python标准库有多少(10个常用python标准库)

发布网友 发布时间：2024-09-07 03:12

我来回答

共1个回答

热心网友 时间：2024-09-07 04:06

导读：今天首席CTO笔记来给各位分享关于python标准库有多少的相关内容，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

python的内置函数（68个）

Python考核31个内置函数，

python内置了很多内置函数、类方法属性及各种模块。当我们想要当我们想要了解某种类型有哪些属性方法以及每种方法该怎么使用时，我们可以使用dir()函数和help()函数在pythonidle交互式模式下获得我们想要的信息。

?dir()函数获得对象中可用属性的列表

Python中的关键词有哪些？

dir(__builtins__)：查看python内置函数

help(‘keywords‘)：查看python关键词

如微分积分方程的求解程序、访问互联网、获取日期和时间、机器学习算法等。这些程序往往被收入程序库中，构成程序库。

只有经过严格检验的程序才能放在程序库里。检验，就是对程序作充分的测试。通常进行的有正确性测试、精度测试、速度测试、边界条件和出错状态的测试。经过检验的程序不但能保证计算结果的正确性，而且对错误调用也能作出反应。程序库中的程序都是规范化的。所谓规范化有三重含义：①同一库里所有程序的格式是统一的；②对这些程序的调用方法是相同的；③每个程序所需参数的数目、顺序和类型都是严格规定好的。

Python的库包含标准库和第三方库

标准库：程序语言自身拥有的库，可以直接使用。help('modules')

第三方库：第三方者使用该语言提供的程序库。

标准库：turtle库（必选）、random库（必选）、time库（可选）。

?turtle库：图形绘制库

原理如同控制一只海龟，以不同的方向和速度进行位移而得到其运动轨迹。

使用模块的帮助时，需要先将模块导入。

例如：在IDLE中输入importturtle

dir(turtle)

help(turtle.**)

1.画布

画布就是turtle为我们展开用于绘图区域,我们可以设置它的大小和初始位置。

setup()方法用于初始化画布窗口大小和位置，参数包括画布窗口宽、画布窗口高、窗口在屏幕的水平起始位置和窗口在屏幕的垂直起始位置。

参数:width,height:输入宽和高为整数时,表示像素;为小数时,表示占据电脑屏幕的比例。(startx,starty):这一坐标表示

矩形窗口左上角顶点的位置,如果为空,则窗口位于屏幕中心:

例如：setup(640,480,300,300)表示在桌面屏幕(300,300)位置开始创建640×480大小的画布窗体。

2、画笔

?color()用于设置或返回画笔颜色和填充颜色。

例如：color(‘red’)将颜色设为红色，也可用fillcolor()方法设置或返回填充颜色，或用pencolor()方法设置或返回笔触颜色。

Python比较常见的库有：Arrow、Behold、Click、Numba、Matlibplot、Pillow等：

1、Arrow

Python中处理时间的库有datetime，但是它过于简单，使用起来不够方便和智能，而Arrow可以说非常的方便和智能。它可以轻松地定位几个小时之前的时间，可以轻松转换时区时间，对于一个小时前，2个小时之内这样人性化的信息也能够准确解读。

2、Behold

调试程序是每个程序员必备的技能，对于脚本语言，很多人习惯于使用print进行调试，然而对于大项目来说，print的功能还远远不足，我们希望有一个可以轻松使用，调试方便，对变量监视完整，格式已于查看的工具，而Behold就是那个非常好用的调试库。

3、Click

现在几乎所有的框架都有自己的命令行脚手架，Python也不例外，那么如何快速开发出属于自己的命令行程序呢?答案就是使用Python的Click库。Click库对命令行api进行了大量封装，你可以轻松开发出属于自己的CLI命令集。终端的颜色，环境变量信息，通过Click都可以轻松进行获取和改变。

4、Numba

如果你从事数学方面的分析和计算，那么Numba一定是你必不可少的库。Numpy通过将高速C库包装在Python接口中来工作，而Cython使用可选的类型将Python编译为C以提高性能。但是Numba无疑是最方便的，因为它允许使用装饰器选择性地加速Python函数。

5、Matlibplot

做过数据分析，数据可视化的数学学生一定知道matlab这个软件，这是一个收费的数学商用软件，在Python中，Matlibplot就是为了实现这个软件中功能开发的第三方Python库。并且它完全是免费的，很多学校都是用它来进行数学教学和研究的。

6、Pillow

图像处理是任何时候我们都需要关注的问题，平时我们看到很多ps中的神技，比如调整画面颜色，饱和度，调整图像尺寸，裁剪图像等等，这些其实都可以通过Python简单完成，而其中我们需要使用的库就是Pillow。

