Python自帶哪些庫

Python自帶哪些庫

Python是一種功能強大且易于學習的編程語言，其成功的一個重要原因在于其豐富的標準庫。Python的標準庫包含了大量的模塊和包，涵蓋了從文件操作到網絡編程、從數據處理到圖形用戶界面開發的各個方面。本文將詳細介紹Python自帶的一些重要庫，并探討它們的主要功能和用途。

1. 文件與目錄操作

1.1 os 模塊

os 模塊提供了與操作系統交互的功能，包括文件和目錄的操作、環境變量的管理、進程管理等。例如，可以使用 os.listdir() 列出目錄中的文件，使用 os.mkdir() 創建目錄，使用 os.remove() 刪除文件等。

import os

# 列出當前目錄下的所有文件
files = os.listdir('.')
print(files)

# 創建一個新目錄
os.mkdir('new_directory')

# 刪除一個文件
os.remove('old_file.txt')

1.2 shutil 模塊

shutil 模塊提供了高級的文件操作功能，如文件的復制、移動、刪除等。與 os 模塊相比，shutil 更適合處理文件和目錄的批量操作。

import shutil

# 復制文件
shutil.copy('source.txt', 'destination.txt')

# 移動文件
shutil.move('source.txt', 'new_location/source.txt')

# 刪除目錄及其內容
shutil.rmtree('directory_to_remove')

1.3 glob 模塊

glob 模塊用于查找符合特定模式的文件路徑名。它支持通配符匹配，類似于 Unix shell 中的文件名擴展。

import glob

# 查找當前目錄下所有的 .txt 文件
txt_files = glob.glob('*.txt')
print(txt_files)

2. 數據處理與序列化

2.1 json 模塊

json 模塊用于處理 JSON 數據格式。它提供了將 Python 對象轉換為 JSON 字符串以及將 JSON 字符串解析為 Python 對象的功能。

import json

# 將 Python 對象轉換為 JSON 字符串
data = {'name': 'Alice', 'age': 25}
json_str = json.dumps(data)
print(json_str)

# 將 JSON 字符串解析為 Python 對象
parsed_data = json.loads(json_str)
print(parsed_data)

2.2 pickle 模塊

pickle 模塊用于序列化和反序列化 Python 對象。與 json 不同，pickle 可以處理更復雜的 Python 對象，但生成的序列化數據是 Python 特有的，不能與其他語言兼容。

import pickle

# 序列化對象
data = {'name': 'Bob', 'age': 30}
with open('data.pkl', 'wb') as f:
    pickle.dump(data, f)

# 反序列化對象
with open('data.pkl', 'rb') as f:
    loaded_data = pickle.load(f)
print(loaded_data)

2.3 csv 模塊

csv 模塊用于處理 CSV 文件。它提供了讀取和寫入 CSV 文件的功能，支持自定義分隔符、引號字符等。

import csv

# 寫入 CSV 文件
with open('data.csv', 'w', newline='') as f:
    writer = csv.writer(f)
    writer.writerow(['Name', 'Age'])
    writer.writerow(['Alice', 25])
    writer.writerow(['Bob', 30])

# 讀取 CSV 文件
with open('data.csv', 'r') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

3. 網絡編程

3.1 socket 模塊

socket 模塊提供了低級別的網絡通信功能，支持 TCP 和 UDP 協議。通過 socket 模塊，可以創建客戶端和服務器端的網絡應用程序。

import socket

# 創建一個 TCP 服務器
server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server_socket.bind(('localhost', 12345))
server_socket.listen(5)

# 接受客戶端連接
client_socket, addr = server_socket.accept()
print(f'Connection from {addr}')

# 發送數據
client_socket.send(b'Hello, client!')

# 接收數據
data = client_socket.recv(1024)
print(data.decode())

# 關閉連接
client_socket.close()
server_socket.close()

3.2 http 模塊

http 模塊提供了 HTTP 協議的客戶端和服務器端實現。通過 http.server 模塊，可以快速創建一個簡單的 HTTP 服務器。

from http.server import BaseHTTPRequestHandler, HTTPServer

class SimpleHTTPRequestHandler(BaseHTTPRequestHandler):
    def do_GET(self):
        self.send_response(200)
        self.end_headers()
        self.wfile.write(b'Hello, world!')

# 啟動 HTTP 服務器
server = HTTPServer(('localhost', 8080), SimpleHTTPRequestHandler)
server.serve_forever()

3.3 urllib 模塊

urllib 模塊提供了處理 URL 的功能，包括發送 HTTP 請求、解析 URL 等。它是 Python 中處理網絡請求的基礎模塊之一。

from urllib import request

# 發送 HTTP GET 請求
response = request.urlopen('http://www.example.com')
print(response.read().decode())

4. 多線程與多進程

4.1 threading 模塊

threading 模塊提供了多線程編程的支持。通過 threading 模塊，可以創建和管理線程，實現并發執行。

import threading

def worker():
    print('Worker thread')

