那些有趣好玩的Python库，收藏起来慢慢学

阳光穿透心脏的1/2处 2023-09-24 17:06 69阅读 0赞

![5512e3879417b322b0776e6333dfa700.jpeg][]

Python 语言向来以丰富的第三方库而闻名，今天来介绍几个非常nice的库，有趣好玩且强大！

## 数据采集 ##

在当今互联网时代，数据实在是太重要了，首先我们就来介绍几个优秀的数据采集项目

### AKShare ###

AKShare 是基于 Python 的财经数据接口库，目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具，主要用于学术研究目的。

import akshare as ak
    
    stock_zh_a_hist_df = ak.stock_zh_a_hist(symbol="000001", period="daily", start_date="20170301", end_date='20210907', adjust="")
    print(stock_zh_a_hist_df)

Output:

日期          开盘   收盘    最高  ...  振幅   涨跌幅 涨跌额 换手率
    0     2017-03-01   9.49   9.49   9.55  ...  0.84  0.11  0.01  0.21
    1     2017-03-02   9.51   9.43   9.54  ...  1.26 -0.63 -0.06  0.24
    2     2017-03-03   9.41   9.40   9.43  ...  0.74 -0.32 -0.03  0.20
    3     2017-03-06   9.40   9.45   9.46  ...  0.74  0.53  0.05  0.24
    4     2017-03-07   9.44   9.45   9.46  ...  0.63  0.00  0.00  0.17
              ...    ...    ...    ...  ...   ...   ...   ...   ...
    1100  2021-09-01  17.48  17.88  17.92  ...  5.11  0.45  0.08  1.19
    1101  2021-09-02  18.00  18.40  18.78  ...  5.48  2.91  0.52  1.25
    1102  2021-09-03  18.50  18.04  18.50  ...  4.35 -1.96 -0.36  0.72
    1103  2021-09-06  17.93  18.45  18.60  ...  4.55  2.27  0.41  0.78
    1104  2021-09-07  18.60  19.24  19.56  ...  6.56  4.28  0.79  0.84
    [1105 rows x 11 columns]

> ❝
> 
> https://github.com/akfamily/akshare

### TuShare ###

TuShare 是实现对股票/期货等金融数据从数据采集、清洗加工到数据存储过程的工具，满足金融量化分析师和学习数据分析的人在数据获取方面的需求，它的特点是数据覆盖范围广，接口调用简单,响应快速。

不过该项目有一部分功能是收费的，大家选择使用哦

import tushare as ts
    
    ts.get_hist_data('600848') #一次性获取全部数据

Output:

open    high   close     low     volume    p_change  ma5 \
    date                                                                     
    2012-01-11   6.880   7.380   7.060   6.880   14129.96     2.62   7.060   
    2012-01-12   7.050   7.100   6.980   6.900    7895.19    -1.13   7.020   
    2012-01-13   6.950   7.000   6.700   6.690    6611.87    -4.01   6.913   
    2012-01-16   6.680   6.750   6.510   6.480    2941.63    -2.84   6.813   
    2012-01-17   6.660   6.880   6.860   6.460    8642.57     5.38   6.822   
    2012-01-18   7.000   7.300   6.890   6.880   13075.40     0.44   6.788   
    2012-01-19   6.690   6.950   6.890   6.680    6117.32     0.00   6.770   
    2012-01-20   6.870   7.080   7.010   6.870    6813.09     1.74   6.832 
    
    			 ma10    ma20      v_ma5     v_ma10     v_ma20     turnover  
    date                                                                  
    2012-01-11   7.060   7.060   14129.96   14129.96   14129.96     0.48  
    2012-01-12   7.020   7.020   11012.58   11012.58   11012.58     0.27  
    2012-01-13   6.913   6.913    9545.67    9545.67    9545.67     0.23  
    2012-01-16   6.813   6.813    7894.66    7894.66    7894.66     0.10  
    2012-01-17   6.822   6.822    8044.24    8044.24    8044.24     0.30  
    2012-01-18   6.833   6.833    7833.33    8882.77    8882.77     0.45  
    2012-01-19   6.841   6.841    7477.76    8487.71    8487.71     0.21  
    2012-01-20   6.863   6.863    7518.00    8278.38    8278.38     0.23

