Python viene con una rica colección de librerías estándar que proporcionan muchas funcionalidades listas para usar. Además, existen muchas librerías externas que amplían aún más las capacidades de Python y se pueden instalar fácilmente usando gestores de paquetes como pip
.
Uso de Librerías Estándar:
import math
import datetime
import os
import sys
import random
# Uso de math
print("Pi:", math.pi)
print("Raíz cuadrada de 16:", math.sqrt(16))
# Uso de datetime
ahora = datetime.datetime.now()
print("Fecha y hora actual:", ahora)
# Uso de os
print("Directorio actual:", os.getcwd())
print("Archivos en el directorio actual:", os.listdir('.'))
# Uso de sys
print("Versión de Python:", sys.version)
# Uso de random
print("Número aleatorio entre 1 y 10:", random.randint(1, 10))
Uso de Librerías Externas: Primero, instala las librerías externas usando pip
:
pip install requests
pip install numpy
import requests
import numpy as np
# Uso de requests
respuesta = requests.get('https://api.github.com')
print("Estado de la respuesta:", respuesta.status_code)
print("Contenido de la respuesta:", respuesta.json())
# Uso de numpy
array = np.array([1, 2, 3, 4, 5])
print("Array de numpy:", array)
print("Media del array:", np.mean(array))
Python incluye una amplia gama de librerías estándar que cubren muchas necesidades comunes. Aquí hay algunas de las más usadas:
sqrt
para calcular raíces cuadradas, pi
para la constante Pi, y muchas otras.datetime.datetime.now()
devuelve la fecha y hora actual.os.getcwd()
para obtener el directorio de trabajo actual y os.listdir('.')
para listar los archivos en un directorio.sys.version
devuelve la versión de Python en uso.random.randint(1, 10)
para generar un número entero aleatorio entre 1 y 10.Las librerías externas no están incluidas en la distribución estándar de Python, pero pueden instalarse fácilmente usando pip
, el gestor de paquetes de Python. Algunas librerías externas populares incluyen:
requests.get('https://api.github.com')
realiza una petición GET a la URL especificada y devuelve la respuesta.np.array([1, 2, 3, 4, 5])
crea un array de Numpy y np.mean(array)
calcula la media de los elementos del array.pip
para ampliar las capacidades de Python. Ejemplos populares incluyen requests
para realizar peticiones HTTP y numpy
para computación científica.