python标准库目录

Ⅰ 最受欢迎的 15 大 python 库有哪些

Python常用库大全，看看有没有你需要的。
环境管理
管理 Python 版本和环境的工具
p – 非常简单的交互式 python 版本管理工具。
pyenv – 简单的 Python 版本管理工具。
Vex – 可以在虚拟环境中执行命令。
virtualenv – 创建独立 Python 环境的工具。
virtualenvwrapper- virtualenv 的一组扩展。
包管理
管理包和依赖的工具。
pip – Python 包和依赖关系管理工具。
pip-tools – 保证 Python 包依赖关系更新的一组工具。
conda – 跨平台，Python 二进制包管理工具。
Curdling – 管理 Python 包的命令行工具。
wheel – Python 分发的新标准，意在取代 eggs。
包仓库
本地 PyPI 仓库服务和代理。
warehouse – 下一代 PyPI。
Warehousebandersnatch – PyPA 提供的 PyPI 镜像工具。
devpi – PyPI 服务和打包/测试/分发工具。
localshop – 本地 PyPI 服务（自定义包并且自动对 PyPI 镜像）。
分发
打包为可执行文件以便分发。
PyInstaller – 将 Python 程序转换成独立的执行文件（跨平台）。
dh-virtualenv – 构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。
Nuitka – 将脚本、模块、包编译成可执行文件或扩展模块。
py2app – 将 Python 脚本变为独立软件包（Mac OS X）。
py2exe – 将 Python 脚本变为独立软件包（Windows）。
pynsist – 一个用来创建 Windows 安装程序的工具，可以在安装程序中打包 Python本身。
构建工具
将源码编译成软件。
buildout – 一个构建系统，从多个组件来创建，组装和部署应用。
BitBake – 针对嵌入式 Linux 的类似 make 的构建工具。
fabricate – 对任何语言自动找到依赖关系的构建工具。
PlatformIO – 多平台命令行构建工具。
PyBuilder – 纯 Python 实现的持续化构建工具。
SCons – 软件构建工具。
交互式解析器
交互式 Python 解析器。
IPython – 功能丰富的工具，非常有效的使用交互式 Python。
bpython- 界面丰富的 Python 解析器。
ptpython – 高级交互式Python解析器， 构建于python-prompt-toolkit 之上。
文件
文件管理和 MIME（多用途的网际邮件扩充协议）类型检测。
imghdr – （Python 标准库）检测图片类型。
mimetypes – （Python 标准库）将文件名映射为 MIME 类型。
path.py – 对 os.path 进行封装的模块。
pathlib – （Python3.4+ 标准库）跨平台的、面向对象的路径操作库。
python-magic- 文件类型检测的第三方库 libmagic 的 Python 接口。
Unipath- 用面向对象的方式操作文件和目录
watchdog – 管理文件系统事件的 API 和 shell 工具
日期和时间
操作日期和时间的类库。
arrow- 更好的 Python 日期时间操作类库。
Chronyk – Python 3 的类库，用于解析手写格式的时间和日期。
dateutil – Python datetime 模块的扩展。
delorean- 解决 Python 中有关日期处理的棘手问题的库。
moment – 一个用来处理时间和日期的Python库。灵感来自于Moment.js。
PyTime – 一个简单易用的Python模块，用于通过字符串来操作日期/时间。
pytz – 现代以及历史版本的世界时区定义。将时区数据库引入Python。
when.py – 提供用户友好的函数来帮助用户进行常用的日期和时间操作。
文本处理
用于解析和操作文本的库。
通用
chardet – 字符编码检测器，兼容 Python2 和 Python3。
difflib – (Python 标准库)帮助我们进行差异化比较。
ftfy – 让Unicode文本更完整更连贯。
fuzzywuzzy – 模糊字符串匹配。
Levenshtein – 快速计算编辑距离以及字符串的相似度。
pangu.py – 在中日韩语字符和数字字母之间添加空格。
pyfiglet -figlet 的 Python实现。
shortuuid – 一个生成器库，用以生成简洁的，明白的，URL 安全的 UUID。
unidecode – Unicode 文本的 ASCII 转换形式 。
uniout – 打印可读的字符，而不是转义的字符串。
xpinyin – 一个用于把汉字转换为拼音的库。