> ❝
> 
> https://github.com/waditu/tushare

### GoPUP ###

GoPUP 项目所采集的数据皆来自公开的数据源，不涉及任何个人隐私数据和非公开数据。不过同样的，部分接口是需要注册 TOKEN 才能使用的。

import gopup as gp
    df = gp.weibo_index(word="疫情", time_type="1hour")
    print(df)

Output:

疫情
    index
    2022-12-17 18:15:00  18544
    2022-12-17 18:20:00  14927
    2022-12-17 18:25:00  13004
    2022-12-17 18:30:00  13145
    2022-12-17 18:35:00  13485
    2022-12-17 18:40:00  14091
    2022-12-17 18:45:00  14265
    2022-12-17 18:50:00  14115
    2022-12-17 18:55:00  15313
    2022-12-17 19:00:00  14346
    2022-12-17 19:05:00  14457
    2022-12-17 19:10:00  13495
    2022-12-17 19:15:00  14133

> ❝
> 
> https://github.com/justinzm/gopup

### GeneralNewsExtractor ###

该项目基于《基于文本及符号密度的网页正文提取方法》论文，使用 Python 实现的正文抽取器，可以用来提取 HTML 中正文的内容、作者、标题。

>>> from gne import GeneralNewsExtractor
    
    >>> html = '''经过渲染的网页 HTML 代码'''
    
    >>> extractor = GeneralNewsExtractor()
    >>> result = extractor.extract(html, noise_node_list=['//div[@class="comment-list"]'])
    >>> print(result)

Output:

{"title": "xxxx", "publish_time": "2019-09-10 11:12:13", "author": "yyy", "content": "zzzz", "images": ["/xxx.jpg", "/yyy.png"]}

新闻页提取示例

![b78b133255ce429bb7dc12ef54030a0a.png][]

> ❝
> 
> https://github.com/GeneralNewsExtractor/GeneralNewsExtractor

## 爬虫 ##

爬虫也是 Python 语言的一大应用方向，很多朋友也都是以爬虫来入门的，我们来看看有哪些优秀的爬虫项目吧

### playwright-python ###

微软开源的浏览器自动化工具，可以用 Python 语言操作浏览器。支持 Linux、macOS、Windows 系统下的 Chromium、Firefox 和 WebKit 浏览器。

from playwright.sync_api import sync_playwright
    
    with sync_playwright() as p:
        for browser_type in [p.chromium, p.firefox, p.webkit]:
            browser = browser_type.launch()
            page = browser.new_page()
            page.goto('http://whatsmyuseragent.org/')
            page.screenshot(path=f'example-{browser_type.name}.png')
            browser.close()

> ❝
> 
> https://github.com/microsoft/playwright-python

### awesome-python-login-model ###

该项目收集了各大网站登陆方式和部分网站的爬虫程序。登陆方式实现包含 selenium 登录、通过抓包直接模拟登录等。有助于新手研究、编写爬虫。

不过众所周知，爬虫是非常吃后期维护的，该项目已经很久没有更新了，所以各种登录接口是否还能正常使用，还存在疑问，大家选择使用，或者自行二次开发。

![01050bec16dc4fcda5ee80e8754f00ae.jpeg][]

> ❝
> 
> https://github.com/Kr1s77/awesome-python-login-model

### DecryptLogin ###

相比于上一个，该项目则还在持续更新，同样是模拟登录各大网站，对于新手还是非常有研究价值的。

from DecryptLogin import login
    
    # the instanced Login class object
    lg = login.Login()
    # use the provided api function to login in the target website (e.g., twitter)
    infos_return, session = lg.twitter(username='Your Username', password='Your Password')

> ❝
> 
> https://github.com/CharlesPikachu/DecryptLogin

### Scylla ###

Scylla 是一款高质量的免费代理 IP 池工具，当前仅支持 Python 3.6。

http://localhost:8899/api/v1/stats

Output:

{
        "median": 181.2566407083,
        "valid_count": 1780,
        "total_count": 9528,
        "mean": 174.3290085201
    }