7、pyqt5

Python是可以开发图形界面程序的。而pyqt就是一款非常好用的第三方GUI库，有了它，你可以轻松开发出跨平台的图形应用程序，其中qtdesigner设计器，更是加速了我们开发图形界面的速度。

除了上述介绍的之外，Python还有很多库，比如：Pandas、NumPy、SciPy、Seaborn、Keras等。

标准库比较多功能也不同：

标准库

sys

系统相关的参数和函数。sys库一般用来访问和修改系统相关信息，比如查看python版本、系统环境变量、模块信息和python解释器相关信息等等。

os

操作系统接口模块。这个库提供了访问操作系统相关依赖的方式，比如输入输出操作、读写操作、操作系统异常错误信息、进程线程管理、文件管理、调度程序等等。

re

正则表达式操作。这个库是我喜欢并且经常会用到的库，在对大量字符串进行处理的时候用正则表达式是最快速有效的方式，但是正则表达式的学习曲线较高，有兴趣的朋友可以访问这个网站学习。

math

数学函数库。math库提供了对C语言标准定义的数学函数访问，比如数论（Number-theoretic）的各种表示方法、幂和对数函数（Powerandlogarithmicfunctions）、三角函数（Trigonometricfunctions）、常量圆周率（π）和自然常数（e）等等。

random

生成伪随机数。

伪随机数与随机数（真随机数）不同的是执行环境，随机数是真实世界中通过物理过程实践得出结论，而伪随机数是通过计算机的特定算法生成的数，所以这个过程是可预测的、有规律的，只是循环周期较长，并不能与现实场景相切合。

random库提供生成随机数，可以模拟现实世界中随机取数、随机抽奖等等。

logging

日志记录工具。这个库提供了对应用程序和库函数的日志记录，日常开发中我们经常需要通过日志打印出当前程序的运行状态，实时查看可能出现的堆栈异常和错误信息。

json

Json编码和解码器。json库提供了对json数据的支持，日常开发中我们做前后端分离需要对传输数据json进行序列化和反序列化操作，以保证对数据的完整性和有效性，而序列化和反序列化其实就是编码和解码的过程。

pickle

Python对象序列化库。pickle库支持对python对象进行序列化和反序列化操作，当我们需要将处理好的对象保存到文件或数据库中时，就可以将其序列化成二进制数据，从而更好的保存起来。

shelve

Python对象持久化。简单的数据存储方案。

socket

底层网络接口。socket（套接字）库提供了标准的BSD（伯克利套接字）SocketAPI，可以通过访问底层操作系统Socket的相关接口进行网络通讯。

datetime

基本日期和时间类型库。该库提供了各种简单和复杂的方式处理日期和时间，日常我们会用时间测算时间消耗、复杂度，对存储的创建时间和修改时间也需要进一步说明，对计时器的描述和控制也需要用到该库。

hashlib

安全哈希和消息摘要。摘要算法其实就是对某些数据进行加密（不可逆的加密算法），因为被加密的数据无法破解，所以就能防止被篡改。常见的摘要算法有MD5、SHA1，一般我们会用MD5对用户口令进行加密，防止盗用后被轻易破解；而SHA1与MD5类似，但是SHA1会产生更长的长度，也更安全，但是算法的复杂性通常伴随着存储空间和时间的消耗。要说比SHA1更长的字符长度，还有SHA224、SHA256、SHA384和SHA512，看名字就能知道。

大家都知道无论算法生成的字符长度如何都有可能发生碰撞（被破解），这是不可避免的，所以具体场景具体情况而定。

configparser

配置文件解析器。configparser库可以轻松定制配置文件，通过解析配置文件的信息我们就可以全局访问相关配置。

urllib

URL处理模块。urllib库集成了处理URLs（统一资源定位符）的各种模块：

URLurllib.requestURLrobots.txturllib库对访问网络有很好的支持，提供了对数据的访问和处理、文件的上传和下载、记录cookie和session等等。

itertools

为高效循环而创建迭代器的函数。itertools库也是经常需要用到，当我们要对某些数进行for-in时就需要先将其处理成一个可迭代对象，之后我们才能进行遍历操作。

collections

容器数据类型库。collections库提供了对所有容器数据类型的支持，包括dict,list,set和tuple。我们可以用此库对不同数据类型进行操作，常有的函数方法有这些：

namedtuple()创建命名元组子类的工厂函数deque类似列表(list)的容器，实现了在两端快速添加(append)和弹出(pop)ChainMap类似字典(dict)的容器类，将多个映射集合到一个视图里面Counter字典的子类，提供了可哈希对象的计数功能OrderedDict字典的子类，保存了他们被添加的顺序defaultdict字典的子类，提供了一个工厂函数，为字典查询提供一个默认值UserDict封装了字典对象，简化了字典子类化UserList封装了列表对象，简化了列表子类化UserString封装了列表对象，简化了字符串子类化functools

