVED:del entry_finder[task]return taskraise KeyError('pop from an empty priority queue') 。
Python常用的数据分析库有哪些？Python数据分析模块介绍
Python常用的数据分析库有哪些？Python数据分析模块介绍。
Python本身的数据分析功能并不强，需要一些第三方的扩展库来增强它的能力。
们课程用到的库包括NumPy、Pandas、Matplotlib、Seaborn、NLTK等，接下来将针对相关库一个简单的介绍，方便后面章节的学习。
在Python中，常用的数据分析库主要有以下几种：1、NumPy库NumPyPython源的数值计算扩展工具，它了Python对多维数组的支持，能够支持高级的维度数组与矩阵运算。
此外，针对数组运算也了量的数学函数库。
NumPy部分Python科学计算的基础，它具有以下功能：(1)快速的多维数据对象ndarray。
(2)高性能科学计算和数据分析的基础包。
(3)多维数组(矩阵)具有矢量运算能力，快速、节省空间。
(4)矩阵运算。
无需循环，可完成类似Matlab中的矢量运算。
(5)线性代数、随机数生成以及傅里叶变换功能。
2、Pandas库Pandas一个基于NumPy的数据分析包，它为了解决数据分析任务而创建的。
Pandas中纳入了量库和标准的数据模型，了地操作型数据集所需要的函数和方法，使用户能快速便捷地处理数据。
Pandas作为强而的数据分析环境中的重要因素之一，具有以下特：(1)一个快速的DataFrame对象，具有默认和自定义的索引。
(2)用于在内存数据结构和不同文件格式中读取和写入数据，比如CSV和文本文件、Excel文件及SQL数据库。
(3)智能数据对齐和缺失数据的集成处理。
(4)基于标签的切片、花式索引和数据集的子集。
(5)可以删除或入来自数据结构的列。
(6)按数据分组进行聚合和转换。
(7)高性能的数据合并和连接。
(8)时间序列功能。
Python与Pandas在各种学术和商业领域中都有应用，包括金融、神经科学、经济学、统计学、广告、网络分析等。
3、Matplotlib库Matplotlib一个用在Python中绘制数组的2D图形库，虽然它起源于模仿MATLAB图形命令，但它独立于MATLAB，可以通过Pythonic和面向对象的使用，Python中最出色的绘图库。
python 标准库函数
python 标准库函数Python 的标准库中包含许多用于各种任务的函数和模块。
以下是一些常用标准库的简单介绍：1. 内置函数：如 `print()`, `len()`, `type()`, `int()`, `float()`, `str()`, `list()`,`dict()`, `tuple()` 等。
2. 数学模块：`math` 模块提供了许多数学函数和常数，如 `()`, `()`, `()`, `` 等。
3. random 模块：用于生成随机数。
例如，`(a, b)` 返回一个在 `a` 和 `b` 之间的随机整数。
4. re 模块：用于正则表达式匹配。
例如，`(pattern, string)` 尝试从字符串的开始处匹配一个模式。
5. datetime 模块：处理日期和时间。
例如，`()` 返回当前日期和时间。
6. os 模块：提供了许多与操作系统交互的函数。
例如，`()` 用于连接路径，`()` 用于创建目录。
7. sys 模块：提供对 Python 解释器的一些变量和与解释器强烈交互的函数的访问。
例如，`` 是命令行参数列表，`()` 是退出程序。
8. collections 模块：提供了几个有用的数据类型，如 `deque`, `Counter`, `OrderedDict` 等。
9. csv 模块：用于读写 CSV 文件。
例如，`()` 和 `()`。
10. json 模块：用于处理 JSON 数据。
例如，`()` 和 `()`。
11. argparse 模块：用于编写用户友好的命令行接口。
12. logging 模块：用于记录日志。
这只是 Python 标准库中的一小部分，还有许多其他模块和函数可用于各种任务，包括文件 I/O、网络编程、数据库交互、数据压缩等等。
python module用法
Python module用法一、什么是Python modulePython中的module指的是一个包含Python代码的文件。
这些文件可以包含函数、类等Python对象，用于在其他程序中进行引用和调用。
在Python中，module是组织和管理代码的重要方式，能够提高代码的复用性和可维护性。
二、 Python module的导入在Python中，使用import语句可以导入其他module，从而在当前程序中使用其中定义的对象和函数。
在导入module时，可以使用以下几种方式：1. 导入整个module当需要使用一个module中的所有内容时，可以使用import语句导入整个module。
例如：```import math```2. 导入特定对象如果只需要使用module中的特定对象，可以使用from...import语句导入。