Ⅱ python 中库怎么导入

让包内导入更加显式，这个功能的一部分设计初衷是，为了帮助脚本解决同名文件出现在模块搜索路径上多个不同位置时的二义性。考虑包目录，这定义了一个名为mypkg 的包，其中含有名为mypkg.main和mypkg.string 的模块。现在，假设模块main试图导入名为string的模块。在 Python 2.X和更早版本中，Python会先寻找mypkg目录以执行相对导入。这会找到并导入位于该处的string.py文件，将其赋值给mypkg.main模块命名空间内的名称string。不过，这一导入的本意可能是要导入Python标准库的string模块。可惜的是，在这些Python版本中，无法直接忽略mypkg.string 去寻找位于模块搜索路径更右侧的标准库中的string模块。此外，我们无法使用完整包导入路径来解决这个问题，因为我们无法依赖在每台机器上的标准链接库路径。换句话说，包中的简单导入可能具有二义性而且容易出错。在包内，我们无法确定imports pam语句指的是包内的模块还是包外的模块。一种可能的后果是，一个局部的模块或包会在不经意间隐藏了sys.path 上的另一个模块。
在实践中，Python使用者可以避免为他们自己的模块重复使用标准库模块的名称（如果需要标准string库，就不要把新的模块命名为string)。但是，一个包还是有可能意外地隐藏标准库模块。再者，Python 以后可能新增标准库模块，而其名称可能刚好就和自己的一个模块同名。而依赖于没有点号开头相对导入的程序代码同样也不容易理解，因为读者可能对希望使用哪个模块而感到困惑。所以我们最好能在代码中显式地指出导入的解析过程。

Ⅲ python 中的lib目录一般 存放哪些文件呢

Lib文件夹里放的是python的标准库，例如json、os、urllib、urllib2等等很多很多常用的库，Lib文件夹里面还有个site-packages文件夹，用来放扩充库的

Ⅳ py开发语言中哪里有知识库呢

第一：Python 标准库：
应该浏览一下这份文档，它为标准库中的类型、函数和模块提供了完整（尽管很简略）的参考资料。标准的 Python 发布版包括了 大量 的附加模块。其中有针对读取 Unix 邮箱、接收 HTTP 文档、生成随机数、解析命令行选项、写 CGI 程序、压缩数据以及很多其它任务的模块。略读一下库参考会给你很多解决问题的思路。
安装 Python 模块 展示了如何安装其他 Python 用户编写的附加模块。
Python 语言参考： 详细说明了 Python 语法和语义。
它读起来很累，不过对于语言本身，有份完整的手册很有用。
第二：其它 Python 资源：
http://www.python.org： Python 官方网站。它包含代码、文档和 Web 上与 Python 有关的页面链接该网站镜像于全世界的几处其它问题，类似欧洲、日本和澳大利亚。
镜像可能会比主站快，这取决于你的地理位置。
http://docs.python.org： 快速访问 Python 的文档。
http://pypi.python.org： Python 包索引，以前昵称为奶酪店，索引了可供下载的，用户创建的 Python 模块。如果你发布了代码，可以注册到这里，这样别人可以找到它。
http://code.activestate.com/recipes/langs/python/： Python 食谱是大量的示例代码、大型的集合，和有用的脚本。
值得关注的是这次资源已经结集成书，名为《Python 食谱》（O’Reilly & Associates, ISBN 0-596-00797-3。）
http://scipy.org:The Scientific Python 项目包括数组快速计算和处理模块，和大量线性代数、傅里叶变换、非线性solvers、随机数分布，统计分析以及类似的包。
与 Python 有关的问题，以及问题报告，可以发到新闻组 comp.lang.python ，或者发送到邮件组 [email protected] 。新闻组和邮件组是开放的，所以发送的消息可以自动的跟到另一个之后。每天有超过 120 个投递（高峰时有数百）,提问（以及回答）问题，为新功能提建议，发布新模块。在发信之前，请查阅 常见问题 (亦称 FAQ)，或者在 Python 源码发布包的 Misc/ 目录中查阅。邮件组也可以在http://mail.python.org/pipermail/访问。FAQ回答了很多被反复提到的问题，很可能已经解答了你的问题。
Next Previous

Ⅳ python标准库有哪些

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（Power and logarithmic functions）、三角函数（Trigonometric functions）、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。望采纳

Ⅵ 零基础应当如何开始学习 Python

零基础学编程，python入门是个不错的选择，国内基本上是以c语言作为入门开发语言，但在国外，已经有很多使用python作为入门编程语言。此外，python在机器学习，人工智能领域也非常流行，算得上是算法工程师的标配编程语言。

下面的内容由浅入深，建议按照先后顺序阅读学习。

一. Python基础

Python基础01 Hello World!