高阶函数和可调用对象上的操作。该库主要调用高阶函数，是常规函数的一种补充。目前库中包含以下几种函数：

cmp_to_keylru_cachetotal_orderingpartialpartialmethodreducesingledispatchupdate_wrapperwrapsthreading

线程并行库。threading库支持线程和多线程的操作，针对多线程并发的问题可以给数据加同步锁，一次只能让一个线程处理数据，从而避免出现数据读写混乱。

在CPython解释器上，因为GIL（全局解释器锁）锁机制的存在的，被设计成线程安全，所以同一时间只能执行一个线程，这就导致了多线程不能发挥出计算机的多核特性。

multiprocessing

进程并行库。multiprocessing库与threading库很类似，不同的是进程库可以创建子进程避开GIL，从而弥补线程库存在的劣势和发挥计算机的多核特性。

timeit

测量小代码片段的执行时间。此库主要用来计算运行代码的时间消耗，支持多种方式传入参数。

atexit

退出处理器。当处理一个函数需要立马退出时可以使用该库。

abc

抽象基类。abc库定义抽象基类，以便其他类派生出新类。比如collections容器库中就有此派生出的collections.abc类，派生出来的类可以进一步实现。

asyncio

异步IO库。asyncio库是一个用async/await关键字编写并发的库，为多个异步框架提供基础功能，能够实现高性能的网络、Web服务器、数据库连接和分布式任务队列等。

copy

浅层和深层复制操作。copy库提供对对象的拷贝，我们都知道要制作对象副本，是无法通过简单值传递创建新变量的方式做到，因为新变量所指向的内存空间依旧是原对象本身，所以对新变量进行任何操作都会改变原对象。那么，copy库就提供了制作对象副本的各种方法，会开辟一个新的内存空间存放副本对象，修改操作不会对原对象有任何干预。

csv

csv（CommaSeparatedValues）文件读写库。此库支持以纯文本的形式存储表格数据（数字和文本）。

operator

标准运算符替代函数库。此库是将python自有的运算符作为有效函数，比如表达式x+y可以用函数operator.add(x,y)表示；比如表达式a*b可以用函数operator.mul(a,b)表示，等等。

enum

枚举库。enum库支持创建枚举类来存储大量同类型的不可变常量，以便其他函数调用。创建出来的枚举类是可迭代对象，所以可以用for-in枚举出所有常量。

heapq

堆队列算法。这个模块提供了堆队列算法的实现，也称为优先队列算法。优先队列中的每个元素都有各自的优先级，优先级最高的元素最先得到服务。所以当我们要求前n最大/最小值的时候就可以用此算法来实现，heapq库中也提供了相应函数实现。

http

HTTP模块。http模块是一个包，收集了多个处理超文本传输协议的模块：

urllib.requesthttp模块通过http.HTTPStatus枚举定义了HTTP状态码以及相关联消息。

profile、pstats

性能分析工具。profile模块提供了profile和cProfile两种不同实现的性能分析工具，可用来描述程序各个部分的执行时间和频率，统计后的信息可以通过pstats模块保存并使用。

ssl

TLS/SSL（传输安全协议）。此模块提供对安全协议的支持，通过应用上下文，可将TLS（传输层安全性协议）或其前身SSL（安全套接层）支持安全协议，能为互联网通信提供安全和数据完整性保障。一般HTTPS协议都支持TLS/SSL加密。

unitest

单元测试框架。unitest库常用于单元测试，受到JUnit和其他主流测试库的启发，unitest库的功能和函数与它们有着相似的风格。

uuid

UUID库。uuid库主要用途是生成随机字符串，库中有多个版本的UUID对象方法，比如版本1、3、4和5的uuid1()、uuid3()、uuid4()和uuid5()。需要注意的是，如果要生成随机字符串，可以使用uuid1()和uuid4()，但是uuid1()会存在隐私风险，因为生成的原理里边包含用户访问计算机的网络地址，而uuid4()是通过随机字符生成。

希望可以帮助到你。

结语：以上就是首席CTO笔记为大家介绍的关于python标准库有多少的全部内容了，希望对大家有所帮助，如果你还想了解更多这方面的信息，记得收藏关注本站。