> ❝
> 
> https://github.com/scylladb/scylladb

### ProxyPool ###

爬虫代理IP池项目，主要功能为定时采集网上发布的免费代理验证入库，定时验证入库的代理保证代理的可用性，提供API和CLI两种使用方式。同时也可以扩展代理源以增加代理池IP的质量和数量。该项目设计文档详细、模块结构简明易懂，同时适合爬虫新手更好的学习爬虫技术。

import requests
    
    def get_proxy():
        return requests.get("http://127.0.0.1:5010/get/").json()
    
    def delete_proxy(proxy):
        requests.get("http://127.0.0.1:5010/delete/?proxy={}".format(proxy))
    
    # your spider code
    
    def getHtml():
        # ....
        retry_count = 5
        proxy = get_proxy().get("proxy")
        while retry_count > 0:
            try:
                html = requests.get('http://www.example.com', proxies={"http": "http://{}".format(proxy)})
                # 使用代理访问
                return html
            except Exception:
                retry_count -= 1
        # 删除代理池中代理
        delete_proxy(proxy)
        return None

> ❝
> 
> https://github.com/Python3WebSpider/ProxyPool

### getproxy ###

getproxy 是一个抓取发放代理网站，获取 http/https 代理的程序，每 15 min 更新数据。

(test2.7) ➜  ~ getproxy
    INFO:getproxy.getproxy:[*] Init
    INFO:getproxy.getproxy:[*] Current Ip Address: 1.1.1.1
    INFO:getproxy.getproxy:[*] Load input proxies
    INFO:getproxy.getproxy:[*] Validate input proxies
    INFO:getproxy.getproxy:[*] Load plugins
    INFO:getproxy.getproxy:[*] Grab proxies
    INFO:getproxy.getproxy:[*] Validate web proxies
    INFO:getproxy.getproxy:[*] Check 6666 proxies, Got 666 valid proxies
    ...

> ❝
> 
> https://github.com/fate0/getproxy

### freeproxy ###

同样是一个抓取免费代理的项目，该项目支持抓取的代理网站非常多，而且使用简单。

from freeproxy import freeproxy
    
    proxy_sources = ['proxylistplus', 'kuaidaili']
    fp_client = freeproxy.FreeProxy(proxy_sources=proxy_sources)
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36'
    }
    response = fp_client.get('https://space.bilibili.com/406756145', headers=headers)
    print(response.text)

> ❝
> 
> https://github.com/CharlesPikachu/freeproxy

### fake-useragent ###

伪装浏览器身份，常用于爬虫。这个项目的代码很少，可以阅读一下，看看ua.random是如何返回随机的浏览器身份的。

from fake_useragent import UserAgent
    ua = UserAgent()
    
    ua.ie
    # Mozilla/5.0 (Windows; U; MSIE 9.0; Windows NT 9.0; en-US);
    ua.msie
    # Mozilla/5.0 (compatible; MSIE 10.0; Macintosh; Intel Mac OS X 10_7_3; Trident/6.0)'
    ua['Internet Explorer']
    # Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.1; Trident/4.0; GTB7.4; InfoPath.2; SV1; .NET CLR 3.3.69573; WOW64; en-US)
    ua.opera
    # Opera/9.80 (X11; Linux i686; U; ru) Presto/2.8.131 Version/11.11
    ua.chrome
    # Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.2 (KHTML, like Gecko) Chrome/22.0.1216.0 Safari/537.2'
    ua.google
    # Mozilla/5.0 (Macintosh; Intel Mac OS X 10_7_4) AppleWebKit/537.13 (KHTML, like Gecko) Chrome/24.0.1290.1 Safari/537.13
    ua['google chrome']
    # Mozilla/5.0 (X11; CrOS i686 2268.111.0) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11
    ua.firefox
    # Mozilla/5.0 (Windows NT 6.2; Win64; x64; rv:16.0.1) Gecko/20121011 Firefox/16.0.1
    ua.ff
    # Mozilla/5.0 (X11; Ubuntu; Linux i686; rv:15.0) Gecko/20100101 Firefox/15.0.1
    ua.safari
    # Mozilla/5.0 (iPad; CPU OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A5355d Safari/8536.25
    
