1.arrow

Arrow提供了一个合理的、人性化的方法来创建、操作、格式转换的日期，时间，和时间戳，帮助我们使用较少的导入和更少的代码来处理日期和时间。
安装

 pip install arrow

常用方法案例：

# -*- coding: utf-8 -*-

import arrow


'''1.获取当前时间'''
print(arrow.utcnow())  # 获取当前utc时间
print(arrow.now())   # 获取当前系统时间


'''2.将时间戳转化为arrow对象  时间戳可以是int，float或者可以转化为float的字符串'''
print(arrow.get(1556073222))
print(arrow.get('1556073222'))
print(arrow.get(1556073222.264))
print(arrow.get('1556073222.264'))


'''将字符串转换为arrow对象    arrow.get(string[,format_string])'''
print(arrow.get('2019-04-24 10:43:30','YYYY-MM-DD HH:mm:ss'))
print(arrow.get('2019-04-24T10:00:00.000-07:00'))  # 循ISO-8601的字符串不需要格式字符串参数即可转换
print(arrow.get('June was born in December 1994', 'MMMM YYYY'))  # 可以从字符串中通过格式参数搜索时间
print(arrow.get(2019, 4, 24))  # 直接创建arrow对象
print(arrow.Arrow(2019, 4, 24))  # 直接创建arrow对象


'''arrow对象属性   datetime,timestamp,tzinfo'''
time_msg = arrow.now()
print(time_msg.datetime)
print(time_msg.timestamp)  # 时间戳
print(time_msg.naive)
print(time_msg.tzinfo)  # 时区
print(time_msg.hour)  # 小时
print(time_msg.day)  # 日期(天)


'''时间推移    a.shift(**kwargs)'''
print(time_msg.shift(days=-1))  # 前一天
print(time_msg.shift(weeks=+1))  # 一周后
print(time_msg.shift(weekday=6))  # 距离time_msg最近的一个星期日，weekday从0到6代表周一到周日


'''时间替换   a.replace(**kwargs)'''
print(time_msg.replace(hour=6))  # 将小时替换为6


'''格式化输出    a.format([format_string])'''
print(time_msg.format())
print(time_msg.format('YYYY-MM-DD HH:mm:ss ZZ'))

2. toolz

安装

pip install toolz

案例

# -*- coding:utf-8 -*-

'''
    1.纯函数
    (1).它不依赖于隐藏状态，或等效的取决于它的输入。
    (2).功能评估不会引起副作用
    简而言之，纯函数的内部工作与程序的其余部分是隔离的。
'''
# 纯函数
def min(x,y):
    if x<y:
        return x
    else:
        return y

# 非纯函数
exponent = 2
def powers(L):
    for i in range(len(L)):
        L[i] = L[i]**exponent
    return L
if __name__ == '__main__':
    result1 = min(6,10)
    data = [1,2,3]
    result2 = powers(data)
    print(result1)
    print(result2)

# min()函数的功能很纯粹，在给定相同输入参数的情况下，它的产生的结果始终是相同的。
# powers()函数的输出结果是受到全局变量exponent影响的，因此是不纯的。

'''
    2.惰性迭代器
    惰性迭代器仅在必要时进行评估。它们允许我们在语义上操作大量数据，同时在内存中
    保留很少的数据。它们像列表一样，但不占用空间。
'''
# 打开一个文件，python打开这个文件，但是不读取任何一行文本，对象book就是一个惰性迭代器。
# 当我们调用next()读取文件内容时，book迭代器会在文本中慢慢前进
book = open('book_of_tools.txt')
print(next(book))  # 第一行
print(next(book))  # 下一行

# 我们可以懒惰地操作惰性迭代器而不进行任何实际计算
from toolz import map
loud_book = map(str.upper,book)
print(next(loud_book))  # 第一行
print(next(loud_book))  # 下一行

# 我们经常使用懒惰来避免一次将大数据集加载到内存中。对大型数据集的许多计算不需要一次访问所有数据。
# 如下是计算文本中的所有字母。
from toolz import concat, frequencies
letters = frequencies(concat(loud_book))
print(letters)


'''
    3.Curry
    curried函数部分评估它是否没有收到足够的参数来计算结果
    '''
from toolz import curry
@curry
def mul(x,y):
    return x*y
double = mul(2,2)
print(double)

3. peewee

安装

pip install peewee

案列

#  -*- coding:utf-8 -*-
from peewee import *


'''
    Peewee 是一个简单、轻巧的 Python ORM。

    简单、轻巧、富有表现力（原词 expressive ）的ORM
    支持python版本 2.6+ 和 3.2+
    支持数据库包括：sqlite， mysql and postgresql
    包含一堆实用的扩展在 playhouse 模块中
'''