例如：```from math import sqrt```3. 给module取别名有时候，某些module的名称可能太长或者不够直观，可以使用as 关键字给module取别名。
例如：```import numpy as np```4. 导入所有对象使用from...import *语句可以导入module中的所有对象。
但由于这种方式容易造成命名冲突和代码可读性降低，一般不推荐使用。
三、 Python module的搜索路径在导入module时，Python解释器会按照一定的搜索路径来查找要导入的module。
这些搜索路径包括：1. 当前目录2. 环境变量PYTHONPATH指定的目录3. Python安装目录下的lib/site-packages目录4. 标准库目录在实际使用中，如果要导入的module不在Python的搜索路径中，可以通过修改sys.path变量来添加自定义的搜索路径。
四、 Python内置的常用modulePython标准库中包含了大量常用的module，这些module提供了丰富的功能和工具，能够满足各种开发需求。
python can模块详解
python can模块详解Python can模块详解什么是can模块can模块是Python中用于与CAN总线进行通信的一个库。
它提供了一组丰富的功能和方法，帮助开发者轻松地实现与CAN总线的交互。
安装can模块要使用can模块，首先需要安装它。
可以使用以下命令来安装can模块：pip install python-can创建CAN总线对象使用can模块的第一步是创建一个CAN总线对象。
可以通过以下方式创建CAN总线对象：import canbus = (interface='socketcan', channel='can0')上述代码创建了一个名为bus的CAN总线对象，使用的是socketcan接口，通道号是can0。
使用CAN总线对象发送CAN消息非常简单。
可以使用()方法来发送消息。
以下是一个示例：import canbus = (interface='socketcan', channel='can0')msg = (arbitration_id=0x123, data=[0x01, 0x02, 0x03]) (msg)上述代码创建了一个CAN消息对象msg，其中指定了帧ID为0x123，数据为[0x01, 0x02, 0x03]。
然后使用()方法将消息发送到CAN总线上。
接收CAN消息使用CAN总线对象接收CAN消息也非常简单。
可以使用()方法来接收消息。
以下是一个示例：import canbus = (interface='socketcan', channel='can0')msg = ()print(msg)上述代码使用()方法接收CAN总线上的消息，并将接收到的消息存储在msg对象中。
然后通过打印msg来查看接收到的消息。
有时候我们只想接收特定ID的CAN消息，可以使用过滤器来实现这一点。
Python模块（Module）
Python模块（Module）⼀个Python Module(模块)，是⼀个⽂件，包含了Python对象定义和Python语句（definitions and statements）。
⽂件名就是模块名加上后缀.py，在模块内部，模块名存储在全局变量__name__中，是⼀个string，可以直接在module中通过__name__引⽤到module name。
module是为了重复使⽤⼀些对象，⽐如类，函数，⽽将这些对象定义放在⼀个.py⽂件中，或是将⼀个较⼤的⼯程裁缝为多个.py⽂件⽽易于维护，每⼀个.py⽂件都是⼀个module。
1，模块的定义和引⼊(import)如下⼀个fibo.py⽂件1print ("__name__ :", __name__)2def fib(n):3 a, b = 0, 14 result = []5print ("in fib():", __name__)6while (b<n):7 result.append(b)8 a, b = b, a+b9print(result)这个fibo.py就是⼀个module，它有⼀个函数定义fib()，和⼀个语句(statement)，第⼀⾏的print语句，我们在当前⽂件⽬录运⾏Python Interpreter就可以去引⼊这个模块，并执⾏模块中定义的fib()函数。
>>> import fibo('__name__ :', 'fibo') #print语句执⾏>>> fibo.fib(10)('in fib() :', 'fibo') #fib()函数执⾏[1, 1, 2, 3, 5, 8]可以看到，在import的时候，这个module的语句(statements)执⾏了，所定义的函数并未执⾏，在通过module名引⽤module中的函数定义时，函数才被执⾏同样可以在⼀个script file中引⼊module，我们在fibo.py所在的⽬录创建另⼀个⽂件calculat.py1from fibo import fib2 for n in range(10, 50, 5):3 fib(n)然后⽤Python解释器运⾏calcute.py得到结果。
Python常用模块之PIL（手册篇：Image模块）
