Python常用的模块有哪些

# Python常用的模块有哪些 Python作为一门功能强大且生态丰富的编程语言，其标准库和第三方模块覆盖了几乎所有开发领域。本文将系统介绍Python中常用的内置模块和第三方模块，并分类说明其核心功能与应用场景。 --- ## 一、标准库核心模块 ### 1. 系统与操作系统交互 #### `os`模块 ```python import os # 目录操作 os.mkdir('new_dir') # 创建目录 os.listdir() # 列出当前目录内容 # 路径操作 os.path.join('dir', 'file.txt') # 跨平台路径拼接 os.path.exists('file.txt') # 检查路径存在性 

sys模块

import sys sys.argv # 命令行参数 sys.path # Python模块搜索路径 sys.exit(0) # 退出程序 

2. 文件处理

shutil模块

import shutil shutil.copy('src.txt', 'dst.txt') # 文件复制 shutil.rmtree('dir') # 递归删除目录 

pathlib（Python 3.4+）

from pathlib import Path p = Path('/path/to/file') p.parent # 获取父目录 p.with_suffix('.txt') # 修改后缀名 

3. 日期时间处理

datetime模块

from datetime import datetime, timedelta now = datetime.now() # 当前时间 future = now + timedelta(days=7) # 时间计算 

time模块

import time time.time() # 时间戳 time.sleep(1.5) # 暂停执行 

4. 数据序列化

json模块

import json data = {'key': 'value'} json_str = json.dumps(data) # 字典转JSON字符串 data = json.loads(json_str) # JSON字符串转字典 

pickle模块

import pickle with open('data.pkl', 'wb') as f: pickle.dump(data, f) # 序列化到文件 

---

二、数据处理与科学计算

1. 数值计算

math模块

import math math.sqrt(16) # 平方根 math.factorial(5) # 阶乘计算 

random模块

import random random.random() # 0-1随机浮点数 random.choice(['a','b','c']) # 随机选择 

2. 科学计算三剑客

numpy

import numpy as np arr = np.array([1,2,3]) arr.mean() # 计算平均值 

pandas

import pandas as pd df = pd.DataFrame({'col1': [1,2], 'col2': ['a','b']}) df.describe() # 统计摘要 

matplotlib

import matplotlib.pyplot as plt plt.plot([1,2,3], [4,5,6]) plt.show() # 显示图形 

---

三、网络与Web开发

1. 网络请求

requests

import requests r = requests.get('https://api.example.com') r.json() # 解析JSON响应 

urllib

from urllib.request import urlopen with urlopen('http://example.com') as response: html = response.read() 

2. Web框架

flask

from flask import Flask app = Flask(__name__) @app.route('/') def home(): return "Hello World" 

Django

# 需要单独安装 django-admin startproject mysite 

---

四、并发与异步编程

1. 多线程/多进程

threading

import threading def worker(): print("Thread working") t = threading.Thread(target=worker) t.start() 

multiprocessing

from multiprocessing import Process def worker(): print("Process working") p = Process(target=worker) p.start() 

2. 异步IO

asyncio

import asyncio async def main(): print('Hello') await asyncio.sleep(1) print('World') asyncio.run(main()) 

---

五、数据库连接

1. 关系型数据库

sqlite3

import sqlite3 conn = sqlite3.connect('example.db') cursor = conn.cursor() cursor.execute('CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY)') 

pymysql

import pymysql conn = pymysql.connect(host='localhost', user='root') 

2. NoSQL数据库

pymongo

from pymongo import MongoClient client = MongoClient('mongodb://localhost:27017/') db = client['mydatabase'] 

---

六、测试与调试

1. 单元测试

unittest

import unittest class TestStringMethods(unittest.TestCase): def test_upper(self): self.assertEqual('foo'.upper(), 'FOO') 

2. 调试工具

pdb

import pdb def buggy_func(): pdb.set_trace() # 设置断点 # 调试代码 

---

七、其他实用模块

模块名称	主要功能
re	正则表达式操作
logging	日志记录系统
argparse	命令行参数解析
collections	扩展数据结构（如OrderedDict）
itertools	迭代器工具函数

---

总结

Python的模块生态系统是其核心优势之一，本文介绍的模块只是冰山一角。实际开发中建议： 1. 优先使用标准库模块 2. 通过pip search探索第三方模块 3. 关注PyPI上的热门模块（如tqdm、pillow等）

掌握这些常用模块将显著提升开发效率，建议读者通过官方文档深入理解各模块的高级用法。 “`

注：本文约1850字，实际字数可能因格式调整略有变化。建议通过实际代码示例加深理解，并定期关注Python标准库的更新（如Python 3.10新增的zoneinfo模块）。