近期在使用影刀开发自动化流程，发现即便借助影刀的指令体系，深入掌握 Python 第三方库依然至关重要。这些库覆盖了数据处理、可视化、网络请求、自动化等几乎所有编程场景，因此我整理了这份新手入门级的 Python 常用库笔记，包含核心功能、安装方式和极简示例，助力快速上手。
一、基础必备库
1. NumPy（数值计算基础）
核心功能
- 提供高性能的多维数组（ndarray） 数据结构，是科学计算的基础。
- 支持向量化运算、矩阵操作、线性代数、傅里叶变换等数值计算。
- 比 Python 原生列表快得多，是 Pandas、Matplotlib 等库的底层依赖。
安装
pip install numpy
极简示例
import numpy as np
# 创建一维数组
arr1 = np.array([1, 2, 3, 4])
# 创建二维数组（矩阵）
arr2 = np.array([[1, 2], [3, 4]])
# 数组运算（向量化，无需循环）
print(arr1 * 2) # 输出：[2 4 6 8]
print(arr2 + arr2) # 输出：[[2 4], [6 8]]
# 矩阵乘法
print(arr2 @ arr2) # 输出：[[7 10], [15 22]]
2. Pandas（数据处理与分析）
核心功能
- 提供 DataFrame（表格型数据结构） 和 Series（一维序列），完美适配表格数据（如 Excel/CSV）。
- 支持数据清洗（缺失值、重复值处理）、筛选、分组、合并、透视表等。
- 是数据分析、数据挖掘的核心工具，能轻松处理几十万甚至百万行数据。
安装
pip install pandas
极简示例
import pandas as pd
# 创建DataFrame（模拟表格数据）
df = pd.DataFrame({
"姓名": ["张三", "李四", "王五"],
"年龄": [20, 25, 30],
"城市": ["北京", "上海", "广州"]
})
# 数据查看
print(df.head()) # 查看前n行（默认5行）
# 数据筛选：筛选年龄>22的行
print(df[df["年龄"] > 22])
# 保存为CSV文件
df.to_csv("user_info.csv", index=False)
# 读取CSV文件
df_read = pd.read_csv("user_info.csv")
二、数据可视化库
1. Matplotlib（基础可视化库）
核心功能
- Python 最基础的绘图库，支持绘制折线图、柱状图、散点图、直方图等几乎所有基础图表。
- 高度可定制（标题、坐标轴、颜色、样式等），是其他可视化库（如 Seaborn）的底层。
安装
pip install matplotlib
极简示例
import matplotlib.pyplot as plt
import numpy as np
# 生成数据
x = np.linspace(0, 10, 100) # 0到10之间生成100个均匀分布的数
y = np.sin(x)
# 绘制折线图
plt.plot(x, y, color="red", label="sin(x)")
plt.xlabel("X轴") # X轴标签
plt.ylabel("Y轴") # Y轴标签
plt.title("正弦函数曲线") # 标题
plt.legend() # 显示图例
plt.show() # 展示图表
2. Seaborn（高级可视化库）
核心功能
- 基于 Matplotlib 封装，语法更简洁，默认样式更美观。
- 专注于统计可视化（如箱线图、热力图、小提琴图、配对图），适配 Pandas 的 DataFrame。
安装
pip install seaborn
极简示例
import seaborn as sns
import pandas as pd
# 使用内置数据集
tips = sns.load_dataset("tips") # 餐饮小费数据集
# 绘制柱状图（按性别分组，展示平均消费）
sns.barplot(x="sex", y="total_bill", data=tips)
# 绘制热力图（展示变量相关性）
sns.heatmap(tips.corr(numeric_only=True), annot=True, cmap="coolwarm")
三、网络请求与爬虫库
1. Requests（HTTP 请求库）
核心功能
- 替代 Python 原生的 urllib，语法极简，支持 GET/POST 请求、Cookie、Headers、代理等。
- 是爬虫、调用 API 接口的首选库。
安装
pip install requests
极简示例
import requests
# GET请求（获取网页内容）
response = requests.get("https://www.baidu.com")
response.encoding = "utf-8" # 设置编码
print(response.text[:100]) # 打印前100个字符
# POST请求（模拟表单提交）
data = {"username": "test", "password": "123456"}
response = requests.post("https://httpbin.org/post", data=data)
print(response.json()) # 以JSON格式返回响应
2. BeautifulSoup4（网页解析库）
核心功能
- 解析 HTML/XML 页面，提取标签、属性、文本等内容，搭配 Requests 实现爬虫。
- 支持 CSS 选择器、正则表达式匹配，上手简单。
安装
pip install beautifulsoup4
极简示例
import requests
from bs4 import BeautifulSoup
# 获取网页内容
response = requests.get("https://www.baidu.com")
soup = BeautifulSoup(response.text, "html.parser") # 解析HTML
# 提取指定标签（比如所有a标签的href属性）
a_tags = soup.find_all("a") # 找到所有a标签
for tag in a_tags[:5]: # 打印前5个
print(tag.get("href"), tag.text)
四、自动化与实用工具库
1. os & sys（系统交互库，内置）
核心功能