'''
    1.模型定义
    宾语      对应...
    模型类     数据库表
    字段实例     在桌子上的列
    模型实例     在数据库表中的行
'''
db = SqliteDatabase('people.db')

# 创建Person模型类
class Person(Model):
    name = CharField()
    birthday = DateField()

    class Meta:
        database = db

# 创建Pet模型类
class Pet(Model):
    owner = ForeignKeyField(Person,backref='pets')
    name = CharField()
    animal_type = CharField()

    class Meta:
        database = db

# 创建数据存储标表
db.create_tables([Person,Pet])


'''
    2.存储数据
    通过save()和create()方法添加和更新记录
'''
from datetime import date
old_wang = Person(name='wangyifan', birthday=date(1994,12,15))
old_wang.save()

# 使用create()方法添加人员
old_zhao = Person.create(name='zhaoyi', birthday=date(1996,3,13))
old_liu = Person.create(name='liuxing', birthday=date(1995,2,23))

# 更新数据时，可修改模型实例后调用save()方法保存更改
old_zhao.name = 'zhaoxue'
old_zhao.save()  # 保存修改
print(old_zhao.name)

# 为人员分配宠物
wang_lucky = Pet.create(owner=old_wang, name='lucky', animal_type='dog')
zhao_ww = Pet.create(owner=old_zhao, name='ww', animal_type='dog')

# 删除宠物
zhao_ww.delete_instance()

# 将宠物分配给其他人
wang_lucky.owner = old_zhao
wang_lucky.save()
print(wang_lucky.owner.name)


'''3.数据检索'''
# 从数据库获取单个记录 select.get()
person_a = Person.select().where(Person.name == 'wangyifan').get()
print(person_a.name,"person_a.name")
person_a = Person.get(Person.name == 'wangyifan')  # 简化写法
print(person_a.name,"person_a.name,")

# (1)记录列表
for person in Person.select():  # 列出数据库中的所有人
    print(person.name)

dog_list = Pet.select().where(Pet.animal_type == 'dog')  # 列出所有狗及其主人的名字
for dog in dog_list:
    print(dog.name, dog.owner.name)

# (2)获取wangyifan拥有的所有宠物
for pet in Pet.select().join(Person).where(Person.name == 'wangyifan'):
    print(pet.name)

# (3)排序  order_by()
for pet in Pet.select().where(Pet.owner == old_wang).order_by(Pet.name):  # 列出宠物按姓名排序
    print(pet.name)

for person in Person.select().order_by(Person.birthday.desc()):  # 列出所有人，从年轻到年长
    print(person.name, person.birthday)

#(4) 组合过滤器表达式
d1995 = date(1995, 3, 1)
d1996 = date(1996, 1, 1)
# 生日小于1995大于1996   两个日期直接可以用Person.birthday.between(d1940, d1960)
person_list = (Person.select().where((Person.birthday < d1995) | (Person.birthday > d1996)))
for person in person_list:
    print(person.name, person.birthday)

# （5）聚合和预取
for person in Person.select():
    print(person.name, person.pets.count(), 'pets')

'''4.数据库'''
# 关闭连接
db.close()
# 使用现有数据库,如已有数据库，则可以使用模型生成器pwiz自动生成peewee模型 。
# 例如，有一个名为charles_blog的postgresql数据库 ，则可以执行如下命令
# python -m pwiz -e postgresql charles_blog > blog_model.py

4.pymysql

安装

pip install PyMySQL

案例

# -*- coding:utf-8 -*-
import pymysql

'''1.数据库查询操作'''
db = pymysql.connect("localhost","root","root","hd_20190424")  # 地址，用户名，密码，数据库名

# 使用cursor()方法创建一个游标对象 cursor
cursor = db.cursor()

# 使用execute()方法执行sql语句
cursor.execute("select version()")

# 使用fetchone()方法获取单条数据
data = cursor.fetchone()

print("database version:%s" % data)

# 关闭数据库连接
db.close()

'''2.数据库插入操作'''
import pymysql

# 打开数据库连接
db = pymysql.connect("localhost","root","root","hd_20190424")

# 使用cursor()方法获取操作游标
cursor = db.cursor()

# SQL 插入语句
sql = """INSERT INTO hd_20190424(username,age)VALUES ('wangyifan', 25)"""
try:
    # 执行sql语句
    cursor.execute(sql)
    # 提交到数据库执行
    db.commit()
except:
    # 如果发生错误则回滚
    db.rollback()

# 关闭数据库连接
db.close()

5.PyYAML

安装

pip install pyyaml

案例

# -*- coding:utf-8 -*-
import yaml
# 加载YAML
yaml_obj = yaml.load("""- Hesperiida
- Papilionidae
- Apatelodidae
- Epiplemidae""")
print (yaml_obj)