Python常⽤模块之PIL（⼿册篇：Image模块）官⽅⼿册地址：Image模块图像模块提供了⼀个具有相同名称的类，⽤于表⽰⼀个PIL的图像。
该模块还提供了许多功能，包括加载图⽚⽂件函数和创建新的图像函数。
模块⽰例：下⾯的程序加载⼀个图像，再旋转45度，并使⽤⼀个外部查看器(通常在Unix上的xv[1]，在Windows上的看图程序[2])显⽰它。
1# 打开，旋转，展⽰⼀张图⽚(使⽤默认查看器)2from PIL import Image3 im = Image.open("bride.jpg")4 im.rotate(45).show()下⾯的程序将在当前⽬录中创建所有JPEG图像的缩略图(尺⼨:128 x128)。
1# 创建缩略图2from PIL import Image3import glob, os45 size = 128, 12867for infile in glob.glob("*.jpg"):8 file, ext = os.path.splitext(infile)9 im = Image.open(infile)10 im.thumbnail(size, Image.ANTIALIAS)11 im.save(file + ".thumbnail", "JPEG")模块函数：newImage.new(mode, size)⇒ imageImage.new(mode, size, color)⇒ image使⽤给定模式(mode)和⼤⼩(size)创建⼀个新的图⽚。
⼤⼩(size)使⽤的是(宽度、⾼度)⼆元组，并以像素为单位。
对于单通道图像，颜⾊(color)使⽤单⼀值；对于多通道图像，颜⾊(color)使⽤多元组(每通道使⽤⼀个值)。
1.1.4及之后版本中，您还可以使⽤颜⾊名称(有关详细信息，请参阅模块⽂档)如果省略颜⾊参数(color)，图像使⽤零填充(这通常对应于⿊⾊)。
Python常用模块——Colorama模块
Python常⽤模块——Colorama模块简介Python的Colorama模块，可以跨多终端，显⽰字体不同的颜⾊和背景，只需要导⼊colorama模块即可，不⽤再每次都像linux⼀样指定颜⾊。
1. 安装colorama模块pip install colorama2. 常⽤格式常数Fore是针对字体颜⾊，Back是针对字体背景颜⾊，Style是针对字体格式Fore: BLACK, RED, GREEN, YELLOW, BLUE, MAGENTA, CYAN, WHITE, RESET.Back: BLACK, RED, GREEN, YELLOW, BLUE, MAGENTA, CYAN, WHITE, RESET.Style: DIM, NORMAL, BRIGHT, RESET_ALL注意，颜⾊RED，GREEN都需要⼤写，先指定是颜⾊和样式是针对字体还是字体背景，然后再添加颜⾊，颜⾊就是英⽂单词指定的颜⾊ from colorama import Fore, Back, Styleprint(Fore.RED + 'some red text')print(Back.GREEN + 'and with a green background')print(Style.DIM + 'and in dim text')print(Style.RESET_ALL)print('back to normal now') 输出结果# 记得要及时关闭colorma的作⽤范围# 如果不关闭的话，后⾯所有的输出都会是你指定的颜⾊print(Style.RESET_ALL)3.Init关键字参数:init()接受⼀些* * kwargs覆盖缺省⾏为，autoreset是⾃动恢复到默认颜⾊init(autoreset = False):init(wrap=True):The default behaviour is to convert if on Windows and output is to a tty (terminal).在windows系统终端输出颜⾊要使⽤init(wrap=True)#!/usr/bin/env python#encoding: utf-8from colorama import init, Fore, Back, Styleif __name__ == "__main__":init(autoreset=True) # 初始化，并且设置颜⾊设置⾃动恢复print(Fore.RED + 'some red text')print(Back.GREEN + 'and with a green background')print(Style.DIM + 'and in dim text')# 如果未设置autoreset=True，需要使⽤如下代码重置终端颜⾊为初始设置#print(Fore.RESET + Back.RESET + Style.RESET_ALL) autoreset=Trueprint('back to normal now')输出结果4.