Python基础02 基本数据类型

Python基础03 序列

Python基础04 运算

Python基础05 缩进和选择

Python基础06 循环

Python基础07 函数

Python基础08 面向对象的基本概念

Python基础09 面向对象的进一步拓展

Python基础10 反过头来看看

二. Python进阶

Python进阶01 词典

Python进阶02 文本文件的输入输出

Python进阶03 模块

Python进阶04 函数的参数传递

Python进阶05 循环设计

Python进阶06 循环对象

Python进阶07 函数对象

Python进阶08 错误处理

三. Python深入

到此，Python学习已经可以告一段落。Python的高级语法和底层实现。这一部分的内容并不是使用Python所必须的。想从事一些大型的Python开发(比如制作Python工具、写一个框架等)，必须对（特殊方法与多范式、上下文管理器、 对象的属性、 闭包、 装饰器、内存管理）这一部分内容有所的了解。

四. Python标准库

Python标准库的重要性在于：

• 标准库是Python的一个组成部分。

• Python的哲学是一个问题只有一个最好的解决方法。这些标准库为许多问题提供了一个标准的解决方案。

Python标准库01 正则表达式 (re包)

Python标准库02 时间与日期 (time, datetime包)

Python标准库03 路径与文件 (os.path包, glob包)

Python标准库04 文件管理 (部分os包，shutil包)

Python标准库05 存储对象 (pickle包，cPickle包)

Python标准库06 子进程 (subprocess包)

Python标准库07 信号 (signal包)

Python标准库08 多线程与同步 (threading包)

Python标准库09 进程信息 (部分os包)

Python标准库10 多进程初步 (multiprocessing包)

Python标准库11 多进程探索 (multiprocessing包)

Python标准库12 数学与随机数 (math包，random包)

Python标准库13 循环器 (itertools)

Python标准库14 数据库 (sqlite3)

Ⅶ Python怎样查看标准库在哪

pip list 可以看装了哪些库，如果是用anaconda装的Python，用conda list。 库文件在 Python目录下Lib/site-packages里

Ⅷ Python 常用的标准库以及第三方库有哪些

参考：知乎
Python 常用的标准库以及第三方库


standard libs:

itertools

functools 学好python有必要掌握上面这两个库吧，
re 正则
subprocess 调用shell命令的神器
pdb 调试
traceback 调试
pprint 漂亮的输出
logging 日志
threading和multiprocessing 多线程
urllib/urllib2/httplib http库，httplib底层一点，推荐第三方的库requests
os/sys 系统，环境相关
Queue 队列
pickle/cPickle 序列化工具
hashlib md5, sha等hash算法
cvs
json/simplejson python的json库，据so上的讨论和benchmark，simplejson的性能要高于json
timeit 计算代码运行的时间等等
cProfile python性能测量模块
glob 类似与listfile，可以用来查找文件
atexit 有一个注册函数，可用于正好在脚本退出运行前执行一些代码
dis python 反汇编，当对某条语句不理解原理时，可以用dis.dis 函数来查看代码对应的python 解释器指令等等。

3th libs:

paramiko ssh python 库
selenium 浏览器自动化测试工具selenium的python 接口
lxml python 解析html,xml 的神器
mechanize Stateful programmatic web browsing

pycurl cURL library mole for Python
Fabric Fabric is a Python (2.5 or higher) library and command-line tool for streamlining the use of SSH for application deployment or systems administration tasks.

xmltodict xml 转 dict，真心好用
urllib3 和 requests: 当然其实requests就够了 Requests: HTTP for Humans
flask web 微框架
ipdb 调试神器，同时推荐ipython！结合ipython使用
redis redis python接口
pymongo mongodbpython接口
PIL python图像处理
mako python模版引擎
numpy ， scipy 科学计算
matplotlib 画图

scrapy 爬虫
django/tornado/web.py/web2py/uliweb/flask/twisted/bottle/cherrypy.等等 python web框架/服务器
sh 1.08 — sh v1.08 documentation 用来运行shell 模块的 极佳选择

Ⅸ 怎么查看安装Python后自带的标准库有多少。。

两种方法：

1. 直接查看安装文件：

   Windows系统在Python安装目录下的Lib目录；

   Linux的话，应该在/usr/lib/python2.7；

   
   

   

   Ⅹ Python标准库(3)—filecmp

   filecmp模块用来比较目录、文件是否相同。举例如下：
   
   构建两个文件夹，其结构如图所示:
   
   其中data内容保持一致，data1内容不一致，data2是tmp独有，readme1和readme内容一致。
   
   如果单纯比较两个文件是否相同，可以通过filecmp.cmp(f1, f2, shallow=True)实现。其中f1、f2是文件名，shallow=True，则通过文件的元信息比较是否一致，如果是False，则比较两个文件内容。
   
   如果非递归比较两个目录中的一组文件，可以选择通过filecmp.cmpfiles(dir1, dir2, common, shallow=True)实现。其中dir1、dir2是两个文件夹，common是list，里面是需要比较的共同文件名称。
   
   对于大目录树的递归比较或者更完整的分析，可以选择使用dircmp类。
   
   整体效果：