# PyYAML允许您构造任何类型的Python对象。
yaml_obj2 = yaml.load("""
none:[~,null]
bool:[True,False,on,off]
int:33
float:3.1415926
list:[wangyifan,1,'ddd']
dic:[name:wang,age:25]
""")
print(yaml_obj2)


# 倾倒YAML
print yaml.dump({'name': 'Silenthand Olleander', 'race': 'Human', 'traits': ['ONE_HAND', 'ONE_EYE']})

#打开并显示yaml文件内容
import yaml
f=open('yaml_data.ini')
data=yaml.load(f)
print data,'=========data'

#将Python对象写入yaml文件
f=open('data.yaml','w')
data={
          'name': 'Silenthand Olleander',
          'race': 'Human',
          'traits': ['ONE_HAND', 'ONE_EYE']
        }
yaml.dump(data,f)

6.* requests

安装

pip install requests

案例

# -*- coding:utf-8 -*-

import requests
'''1.get请求'''
# 请求
r = requests.get('https://www.baidu.com')
# 传参
params_data = {'wd':'wangyifan'}
r = requests.get('https://www.baidu.com', params=params_data)
print(r.url)  # 访问地址
print(r.text)  # 获取网页文本 返回的是Unicode型的数据   Unicode
print(r.content)  #获取网页文本 返回的是bytes型也就是二进制的数据。  str
# print(r.json()) # 如果获取的是json数据的话
print(r.status_code)  # 状态
r = requests.get('https://www.baidu.com',stream=True)
print(r.raw)  # 返回原始socket respons，需要加参数stream=True
print(r.raw.read(10),'====')
print(r.cookies,'===')

'''2.POST请求'''
# 请求
r = requests.post('http://httpbin.org/post', data = {'key':'value'})
# 参数
data_msg = {'key1': 'value1', 'key2': 'value2'}
r = requests.post("http://httpbin.org/post", data=data_msg)
print(r.text)
print(r.cookies)

# 文件传递
url = 'http://httpbin.org/post'
files = {'file': open('report.xls', 'rb')}
r = requests.post(url, files=files)

# session
# session对象能够帮我们跨请求保持某些参数，也会在同一个session实例发出的所有请求之间保持cookies。
s = requests.Session()  # 创建一个session对象

s.get('http://httpbin.org/cookies/set/sessioncookie/123456789')
r = s.get('http://httpbin.org/cookies')

print(r.text,'==========')

7.* PyStaticConfiguration

安装

# -*- coding:utf-8 -*-
import staticconf

'''
1.staticconf是一个库，用于从许多异构格式加载配置值并读取这些值。
该过程分为两个阶段(配置加载和读取配置值)。
'''
# 案例，给定两个文件
# application.yaml
'''
    pid ： /var/run/app1.pid

    storage_paths ：
        -  / mnt / storage
        -  / mnt / nfs

    min_date ： 2014-12-12

    groups ：
        users ：
            -  userone
            -  usertwo
        admins ：
            -  admin

'''
# overrides.yaml
'''
    max_files: 10

    groups:
        users:
            - customuser

'''
# 加载配置
import staticconf

app_config = 'application.yaml'
app_custom = 'overrides.yaml'

staticconf.YamlConfiguration(app_config)
staticconf.YamlConfiguration(app_custom, optional=True)  # 覆盖app_config中的配置

# 读取配置
import staticconf
pid = staticconf.read_string('pid')
storage_paths = staticconf.read_list_of_string('storage_paths')
users = staticconf.read_list_of_string('groups.users')
admins = staticconf.read_list_of_string('groups.admins')
min_date = staticconf.read_date('min_date')
print(pid)
print(storage_paths)
print(users)
print(admins)
print(min_date)

'''2.readers'''
# 例子  read an int
import staticconf
config = staticconf.NamespaceReaders('bling')
max_cycles = config.read_int('max_cycles')
ratio = config.read_float('ratio')

'''3.Schemas'''
from staticconf import schema

class SomethingUsefulSchema(schema.Schema):
    namespace = 'useful_namespace'
    config_path = 'useful'

    max_value = schema.int(default=100)
    ratio     = schema.float()
    msg       = schema.any(config_key='msg_string', default="Welcome")

config = SomethingUsefulSchema()
print config.msg

'''4.getters'''
import staticconf

# Returns a ValueProxy which can be used just like an int
max_cycles = staticconf.get_int('max_cycles')
print "Half of max_cycles", max_cycles / 2

