极客笔记Python已安装包列表
Python 是一种广泛使用的、可扩展的编程语言，它提供了丰富的库和包，用于处理各种任务和应用程序开发。在本文中，我们将详细介绍如何列出 Python 中已安装的包，并提供一些常用包的示例。
为什么需要列出已安装的包？
在 Python 中，包是一种可重用的代码模块，它可以提供特定功能的函数和类。它们是开发 Python 应用程序不可或缺的一部分。当我们开始一个新的 Python 项目时，通常会使用一些已有的包，而不是从头开始编写所有的代码。因此，了解自己的系统中已安装的包列表是十分重要的。
另外，当分享代码或将应用程序部署到其他机器时，其他用户或开发者也需要了解安装了哪些包，以便能够正确运行应用程序。
如何列出Python已安装包？
Python 提供了几种不同的方式来列出已安装的包。下面我们将介绍其中两种最常见的方法。
使用 pip 列出已安装的包
pip 是 Python 包管理器，它允许我们安装、升级和删除 Python 包。可以使用以下命令在终端中列出已安装的包：
pip list
该命令将输出一个由包名和版本号组成的列表。示例输出如下：
Package Version
-------------- -------
numpy 1.19.5
pandas 1.2.3
matplotlib 3.3.4
requests 2.25.1
使用 pkg_resources 列出已安装的包
另一种列出已安装的包的方法是使用 Python 的 pkg_resources 模块。这个模块提供了许多有用的函数，包括列出已安装包的函数。下面是一个使用 pkg_resources 的示例：
import pkg_resources
installed_packages = pkg_resources.working_set
for package in installed_packages:
print(package)
运行上述代码将输出已安装的包列表，示例如下：
numpy 1.19.5
pandas 1.2.3
matplotlib 3.3.4
requests 2.25.1
这种方法只需导入 pkg_resources 模块，然后使用 working_set 属性即可获得已安装的包列表。
备注
需要注意的是，上述方法只列出了当前 Python 环境中已安装的包。如果使用了虚拟环境，需要先进入虚拟环境，然后再执行上述命令或脚本。
此外，在某些情况下，我们可能需要列出包及其依赖项的完整信息，而不仅仅是包名和版本号。对于这种需求，可以使用 pip freeze 命令将包及其依赖项输出到一个文件中。示例命令如下：
pip freeze > requirements.txt
可以通过将输出文件与他人共享，或将其用作自动化构建和部署流水线的一部分，从而实现方便的包管理。
常用的Python包
Python 生态系统包含了大量的第三方包，为各种不同的应用程序和任务提供了支持。下面列举一些常用的 Python 包及其用途：
NumPy
NumPy 是一个强大的科学计算库，用于处理大型多维数组和矩阵。它提供了许多数学函数和方法，使得在 Python 中进行数值计算和数据分析变得更加简单和高效。
示例代码：
import numpy as np
# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5])
print(a)
# 创建一个二维数组
b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(b)
# 对数组进行加法运算
c = a + b
print(c)
输出：
[1 2 3 4 5]
[[1 2 3]
[4 5 6]
[7 8 9]]
[[ 2 4 6]
[ 5 7 9]
[ 8 10 12]]
Pandas
Pandas 是一个用于数据分析和处理的强大库。它提供了高性能、易于使用的数据结构和数据分析工具，使得在 Python 中进行数据清洗、整理和分析变得更加简单。
示例代码：
import pandas as pd
# 创建一个简单的数据帧
data = {'Name': ['John', 'Emma', 'Mark', 'Lisa'],
'Age': [28, 32, 45, 27]}
df = pd.DataFrame(data)
print(df)
# 对数据进行统计汇总
summary = df.describe()
print(summary)
输出：
Name Age
0 John 28
1 Emma 32
2 Mark 45
3 Lisa 27
Age
count 4.000000
mean 33.000000
std 8.888194
min 27.000000
25% 27.750000
50% 30.000000
75% 35.250000
max 45.000000
Matplotlib
Matplotlib 是一个功能强大的绘图库，可用于创建各种类型的图表和可视化。它提供了广泛的绘图函数和方法，使得在 Python 中生成漂亮、可视化的图形变得非常简单。
示例代码：
import matplotlib.pyplot as plt
# 创建一个简单的折线图
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
plt.plot(x, y)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Simple Line Plot')
plt.show()
输出：将在一个新窗口中显示一个折线图。
Requests
Requests 是一个简单而优雅的 HTTP 库，用于发送 HTTP/1.1 请求。它可以轻松地发送 HTTP 请求、处理响应和处理错误，提供了更好的 API，使得在 Python 中进行网络请求变得更加容易。
示例代码：
import requests
# 发送一个 GET 请求
response = requests.get('https://api.example.com')
print(response.status_code)
print(response.json())
输出：将显示响应的状态代码和 JSON 数据。
结论
在本文中，我们详细介绍了如何列出 Python 中已安装的包，并给出了两种常用的方法。我们还介绍了一些常用的 Python 包和其示例代码，以展示它们的基本用法。通过了解自己的系统中已安装的包列表，以及一些常用的包，你可以更好地管理你的项目和开发工作。希望这篇文章对你有所帮助，让你更加熟悉 Python 生态系统中的一些常用包。
除了上述提到的常用包外， Python 的包列表还有很多其他优秀的包，用于各种不同的任务和应用程序开发。例如：
- SciPy：用于科学计算、数值优化和信号处理的库。
- Scikit-learn：用于机器学习任务的库，提供了各种算法和工具。
- TensorFlow、PyTorch：两个流行的深度学习框架，用于构建和训练神经网络。
- Django、Flask：两个流行的 Web 框架，用于构建 Web 应用程序。
- Celery：一个分布式任务队列库，用于异步处理任务。
- SQLAlchemy：用于数据库操作和 ORM 的库，支持多种数据库后端。
当然，这只是其中的一小部分。根据你的具体需求和项目类型，你可能会使用到其他各种包。
总结来说，了解已安装的 Python 包对于项目开发和分享代码是非常重要的。通过使用 pip list 或 pkg_resources，你可以方便地列出已安装的包。常用的 Python 包包括 NumPy、Pandas、Matplotlib 和 Requests 等等，它们提供了强大的功能，可以大大提高开发效率。