# 創建線程
thread = threading.Thread(target=worker)
thread.start()
thread.join()

4.2 multiprocessing 模塊

multiprocessing 模塊提供了多進程編程的支持。與 threading 模塊不同，multiprocessing 模塊利用多核 CPU 的優勢，適合 CPU 密集型任務。

import multiprocessing

def worker():
    print('Worker process')

# 創建進程
process = multiprocessing.Process(target=worker)
process.start()
process.join()

5. 日期與時間處理

5.1 datetime 模塊

datetime 模塊提供了處理日期和時間的功能。它支持日期、時間、時間差等的計算和格式化。

from datetime import datetime, timedelta

# 獲取當前時間
now = datetime.now()
print(now)

# 計算時間差
one_day = timedelta(days=1)
tomorrow = now + one_day
print(tomorrow)

# 格式化日期時間
formatted = now.strftime('%Y-%m-%d %H:%M:%S')
print(formatted)

5.2 time 模塊

time 模塊提供了與時間相關的功能，如獲取當前時間戳、休眠等。

import time

# 獲取當前時間戳
timestamp = time.time()
print(timestamp)

# 休眠 2 秒
time.sleep(2)

6. 正則表達式

6.1 re 模塊

re 模塊提供了正則表達式的支持。通過 re 模塊，可以進行字符串的匹配、查找、替換等操作。

import re

# 匹配字符串
pattern = r'\d+'
text = 'There are 3 apples and 5 oranges.'
matches = re.findall(pattern, text)
print(matches)

# 替換字符串
new_text = re.sub(pattern, 'X', text)
print(new_text)

7. 數學與隨機數

7.1 math 模塊

math 模塊提供了數學函數，如三角函數、對數函數、冪函數等。

import math

# 計算平方根
sqrt = math.sqrt(16)
print(sqrt)

# 計算正弦值
sin = math.sin(math.pi / 2)
print(sin)

7.2 random 模塊

random 模塊提供了生成隨機數的功能。它可以生成隨機整數、浮點數，以及從序列中隨機選擇元素。

import random

# 生成隨機整數
random_int = random.randint(1, 10)
print(random_int)

# 生成隨機浮點數
random_float = random.random()
print(random_float)

# 從序列中隨機選擇元素
choices = ['apple', 'banana', 'cherry']
random_choice = random.choice(choices)
print(random_choice)

8. 圖形用戶界面開發

8.1 tkinter 模塊

tkinter 模塊是 Python 的標準 GUI 庫，提供了創建窗口、按鈕、文本框等 GUI 組件的功能。

import tkinter as tk

# 創建主窗口
root = tk.Tk()
root.title('Hello, Tkinter!')

# 創建標簽
label = tk.Label(root, text='Hello, World!')
label.pack()

# 運行主循環
root.mainloop()

9. 數據庫操作

9.1 sqlite3 模塊

sqlite3 模塊提供了對 SQLite 數據庫的支持。SQLite 是一個輕量級的嵌入式數據庫，適合小型應用程序。

import sqlite3

# 連接到數據庫
conn = sqlite3.connect('example.db')
cursor = conn.cursor()

# 創建表
cursor.execute('CREATE TABLE IF NOT EXISTS users (id INTEGER PRIMARY KEY, name TEXT)')

# 插入數據
cursor.execute('INSERT INTO users (name) VALUES (?)', ('Alice',))

# 查詢數據
cursor.execute('SELECT * FROM users')
rows = cursor.fetchall()
for row in rows:
    print(row)

# 關閉連接
conn.commit()
conn.close()

10. 其他常用模塊

10.1 collections 模塊

collections 模塊提供了額外的數據結構，如 defaultdict、Counter、deque 等，這些數據結構在某些場景下比內置的數據結構更加高效和方便。

from collections import defaultdict, Counter, deque

# 使用 defaultdict
d = defaultdict(int)
d['a'] += 1
print(d)

# 使用 Counter
c = Counter(['a', 'b', 'a', 'c'])
print(c)

# 使用 deque
q = deque([1, 2, 3])
q.append(4)
q.popleft()
print(q)

10.2 itertools 模塊

itertools 模塊提供了用于操作迭代器的工具函數，如 permutations、combinations、product 等。

import itertools

# 生成排列
perms = itertools.permutations([1, 2, 3])
print(list(perms))

# 生成組合
combs = itertools.combinations([1, 2, 3], 2)
print(list(combs))

# 生成笛卡爾積
prod = itertools.product([1, 2], ['a', 'b'])
print(list(prod))

10.3 functools 模塊

functools 模塊提供了高階函數和操作函數的工具，如 reduce、lru_cache 等。

from functools import reduce, lru_cache

# 使用 reduce
result = reduce(lambda x, y: x + y, [1, 2, 3, 4])
print(result)

# 使用 lru_cache
@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

print(fib(10))

結論

Python 的標準庫涵蓋了廣泛的領域，從文件操作到網絡編程，從數據處理到圖形用戶界面開發，幾乎可以滿足大多數編程需求。掌握這些標準庫的使用，可以大大提高開發效率，減少對外部庫的依賴。本文介紹了一些常用的標準庫模塊，但 Python 的標準庫遠不止這些，建議開發者根據實際需求進一步探索和學習。