# 对象从命名空间使用NamespaceGetters对象
config = staticconf.NamespaceGetters('special')
ratio = config.get_float('ratio')

案例

8.* jinja2

安装

pip install jinja2

案例

# -*- coding: utf-8 -*-
from jinja2 import Template

'''1.基本API用法'''
template = Template('hello {{ name }}')
print template.render(name='wangyifan')

# 使用包加载器来加载文档的最简单的方式如下：
from jinja2 import PackageLoader, Environment

env = Environment(loader=PackageLoader('python_project', 'templates'))  # 创建一个包加载器对象

template = env.get_template('bast.html')  # 获取一个模板文件
template.render(name='daxin', age=18)  # 渲染

'''2.jinja2基本语法 使用与Django DTL模板语法类似'''
# 1.控制结构 {%  %}
# 2.变量取值 {{}}
# 3.注释{# #}
{# 这是注释 #}
{% for person in person_list %}
     <p>name is {{ person.name }}</p>
{% endfor %}
'''3.继承'''
 { % extend"base.html" %}  # 继承base.html文件

 { % blocktitle %} Dachenzi{ % endblock %}  # 定制title部分的内容

 { % blockhead %}{{super()}}  # 用于获取原有的信息
 < styletype = 'text/css' >.important{color:  # FFFFFF }< / style >
 { % endblock %}

'''4.过滤器'''
# safe 渲染时值不转义
# capitialize 把值的首字母转换成大写，其他子母转换为小写
# lower 把值转换成小写形式
# upper 把值转换成大写形式
# title 把值中每个单词的首字母都转换成大写
# trim 把值的首尾空格去掉
# striptags  渲染之前把值中所有的HTML标签都删掉
# join   拼接多个值为字符串
# replace   替换字符串的值
#  round   默认对数字进行四舍五入，也可以用参数进行控制
#  int    把值转换成整型
# 使用方式
# {{ 'abc' | upper }}   >>> ABC

9.* blinker

Blinker为Python对象提供快速简单的对象到对象和广播信令。
Blinker的核心很小但提供了强大的功能：

• 命名信号的全球注册表
• 匿名信号
• 自定义名称注册表
• 永久或临时连接的接收器
• 通过弱引用自动断开接收器
• 发送任意数据有效载荷
• 从信号接收器收集返回值
• 线程安全
  安装

pip install blinker

案例

# -*-coding:utf-8 -*-
from blinker import signal

'''1.创建信号'''
# 信号通过signal()方法进行创建
sig = signal("sig")
sig is signal("sig")
# 每次调用signal('name')都会返回同一个信号对象。因此这里signal()方法使用了单例模式。

'''2.订阅信号'''
# 使用Signal.connect()方法注册一个函数，每当触发信号的时候，就会调用该函数。
# 该函数以触发信号的对象作为参数，这个函数其实就是信号订阅者。
def subscriber(sender):
    print('got a signal by %r' % sender)

ready = signal('ready')
print(ready.connect(subscriber))

'''3.触发信号'''
# 使用Signal.send()方法通知信号订阅者。
#下面定义类Processor，在它的go()方法中触发前面声明的ready信号，send()方法以self为参数，
# 也就是说Processor的实例是信号的发送者。
class Processor:
    def __init__(self,name):
        self.name = name

    def go(self):
        ready = signal('ready')
        ready.send(self)
        print("Processing.")
        complete = signal('complete')
        complete.send(self)
    def __str__(self):
        return '<Processor %s>' % self.name
    def __repr__(self):
        return '<Processor %s>' % self.name

processor_a = Processor('a')
processor_a.go()

10.pytest

该pytest框架可以轻松编写小型测试，然后进行扩展以支持应用程序和库的复杂功能测试。
安装

pip install -U pytest
pytest --version  # 验证安装是否成功

案例
pytest_tools.py
这里我们定义了一个被测试函数func，该函数将传递进来的参数加1后返回。我们还定义了一个测试函数test_func用来对func进行测试。test_func中我们使用基本的断言语句assert来对结果进行验证。

# -*- coding:utf-8 -*-
def func(x):
    return x + 1

def test_answer():
    assert func(3) == 5

在命令行执行 pytest pytest_tools.py

image.png

执行测试的时候，我们只需要在测试文件test_sample所在的目录下，运行py.test即可。pytest会在当前的目录下，寻找以test开头的文件（即测试文件），找到测试文件之后，进入到测试文件中寻找test_开头的测试函数并执行。
通过上面的测试输出，我们可以看到该测试过程中，一个收集到了一个测试函数，测试结果是失败的（标记为F），并且在FAILURES部分输出了详细的错误信息，帮助我们分析测试原因，我们可以看到"assert func(3) == 5"这条语句出错了，错误的原因是func(3)=4，然后我们断言func(3) 等于 5。