使⽤实例import sysimport osimport randomimport stringfrom colorama import Fore,Style,initimport platformdef print_arg(arg):"""打印参数:param arg::return:"""for ind, val in enumerate(arg):if ind == 0:print_color(Fore.YELLOW,r"------执⾏%s输⼊参数为--------"% val) else:print(val, end=",")def print_color(color, mes=""):"""获得系统平台windows终端需要设置init(wrap=True):param color::param mes::return:"""v_system = platform.system()if v_system != 'Windows':print(color+mes)else:# init(wrap=True)print(color+mes)# 获得系统参数v_arg = sys.argvinit(autoreset=True) # 初始化，并且设置颜⾊设置⾃动恢复# print_color(Fore.YELLOW+platform.system())if len(v_arg) != 4:# print(platform.system())print_arg(v_arg)print_color(Fore.RED,"---参数输⼊错误--")print_color(Fore.RED, "fileStrReplace.py ⽂件名旧字符串新字符串") else:f_name = v_arg[1].strip()old_str = v_arg[2].strip() # 旧字符new_str = v_arg[3].strip() # 替换的新字符f_new_name = "%s.new" % f_namereplace_count = 0 # 字符替换次数if not os.path.exists(f_name):print_color(Fore.YELLOW, "%s⽂件不存在" % f_name)f_new = open(f_new_name, 'w')f = open(f_name, "r",)for line in f: # 读取⼤⽂件if old_str in line:new_line = line.replace(old_str, new_str) # 字符替换replace_count += 1else:new_line = linef_new.write(new_line) # 内容写新⽂件f.close()f_new.close()if replace_count == 0:print_color(Fore.YELLOW,"字符%s不存在" % (old_str))else:bak_f = f_name + ''.join(random.sample(string.digits, 6))os.rename(f_name, bak_f) # 备份旧⽂件os.rename(f_new_name, f_name) # 把新⽂件名字改成原⽂件的名字，就把之前的覆盖掉了print_color(Fore.GREEN, "⽂件替换成功,[字符%s替换%s]共%s次，源⽂件备份[%s]" % (old_str,new_str, replace_count,bak_f)) # print_color(Style.RESET_ALL) # 还原默认颜⾊。
python运维开发常用模块（四）文件对比模块difflib
python运维开发常⽤模块（四）⽂件对⽐模块difflib1.difflib介绍difflib作为 Python的标准库模块，⽆需安装，作⽤是对⽐⽂本之间的差异，且⽀持输出可读性⽐较强的HTML⽂档，与Linux下的diff命令相似。
我们可以使⽤difflib对⽐代码、配置⽂件的差别，在版本控制⽅⾯是⾮常有⽤。
Python 2.3或更⾼版本默认⾃带difflib模块，⽆需额外安装。
⽰例1：两个字符串的差异对⽐[yhl@myhost part2]$ cat simple1.py#!/usr/bin/python#_*_coding:utf-8_*_#****************************************************************## ScriptName: simple1.py# Author: BenjaminYang# Create Date: 2019-05-13 11:08# Modify Author: BenjaminYang# Modify Date: 2019-05-13 11:08# Function:#***************************************************************#import difflibtext1 = """text1: #定义字符串1This module provides classes and functions for comparing sequences.including HTML and context and unified diffs.difflib document v7.4add string"""text1_lines=text1.splitlines() #以⾏进⾏分隔text2="""text2: #定义字符串2This module provides classes and functions for Comparing sequences.including HTML and context and unified diffs.difflib document v7.5"""text2_lines=text2.splitlines()d=difflib.Differ() #创建Differ()对象diff=pare(text1_lines,text2_lines) #采⽤compare⽅法对字符串进⾏⽐较print'\n'.join(list(diff))本⽰例采⽤Differ（）类对两个字符串进⾏⽐较，另外difflib的 SequenceMatcher（）类⽀持任意类型序列的⽐较，HtmlDiff（）类⽀持将⽐较结果输出为HTML格式⽰例运⾏结果符号含义说明⽣成美观的对⽐HTML格式⽂档采⽤HtmlDiff（）类将新⽂件命名为simple2.py，运⾏# python simple2.py>diff.html，再使⽤浏览器打开diff.html⽂件，结果如图⽰2-2所⽰，HTML⽂档包括了⾏号、差异标志、图例等信息，可读性增强了许多的make_file（）⽅法就可以⽣成美观的HTML ⽂档，对⽰例1中代码按以下进⾏修改：⽰例2：对⽐Nginx配置⽂件差异当我们维护多个Nginx配置时，时常会对⽐不同版本配置⽂件的差异，使运维⼈员更加清晰地了解不同版本迭代后的更新项，实现的思路是读取两个需对⽐的配置⽂件，再以换⾏符作为分隔符，调⽤ difflib.HtmlDiff（）⽣成HTML格式的差异⽂档。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
hasattr(obj,name):返回对象是否有指定属性
input([prompt]):提示控制台输入，必须输入常量或变量，若想直接输入字符串，需要使用引号括起来
raw_input([prompt]):提示控制台输入，直接输入数字或字符串
os.path:在不同的操作系统中调用不同的模块，是一个可import的模块，这个模块中提供很多有用的操作：
abspath(path):返回path的绝对路径，若path已经是绝对路径了，则保持。
basename(path):返回path中的文件名。
commonprefix(list):返回list中的统一前缀，用于获得一组字符串的左起相同的内容
os.chdir() 改变工作目录
os.stat(file) 获取文件属性 #要导入stat模块
os.chmod()修改文件权限
os中定义了一组文件、路径在不同操作系统中的表现形式参数，如
os.sep（文件夹分隔符，windows中是 \ ）
os.extsep（扩展名分隔符，windows中是 . ）
匹配首尾空格的正则表达式：(^\s*)|(\s*$)
匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
匹配网址URL的正则表达式：^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*\\?\\S*)?$
modules.keys():返回所有已经导入的模块列表
exc_info():获取当前正在处理的异常类
exc_type、exc_value、exc_traceback:当前处理的异常详细信息
executable:Python解释程序路径
exit(n):退出程序，正常退出时exit(0)
exec(expr[,globals[,locals]]):执行一段代码
execfile(file[,globals[,locals]]):执行一个文件
filter(func,list):使用函数来过滤list，返回满足要求的list元素组
getattr(obj,name[,default]):获取对象的属性，若没有该属性，则返回默认值
\xHH: 匹配 HH，其中 HH 为十六进制转义值
\uHHHH: 匹配 HHHH，其中 HHHH 是一个用四个十六进制数字表示的Unicode字符
常用匹配：
匹配中文字符的正则表达式： [\u4e00-\u9fa5]
匹配双字节字符(包括汉字在内)：[^\x00-\xff]
匹配空行的正则表达式：\n[\s| ]*\r
modules:返回系统导入的模块字段，key是模块名，value是模块
path:返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
platform:返回操作系统平台名称
3.built-in内置模块，即无需显示导入的模块
eval(expr[,globals[,locals]]):执行一段代码，并返回结果
re.findall('12(?P<xxx>.).*(?P=xxx)56)', s)
(?P<xxx>.)匹配到a，则(?P=xxx)的内容也必须为a时才pp
(?iLmsux): 设置I,L,M,S,U,or X标记
转义符说明:
\A: 匹配开头
\Z: 匹配结尾
\b: 匹配开头或结尾的空字符串，通常是指单词边界 ？？？
sub: 替换
