python标准库参考手册

⑴ python 常用的标准库以及第三方库有哪些

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。

⑵ python里面什么是标准库

python标准库是随着python安装时自带的库，是最基础、最常用的一些模块。

⑶ Python 常用的标准库以及第三方库有哪些

不同的工作的人使用的标准库和第三方库是不一样的。
其中内建函数肯定是都要用的，re,os,sys,time,datetime估计也都会用到，这些都是比较基础的。
其它的估计就是根据项目和功能需求来使用了。

标准库列表：https://docs.python.org/2/library/
第三方库列表：https://pypi.python.org/pypi

如果解决了您的问题请采纳！
如果未解决请继续追问！

⑷ 打算打一本python标准库参考手册，有两个选择哪个好

我买个一本Python标准库 还可以，推荐买这本。

⑸ Python 常用的标准库以及第三方库有哪些

5个常用的Python标准库：

1、os：提供了不少与操作系统相关联的函数库

os包是Python与操作系统的接口。我们可以用os包来实现操作系统的许多功能，比如管理系统进程，改变当前路径，改变文件权限等。但要注意，os包是建立在操作系统的平台上的，许多功能在Windows系统上是无法实现的。另外，在使用os包中，要注意其中的有些功能已经被其他的包取代。

我们通过文件系统来管理磁盘上储存的文件。查找、删除、复制文件以及列出文件列表等都是常见的文件操作。这些功能通常可以在操作系统中看到，但现在可以通过Python标准库中的glob包、shutil包、os.path包以及os包的一些函数等，在Python内部实现。

2、sys：通常用于命令行参数的库

sys包被用于管理Python自身的运行环境。Python是一个解释器，也是一个运行在操作系统上的程序。我们可以用sys包来控制这一程序运行的许多参数，比如说Python运行所能占据的内存和CPU，Python所要扫描的路径等。另一个重要功能是和Python自己的命令行互动，从命令行读取命令和参数。

3、random：用于生成随机数的库

Python标准库中的random函数，可以生成随机浮点数、整数、字符串，甚至帮助你随机选择列表序列中的一个元素，打乱一组数据等。

4、math：提供了数学常数和数学函数

标准库中，Python定义了一些新的数字类型，以弥补之前的数字类型可能的不足。标准库还包含了random包，用于处理随机数相关的功能。math包补充了一些重要的数学常数和数学函数，比如pi、三角函数等等。

5、datetime：日期和时间的操作库

日期和时间的管理并不复杂，但容易犯错。Python的标准库中对日期和时间的管理颇为完善，你不仅可以进行日期时间的查询和变换，还可以对日期时间进行运算。通过这些标准库，还可以根据需要控制日期时间输出的文本格式。

除此之外，Python还有很多第三方库，了解更多可移步：oldboye

⑹ 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

⑺ 学习python用什么书

最受大家推崇的 Python 书籍有哪些？
GitHub上有一位叫皮埃尔·德·沃尔夫（Pierre de Wulf）的童鞋，通过以下方法，检索到了25本网上引用最多的 Python 书籍。
检索方法：
1.在搜索引擎检索相关词语；
2.爬虫爬取检索结果；
3.检索结果去重；
4.根据页面标题快速删除不符条件的链接；
5.浏览器访问链接，并通过CSS选择器提取文章标题；
6.统计引用次数……（检索方法的详解版见文末传送门）
一起看看都有哪些经典 Python 书吧~
希望这些经典的 Python 书籍能够让题主的 Python 学习之路更高效，更踏实！
1.《Python学习手册（第4版）》

作者: [美] Mark Lutz
——内容简介——
这本书全面、深入地介绍了 Python 语言，不管你是编程新手还是 Python 初学者，它将帮助你快速实现使用 Python 编写高质量，且易于与其他语言和工具集成的代码。本书每一章都是关于Python语言独立的内容，并且带有练习和测试，简单易学，适合入门。
因为工作了经常要用到Python，才开始真正学习起来，可以说是目前市面上最好的Python技术书。
——豆瓣评价
2.《Python Cookbook 中文版（第 3 版）》

作者：[美]David Beazley, Brian K. Jones
——内容简介——
这本独特的“食谱”介绍了 Python 语言应用在各个领域中的使用技巧和方法，其主题涵盖了数据结构和算法，字符串和文本，迭代器和生成器，数据编码与处理，模块和包，网络和Web编程，并发，实用脚本和系统管理，测试、调试以及异常，C语言扩展等等内容。
每个“配方”均包含可立即在项目中使用的代码示例，以及Python应用中常见的问题和通用的解决方案。非常适合具有一定编程基础的Python程序员阅读。
基础阶段所有的知识点结合起来就是一个项目。问题――解决方案――知识点。书写（阅读）逻辑与解决问题的逻辑是相反的。方法的使用，多写多试就行了。个人学习会纠结概念和思想，而实际应用主要是例子和业务逻辑。
——豆瓣评价
3.《流畅的Python》

作者: [巴西] Luciano Ramalho
——内容简介——
Python的简单性可以使你快速提高生产力，但这通常意味着你没有使用它所提供的一切。
本书致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，避免重复劳动，同时写出简洁、流畅、易读、易维护，并且具有地道Python风格的代码。本书尤其深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面。通过本书，Python程序员将全面学习如何精通Python 3。
对于想要扩充知识的中级和高级Python程序员来说，这本书是充满了实用编程技巧的宝藏。
——Daniel Greenfeld 和 Audrey Roy Greenfeld，Two Scoops of Django 作者