    # and the best one, get a random browser user-agent string
    ua.random

> ❝
> 
> https://github.com/fake-useragent/fake-useragent

## Web 相关 ##

Python Web 有太多优秀且老牌的库了，比如 Django，Flask 就不说了，大家都知道，我们介绍几个小众但是好用的。

### streamlit ###

streamlit 能够快速地把数据制作成可视化、交互页面的 Python 框架。分分钟让我们的数据变成图表。

import streamlit as st
    
    x = st.slider('Select a value')
    st.write(x, 'squared is', x * x)

Output:

![82494bd136e610f298815cc17cb2e06b.png][]

> ❝
> 
> https://github.com/streamlit/streamlit

### wagtail ###

是一个强大的开源 Django CMS（内容管理系统）。首先该项目更新、迭代活跃，其次项目首页提到的功能都是免费的，没有付费解锁的骚操作。专注于内容管理，不束缚前端实现。

![7f069db1c072f50bfb2a14a167c845a9.png][]

> ❝
> 
> https://github.com/wagtail/wagtail

### fastapi ###

基于 Python 3.6+ 的高性能 Web 框架。“人如其名”用 FastAPI 写接口那叫一个快、调试方便，Python 在进步而它基于这些进步，让 Web 开发变得更快、更强。

from typing import Union
    
    from fastapi import FastAPI
    
    app = FastAPI()
    
    
    @app.get("/")
    def read_root():
        return {"Hello": "World"}
    
    
    @app.get("/items/{item_id}")
    def read_item(item_id: int, q: Union[str, None] = None):
        return {"item_id": item_id, "q": q}

> ❝
> 
> https://github.com/tiangolo/fastapi

### django-blog-tutorial ###

这是一个 Django 使用教程，该项目一步步带我们使用 Django 从零开发一个个人博客系统，在实践的同时掌握 Django 的开发技巧。

> ❝
> 
> https://github.com/jukanntenn/django-blog-tutorial

### dash ###

dash 是一个专门为机器学习而来的 Web 框架，通过该框架可以快速搭建一个机器学习 APP。

![3d65c794db8c741e2f54faf59aeea12e.gif][]

> ❝
> 
> https://github.com/plotly/dash

### PyWebIO ###

同样是一个非常优秀的 Python Web 框架，在不需要编写前端代码的情况下就可以完成整个 Web 页面的搭建，实在是方便。

![ca5c6be406f94757b3b535469bdcdda5.jpeg][]

> ❝
> 
> https://github.com/pywebio/PyWebIO

## Python 教程 ##

### practical-python ###

一个人气超高的 Python 学习资源项目，是 MarkDown 格式的教程，非常友好。

> ❝
> 
> https://github.com/dabeaz-course/practical-python

### learn-python3 ###

一个 Python3 的教程，该教程采用 Jupyter notebooks 形式，便于运行和阅读。并且还包含了练习题，对新手友好。

> ❝
> 
> https://github.com/jerry-git/learn-python3

### python-guide ###

Requests 库的作者——kennethreitz，写的 Python 入门教程。不单单是语法层面的，涵盖项目结构、代码风格，进阶、工具等方方面面。一起在教程中领略大神的风采吧~

> ❝
> 
> https://github.com/realpython/python-guide

## 其他 ##

### pytools ###

这是一位大神编写的类似工具集的项目，里面包含了众多有趣的小工具。

![ad3be34d386b14e170bbecf4dc1068c0.png][]

截图只是冰山一角，全貌需要大家自行探索了

import random
    from pytools import pytools
    
    tool_client = pytools.pytools()
    all_supports = tool_client.getallsupported()
    tool_client.execute(random.choice(list(all_supports.values())))

> ❝
> 
> https://github.com/CharlesPikachu/pytools

### amazing-qr ###

可以生成动态、彩色、各式各样的二维码，真是个有趣的库。

#3 -n, -d
    amzqr https://github.com   -n github_qr.jpg   -d .../paths/

> ❝
> 
> https://github.com/x-hw/amazing-qr

### sh ###

sh 是一个成熟的，用于替代 subprocess 的库，它允许我们调用任何程序，看起来它就是一个函数一样。

$> ./run.sh FunctionalTests.test_unicode_arg

> ❝
> 
> https://github.com/amoffat/sh

### tqdm ###

强大、快速、易扩展的 Python 进度条库。

from tqdm import tqdm
    for i in tqdm(range(10000)):
        ...