%w:星期，0为星期天
strptime(string[,format]):将字符串解析为9元素的时间数组
time():返回当前时间值，浮点数
更高级的用法可以使用datetime模块，创建其中的date,time对象，可以进行加减操作，得出timedelta对象。
\W: 匹配一个非字母数字字符。等价于[^a-zA-Z0-9_]
\\: 匹配一个反斜杠
\f: 匹配一个换页符。等价于\x0C 和 \cL
\n: 匹配一个换行符。等价于\x0A 和 \cJ
\r: 匹配一个回车符。等价于\x0D 和 \cM
\t: 匹配一个制表符。等价于\x09 和 \cI
\v: 匹配一个垂直制表符。等价于\x0B 和 \cK
makedirs(path):递归式的创建文件夹，注：创建已存在的文件夹将异常
remove(filename):删除一个文件
rmdir(path):删除一个文件夹，注：删除非空的文件夹将异常
removedirs(path):递归的删除文件夹，直到有一级的文件夹非空，注：文件夹路径不能以'\'结束
rename(src,dst):给文件或文件夹改名（可以改路径，但是不能覆盖目标文件）
renames(src,dLeabharlann t):递归式的给文件或文件名改名
walk(path):列举path下的所有文件、文件夹。----返回生成器对象，调用next方法，返回元组（总文件夹，【子文件夹】，【文件】）
(?#...): 注释，忽略
(?=pattern): 预查，若之后的内容匹配表达式，则成立
(?!pattern): 预查，若之后的内容不匹配表达式，则成立
(?P<name>pattern): 给一个匹配项命名
(?P=name)： 匹配与之前命名的匹配项内容相同的部分
如：s='12a34a56'
dirname(path):返回path中的文件夹部分，结果不包含'\'
exists(path):文件或文件夹是否存在
getatime(path):文件或文件夹的最后访问时间，从新纪元到访问时的秒数
getmtime(path):文件或文件夹的最后修改时间
getctime(path):文件或文件夹的创建时间
\B: 匹配非开头和结尾的空字符串，通常是指非单词边界？？？
\d: 匹配一个数字。等价于[0-9]
\D: 匹配一个非数字。等价于[^0-9]
\s: 匹配一个空白字符。等价于[ \t\n\r\f\v]
\S: 匹配一个非空白字符。等价于[^ \t\n\r\f\v]
\w: 匹配一个字母数字字符。等价于[a-zA-Z0-9_]
getsize(path):文件或文件夹的大小，若是文件夹返回0
isabs(path):返回是否是绝对路径
isfile(path):返回是否是文件路径
isdir(path):返回是否是文件夹路径
islink(path):返回是否是快捷方式
join(path1,path2,...):将path进行组合，若其中有绝对路径，则之前的path将被删除
5.re模块
限定符说明：
".": 匹配任何字符
"^": 匹配开头
"$": 匹配结尾
"*": 匹配0次或更多次之前的表达式。贪婪时，匹配尽可能多次
"+": 匹配1次或更多次之前的表达式。等价于{1,}
"?": 匹配0次或1次之前的表达式。等价于{0,1}
"*?,+?,??": 非贪婪匹配
os中与进程相关的操作，如：
execl(path):运行一个程序来替代当前进程，会阻塞式运行
_exit(n):退出程序
startfile(filename):用与文件关联的程序运行，关联程序打开后，立即返回
system(cmd):运行一个程序或命令，会立即返回，并在cmd执行完成后，会返回cmd退出代码
sleep(n):挂起线程n秒
strftime(fstring[,t]):格式化显示时间，fstring常用关键字：
%a,%A:星期的缩写，全拼
%b,%B:月份的缩写，全屏
%c,%x,%X:本地默认表示法（日期时间，日期，时间）
%Y(%y:2位),%m,%d,%H,%M,%S:年月日时分秒
在操作与系统不支持的对象时，抛出OSError异常。
2.sys模块
系统信息和方法模块，提供了很多实用的变量和方法：
argv:命令行参数List，第一个元素是程序本身路径，只有在运行一个脚本程序后，第一个元素为脚本名称。否则为空列表。
builtin_module_names:Python解释器导入的模块列表
4.time模块
这个模块定义的都是和时间、时钟、计时相关的内容：
clock():返回第一次调用到当前调用时的计时，是以秒为单位的浮点数
localtime([t]):返回时间的数组，有9个元素(年,月,日,时,分,秒,星期几,当年的第几天,是否夏令时)，星期一为0
mktime(tlist):是localtime的反函数，将一个9元数组转成一个浮点时间值，后3个元素，系统会自己调整
normcase(path):转换路径中的间隔符
normpath(path):转换路径为系统可识别的路径
realpath(path):转换路径为绝对路径
split(path):将路径分解为(文件夹,文件名)
splitext(path):将路径分解为(其余部分,.扩展名)，若文件名中没有扩展名，扩展名部分为空字符串