15 Python模块

这篇文章介绍了15 Python模块，分享给大家做个参考，收藏Python资料网收获更多编程知识

本篇是 Python 系列教程第 15 篇，更多内容敬请访问我的 Python 合集

一个模块其实就是一个文件（以.py结尾）。使用模块的好处是便于维护和重用代码。

要创建一个模块，只需编写一个新的文本文件，保存为 .py 扩展名。

1 引入模块

1.1 导入整个模块

import mymodule
mymodule.some_function()

1.2 导入特定的函数或类

from mymodule import some_function
some_function()

1.3 导入所有内容

from mymodule import *
some_function()  # 直接调用函数，无需模块前缀

1.4 使用别名

import mymodule as mm
mm.some_function()

2 常用模块

Python 的标准库非常庞大，提供了大量的内置模块来支持各种编程任务。这里列举了一些常用的模块及其主要用途：

2.1 标准库模块

2.1.1 os

操作系统相关功能，如读取环境变量、改变目录等。

import os
print(os.getcwd())  # 获取当前工作目录

2.1.2 sys

系统特定的一些变量和函数，如获取命令行参数、退出程序等。

import sys
print(sys.argv)  # 获取命令行参数

2.1.3 math

数学函数，如平方根、对数等。

import math
print(math.sqrt(16))  # 计算平方根

2.1.4 random

生成随机数。

import random
print(random.randint(1, 100))  # 生成一个1到100之间的随机整数

2.1.5 datetime

日期和时间操作。

from datetime import datetime
print(datetime.now())  # 获取当前日期和时间

2.1.6 re

正则表达式支持。

import re
pattern = r'\d+'
result = re.findall(pattern, '123 abc 456')
print(result)  # 输出所有匹配数字的字符串

2.1.7 json

JSON 编码和解码。

import json
data = {'name': 'John', 'age': 30}
json_str = json.dumps(data)
print(json_str)  # 将字典转换为 JSON 字符串

2.1.8 collections

高级容器类型，如 defaultdict, Counter, deque 等。

from collections import defaultdict
d = defaultdict(int)
d['a'] += 1
print(d['a'])  # 输出: 1

2.1.9 itertools

迭代工具，提供了高效的循环迭代器。

import itertools
for x in itertools.count(start=1):
    print(x)
    if x > 10:
        break  # 无限计数，直到超过10

2.1.10 functools

高阶函数工具，如装饰器、偏函数等。

from functools import lru_cache
@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)
print(fib(10))  # 计算斐波那契数列第10项

2.1.11 pathlib

用于处理路径的现代接口。

from pathlib import Path
p = Path('/etc') / 'passwd'
print(p)  # 输出: /etc/passwd

12. argparse

解析命令行参数和选项。

import argparse
parser = argparse.ArgumentParser()
parser.add_argument("--input", help="input file")
args = parser.parse_args()
print(args.input)

2.2 第三方模块

除了标准库之外，还有许多第三方模块可以安装和使用，例如：

• NumPy - 数值计算。
• Pandas - 数据分析。
• Matplotlib - 数据可视化。
• Requests - 发送 HTTP 请求。
• Flask - Web 开发框架。
• SQLAlchemy - 数据库抽象层。

版权声明：本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！