1 项目开始
1.1 工具清单
01.标准库
a.分类1
os: 提供了与操作系统交互的功能，如文件和目录操作
sys: 提供了与 Python 解释器及其环境交互的功能
math: 数学运算相关的函数，如三角函数、对数、指数运算等
random: 生成随机数的功能
datetime: 处理日期和时间的类和函数
json: 解析JSON格式数据的功能
csv: 处理逗号分隔值 (CSV) 格式文件的功能
socket: 支持网络通信的功能，包括创建客户端和服务器
b.分类2
re: 提供正则表达式的功能
collections: 提供了额外的数据结构，如OrderedDict、defaultdict等
pickle: 对象序列化和反序列化的功能
urllib: 处理URL和HTTP请求的模块
sqlite3: Python自带的轻量级SQL数据库模块
xml.etree.ElementTree: 处理XML数据的模块
argparse: 命令行参数解析的功能
02.工具类
a.分类1
pip install pyhutool
pip install toolkity --版本冲突
b.分类2
获取ip
cookie解析
获取可用端口
重试器：包装函数对指定异常进行重试
超时器：装饰函数并指定其超时时间
c.分类3
Timer：简单好用的计时器
Logger：提供日志服务
Singleton：单例元类
Marshmallow：代替json库
ExceptContext：异常捕获上下文
safely_json_loads：安全的将字符串变成json对象
format_html_string：格式化html
common_stop_start_control：提供开，关，重启，状态等命令行服务
d.分类4
Service：继承自ParallelMonitor，LoggingMonitor并实现common_stop_start_control 接口。编写微服务专用基类。
ProxyPool：基于redis的代理池，继承自Logger
Translate：翻译器，继承自ProxyPool
RedisQueue：基于redis的队列
ItemConsumer：kafka消费者，继承自Service
ItemProducer：kafka生产者，继承自Service
FifoDiskQueue：持久化 FIFO 队列
LoggingMonitor：内建Logger和Settings
SettingsWrapper：提供配置信息服务
ParallelMonitor：使用Singleton构建， 多线程多进程统一管理器
03.科学计算
a.分类1
pip install numpy
pip install scipy
pip install symPy
pip install pandas
pip install matplotlib
pip install scikit-learn
pip install numpy scipy symPy pandas matplotlib scikit-learn --自动处理依赖关系
b.分类2
statistics：在Python 3.4版本中提供了许多基本统计计算的函数，比如平均值、中位数、众数、标差、方差
NumPy：用于科学计算的基础包，提供支持大量维数组和矩阵操作的高性能多维数组对象，以及广泛的数学函数库
SciPy：用于科学和技术计算，包括数值积分、优化、插值、线性代数、傅里叶变换、信号处理、图像处理、统计和多维图像处理
SymPy: 用于符号数学计算，可以执行代数运算、微积分、方程求解等。
Pandas：提供数据结构和数据分析工具，特别适合处理表格（数据框）和时间序列数据
Matplotlib：用于创建静态、动态和交互式可视化图表的绘图库
Scikit-learn：提供了机器学习和数据挖掘工具，包含分类、回归、聚类和降维等算法
04.网页框架：Django、Flask
a.分类1
pip install django
pip install flask
pip install pyecharts
b.分类2
import sqlite3 --sqlite3
import ksycopg2 --kingbase（目前最高支持python 3.7）
pip3 install redis --redis
pip install cx_Oracle --oracle
pip install dmPython --dameng
pip install psycopg2 --postgresql
pip install pymongo --mongodb
pip install mysql-connector --mysql/mariadb
c.分类3
pip install sqlalchemy --支持多种数据库，除了
05.计算机视觉、机器学习、深度学习：cv2、tensorflow、torch
a.分类1
pip install opencv-python --普通版本
pip install opencv-python-headless --OpenCV的可选功能，比如额外的模块和算法（无）
pip install tensorflow --CPU版本（无）
pip install tensorflow-gpu --GPU支持并且已经安装了CUDA和cuDNN（无）
pip install torch torchvision torchaudio --没有CUDA支持的CPU上运行（无）
b.分类2
OpenCV：一个用于计算机视觉的库，提供了大量的图像处理和计算机视觉算法
TensorFlow和PyTorch：两个深度学习框架，广泛用于机器学习和人工智能领域
06.爬虫
a.分类1
pip install requests
pip install beautifulsoup4 lxml
pip install scrapy
pip install pyquery
pip install httpx
pip install selenium --无
pip install mechanicalsoup --无
pip install requests beautifulsoup4 lxml scrapy pyquery httpx --自动处理依赖关系
b.分类2
Requests：用于发送HTTP请求，获取网页内容
Beautiful Soup：用于解析HTML和XML文档，方便提取数据
lxml：一个高性能的HTML和XML解析库
Scrapy：一个功能强大的爬虫框架，适合构建复杂的爬虫项目
PyQuery：类似jQuery的Python库，用于解析和处理HTML
HTTPX：一个支持同步和异步操作的HTTP客户端
Selenium：用于自动化浏览器操作，适合抓取动态内容的网页
MechanicalSoup：一个基于Beautiful Soup和Requests的自动化网页交互库
1.2 版本迭代
1.3 语言特性