> ❝
> 
> https://github.com/tqdm/tqdm

### loguru ###

一个让 Python 记录日志变得简单的库。

from loguru import logger
    
    logger.debug("That's it, beautiful and simple logging!")

> ❝
> 
> https://github.com/Delgan/loguru

### click ###

Python 的第三方库，用于快速创建命令行。支持装饰器方式调用、多种参数类型、自动生成帮助信息等。

import click
    
    @click.command()
    @click.option("--count", default=1, help="Number of greetings.")
    @click.option("--name", prompt="Your name", help="The person to greet.")
    def hello(count, name):
        """Simple program that greets NAME for a total of COUNT times."""
        for _ in range(count):
            click.echo(f"Hello, {name}!")
    
    if __name__ == '__main__':
        hello()

Output:

$ python hello.py --count=3
    Your name: Click
    Hello, Click!
    Hello, Click!
    Hello, Click!

### KeymouseGo ###

Python 实现的精简绿色版按键精灵，记录用户的鼠标、键盘操作，自动执行之前记录的操作，可设定执行的次数。在进行某些简单、单调重复的操作时，使用该软件可以十分省事儿。只需要录制一遍，剩下的交给 KeymouseGo 来做就可以了。

![3a59d9dfc0076b9f2a57297161f5b473.png][]

> ❝
> 
> https://github.com/taojy123/KeymouseGo

好了，这就是今天分享的全部内容，喜欢就点个**赞**吧~

**最后：**在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。**`【保证100%免费】`**

![eacd6b72c45944d297f8bee39f56d0a3.png][]

![在这里插入图片描述][6902eb3eeb51442c8e61948dc4fb1ea5.png_pic_center]

[5512e3879417b322b0776e6333dfa700.jpeg]: https://img-blog.csdnimg.cn/img_convert/5512e3879417b322b0776e6333dfa700.jpeg
[b78b133255ce429bb7dc12ef54030a0a.png]: https://img-blog.csdnimg.cn/b78b133255ce429bb7dc12ef54030a0a.png
[01050bec16dc4fcda5ee80e8754f00ae.jpeg]: https://img-blog.csdnimg.cn/01050bec16dc4fcda5ee80e8754f00ae.jpeg
[82494bd136e610f298815cc17cb2e06b.png]: https://img-blog.csdnimg.cn/img_convert/82494bd136e610f298815cc17cb2e06b.png
[7f069db1c072f50bfb2a14a167c845a9.png]: https://img-blog.csdnimg.cn/img_convert/7f069db1c072f50bfb2a14a167c845a9.png
[3d65c794db8c741e2f54faf59aeea12e.gif]: https://img-blog.csdnimg.cn/img_convert/3d65c794db8c741e2f54faf59aeea12e.gif
[ca5c6be406f94757b3b535469bdcdda5.jpeg]: https://img-blog.csdnimg.cn/ca5c6be406f94757b3b535469bdcdda5.jpeg
[ad3be34d386b14e170bbecf4dc1068c0.png]: https://img-blog.csdnimg.cn/img_convert/ad3be34d386b14e170bbecf4dc1068c0.png
[3a59d9dfc0076b9f2a57297161f5b473.png]: https://img-blog.csdnimg.cn/img_convert/3a59d9dfc0076b9f2a57297161f5b473.png
[eacd6b72c45944d297f8bee39f56d0a3.png]: https://img-blog.csdnimg.cn/eacd6b72c45944d297f8bee39f56d0a3.png
[6902eb3eeb51442c8e61948dc4fb1ea5.png_pic_center]: https://img-blog.csdnimg.cn/6902eb3eeb51442c8e61948dc4fb1ea5.png#pic_center