第10讲Python计算生态及常用库（1）;学习目标;本讲要点;本讲要点;10.1Python计算生态概述;Python计算生态涵盖网络爬虫、数据分析、文本处理、数据可视化、机器学习、图形用户界面、Web开发、网络应用开发、游戏开发、图形艺术、图像处理等多个领域，为各个领域的Python使用者提供了极大便利。;10.1Python计算生态概述;网络爬虫是一种按照一定的规则，自动从网络上抓取信息的程序或者脚本。通过网络爬虫可以代替手工完成很多工作，如批量收集网络上的数据资源。;网络爬虫程序涉及HTTP请求、Web信息提取、网页数据解析等操作。

Python计算生态通过Requests、Python-Goose、Re、BeautifulSoup、Scrapy和PySpider等库为这些操作提供了强有力的支持。;10.1Python计算生态概述;数据分析指：用适当的统计分析方法对收集来的大量数据进行汇总与分析，以求最大化地发挥数据的作用，数据分析离不开科学计算。;Python计算生态通过Numpy、Pandas、SciPy库为数据分析领域提供支持。高维数据的切片、索引、变换、合并等操作。;文本处理即对文本内容的处理，包括文本内容的分类、文本特征的提取、文本内容的转换等等。

Python计算生态通过Jieba（中文分词库）、PyPDF2、Python-docx、NLTK（自然语言处理库）等库为文本处理领域提供支持。;库名;数据可视化是一门研究数据视觉表现形式的科学技术，它既要有效传达数据信息，也需兼顾信息传达的美学形式，二者缺一不可。;Python计算生态主要通过matplotlib、seaborn、mayavi等库为数据可视化领域提供支持。;10.1Python计算生态概述;10.1Python计算生态概述;人工智能：用机器模拟人类智能，使机器会学习、会思考、会决策；

机器学习：是一种实现人工智能的方法。机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。机器学习是人工智能的核心，是使计算机具有智能的根本途径。

深度学习：一种实现机器学习的技术，以深度神经网络算法为代表的机器学习方法。;主要通过Scikit-learn、TensorFlow、MXNet库为机器学习、深度学习领域提供支持。;图形用户界面（GraphicalUserInterface，简称GUI）指采用图形方式显示的计算机操作用户界面，该界面允许用户使用鼠标、键盘等输入设备操纵屏幕上的图标或菜单选项，以选择命令、调用文件、启动程序或执行一些其他的日常任务。;Python计算生态通过PyQt5、WxPython、PyGObject库为图形用户界面领域提供支持，这些库各自的功能如表所示。;Web开发指基于浏览器而非桌面进行的程序开发。;Python计算生态通过Django、Tornado[t???ne?d??]、Flask、Twisted等库为Web开发领域提供了支持，这些库各自的功能如表所示。;网络应用开发：以网络为基础的应用程序的开发，如：微信服务器信息解析、百度天气数据接口、二维码生成等。;Python计算生态通过WeRoBot、aip、MyQR等库为网络应用开发领域提供支持，这些库各自的功能如表所示。;10.1Python计算生态概述;Python计算生态通过PyGame、Panda3D库为游戏开发领域提供支持，这些库各自的说明如表所示。;图形艺术是一种通过标志来表现意义的艺术。标志是一些单纯、显著、易识别的具有指代性或具有表达意义、情感和指令等作用的物象、图形或文字符号，也是图形艺术的表现手段。;Python计算生态通过Quads、ascii_art和turtle库为图形艺术领域提供支持，这些库各自的说明如表所示。;10.1Python计算生态概述;10.1Python计算生态概述;图像处理：一般指数字图像（用工业相机、摄像机和扫描仪等设备经过拍摄得到的一个大的二维数组，这个数组的元素称为像素，其值称为灰度值）处理，图像处理技术一般包括图像压缩、增强和复原、图像匹配、描述和识别。;Python通过Numpy、Scipy、Pillow、OpenCV-Python（计算机视觉库）等库为图像处理领域提供支持。;10.2Python生态库的构建与发布;库：是Python中常常提及的概念，但事实上Python中的库只是一种对特定功能集合的统一说法而非严格定义。

Python库的具体表现形式为模块（Module）和包（Package）

下面分这两部分介绍Python库的构建与使用，并介绍如何发布第三方库。;Python模块：本质上是一个包含Python代码片段的.py文件，模块名就是文件名。

创建一个