os：操作文件/目录（创建、删除、遍历、路径拼接）、执行系统命令。sys：获取系统参数（如命令行参数、Python 版本）、控制程序退出等。- 无需安装，Python 原生内置。
极简示例
import os
import sys
# os库示例：遍历指定目录下的文件
print(os.listdir(".")) # 列出当前目录所有文件/文件夹
os.makedirs("test_dir", exist_ok=True) # 创建目录（已存在则不报错）
# sys库示例：获取命令行参数
print("Python版本：", sys.version)
print("命令行参数：", sys.argv) # 运行时传入的参数，如python test.py 123，则sys.argv=[test.py, 123]
2. datetime（时间处理库，内置）
核心功能
- 处理日期、时间的解析、格式化、加减运算，替代原生 time 库的复杂操作。
- 无需安装，Python 原生内置。
极简示例
from datetime import datetime, timedelta
# 获取当前时间
now = datetime.now()
print(now.strftime("%Y-%m-%d %H:%M:%S")) # 格式化输出：2026-03-11 10:00:00
# 时间加减（比如3天后）
after_3_days = now + timedelta(days=3)
print(after_3_days.strftime("%Y-%m-%d"))
# 解析字符串为时间
time_str = "2026-01-01"
time_obj = datetime.strptime(time_str, "%Y-%m-%d")
print(time_obj)
3. OpenPyXL（Excel 操作库）
核心功能
- 读写 Excel 文件（.xlsx 格式），支持单元格样式、公式、合并单元格等。
- 替代老旧的 xlrd/xlwt，功能更全面。
安装
pip install openpyxl
极简示例
from openpyxl import Workbook, load_workbook
# 创建新Excel并写入数据
wb = Workbook()
ws = wb.active # 获取活跃工作表
ws["A1"] = "姓名"
ws["B1"] = "年龄"
ws["A2"] = "张三"
ws["B2"] = 20
wb.save("test.xlsx") # 保存文件
# 读取Excel数据
wb = load_workbook("test.xlsx")
ws = wb.active
print(ws["A2"].value) # 输出：张三
print(ws["B2"].value) # 输出：20
4. Playwright（现代自动化测试/爬虫库）
核心功能
- 由微软开发，支持无头浏览器自动化（Chrome、Firefox、Safari 全兼容）。
- 相比 Selenium 更轻量、速度更快，API 设计更简洁，内置等待机制（无需手动加 sleep）。
- 可用于网页自动化操作、动态渲染页面爬虫（如 JavaScript 加载的内容）、UI 自动化测试。
- 支持同步/异步两种调用方式，新手优先学同步版即可。
安装
# 安装库
pip install playwright
# 安装浏览器驱动（首次使用必须执行，会下载Chrome/Firefox/Safari驱动）
playwright install
极简示例
from playwright.sync_api import sync_playwright
# 启动浏览器（headless=False 显示浏览器窗口，True 为无头模式）
with sync_playwright() as p:
# 选择浏览器：chromium/firefox/webkit
browser = p.chromium.launch(headless=False)
# 新建页面
page = browser.new_page()
# 访问网页
page.goto("https://www.baidu.com")
# 1. 输入并搜索（定位输入框，输入内容）
page.locator("#kw").fill("Python Playwright")
# 点击搜索按钮
page.locator("#su").click()
# 2. 等待页面加载并提取数据（等待标题出现）
page.wait_for_selector("h3")
# 提取所有搜索结果标题
titles = page.locator("h3").all_text_contents()
print("前5个搜索结果：")
for title in titles[:5]:
print(title)
# 关闭浏览器
browser.close()
核心优势（对比传统爬虫/自动化工具）
- 能爬取动态渲染页面（如需要登录、滚动加载、JS 渲染的内容），解决 Requests 无法处理的场景。
- 内置自动等待：无需手动设置 time.sleep()，会等待元素加载完成后再操作，稳定性更高。
- 支持截图/录屏：
page.screenshot(path="baidu.png") 可保存页面截图，便于调试。
五、其他常用库（快速了解）
| 库名 |
核心用途 |
安装命令 |
| Scikit-learn |
机器学习（分类、回归、聚类） |
pip install scikit-learn |
| TensorFlow/PyTorch |
深度学习（神经网络） |
pip install tensorflow / pip install torch |
| Flask/Django |
Web 开发（轻量/全栈框架） |
pip install flask / pip install django |
| Pillow |
图片处理（裁剪、滤镜、格式转换） |
pip install pillow |
| PyAutoGUI |
键鼠自动化（模拟点击、输入） |
pip install pyautogui |
总结
- 基础核心库：NumPy 是数值计算基石，Pandas 是数据处理核心，二者是数据分析的必备组合。
- 可视化库：Matplotlib 是基础，Seaborn 更适合统计可视化，优先掌握折线图、柱状图、热力图等常用图表。
- 实用工具库：基础爬虫用 Requests+BeautifulSoup4 处理静态页面，Playwright 适配动态页面/网页自动化；os/datetime/OpenPyXL 覆盖日常文件、系统、时间和 Excel 操作场景。