流畅的Python

4.《Python编程：从入门到实践》
作者: [美] Eric Matthes
——内容简介——
本书是一本针对所有层次的 Python 读者而作的 Python 入门书。
全书分两部分：第一部分介绍用Python 编程所必须了解的基本概念，包括matplotlib、NumPy 和Pygal 等强大的Python 库和工具介绍，以及列表、字典、if 语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的 Python 2D 游戏开发，如何利用数据生成交互式的信息图，以及创建和定制简单的 Web 应用，并帮读者解决常见编程问题和困惑。
从编程小白的角度看，入门极佳。手把手教的感觉，却绝不啰嗦。什么叫入门书？一本书读下来，行文上不卡壳，逻辑上不跳跃，读者如爬楼梯，一步一步即可登楼。
——豆瓣读者

5.《深入浅出Python（影印版）》
作者：Paul Barry
——内容简介——
你是否想学习 Python 而不用费心地看手册？
本书通过一种独特的超越语法手册的方式来帮助你学习Python。你将能够快速掌握 Python 的基础知识，然后扩展到持久化、异常处理、Web开发、SQLite、数据处理和Google应用引擎中去。你也将学会如何为 Android 编写移动应用，这要感谢Python带给你的强大能力。本书融合了完备的学习经验，它将帮助你快速成为一名真正的 Python 程序员。
超赞的入门书！有趣，有序，有重点；通过对一个案例设计的逐渐丰富把许多知识点都带了出来；涉及的应用面也很广。不过内容不够丰富，也不适合当作工具书来查阅。不过考虑到本系列图书的定位，已经写得真是超赞了！
——豆瓣评价
6.《Python编程快速上手》
作者: [美]Albert Sweigart
——内容简介——
如果你花了数小时重命名文件或更新了数百个电子表格单元格，你就会知道像这样的任务多么繁琐。 但是，如果可以让你的计算机为你做这些事情呢？可能只用几分钟吧。
本书是一本面向实践的Python编程实用指南。你将学习 Python 的基础知识，并探索用 Python 丰富的模块库来执行任务，例如从网站上抓取数据，阅读PDF和Word文档以及自动执行单击和键入任务等。
通过阅读本书，读者将学会利用强大的 Python 语言和工具，并且会体会到 Python 编程的快乐。
讲的不错。编程就是要边看边练，这本书值得一看。
——豆瓣评价

购买

7.《"笨办法"学Python 3》
作者: [美] Zed A.Shaw
——内容简介——
本书是一本 Python 入门书籍。作者 Zed Shaw 完善了这个堪称世上最好的 Python 学习系统。只要跟着学习，你就会和迄今为止数十万 Zed 教过的初学者一样获得成功。
这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。你将学会怎样阅读、编写、思考代码，以及如何用专业程序员的技巧来找出并修正错误。
从现在开始，当你犯错时，请在纸上写下你犯了什么样的错误。当你进行下一个练习时，请查看你上一次犯的错误，并尽量不要在新的错误中犯错。
——引自章节：练习7：更多印刷

8.《利用Python进行数据分析》
作者：Wes McKinney
——内容简介——
本书由 Python pandas 项目创始人 Wes McKinney 亲笔撰写，详细介绍利用 Python 进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。虽然“数据分析”是本书的标题，但重点是Python编程，库和工具，而不是数据分析方法。这是数据分析所需的 Python 编程。
工具书，快速略读。挺好的。有需求再仔细翻。
——豆瓣评价
9.《Effective Python：编写高质量 Python 代码的59个有效方法》
作者: [美]布雷特·斯拉特金（Brett Slatkin）
——内容简介——
用 Python 编写程序是相当容易的，所以这门语言非常流行。但若想掌握 Python 所特有的优势、魅力和表达能力，则相当困难，而且语言中还有很多隐藏的陷阱，容易令开发者犯错。本书可以帮你掌握真正的 Pythonic 编程方式，令你能够完全发挥出 Python 语言的强大功能，并写出健壮而高效的代码。
python进阶的书，虽然很薄但是很有收获。
——豆瓣评价
10.《像计算机科学家一样思考Python (第2版)》

作者: [美] 艾伦 B. 唐尼
——内容简介——
本书以培养读者以计算机科学家一样的思维方式来理解Python语言编程。贯穿全书的主体是如何思考、设计，以及开发的方法。
全书详细介绍了 Python 编程语言的方方面面，从基本的编程概念到函数，递归，数据结构和面向对象编程等等。每一章都配有术语表和练习题，方便读者巩固所学的知识和技巧。此外，作者针对每章所专注的语言特性，或者相关的开发问题，总结了调试的方方面面。
非常好的 Python 入门书，即使对编程一无所知的人也能相对容易地读懂，有编程基础自不必说，可以很快地读完。
——豆瓣评价

11.《深入理解Python特性》
作者：[德]达恩·巴德尔（Dan Bader）
——内容简介——
这本书将通过简单的示例和分步说明来介绍 Python 的最佳实践以及 Python 代码的强大魅力。借助本书，你将专注于真正重要的实践技能，在 Python 的标准库中发现“隐藏的金子”，距离精通 Python 更近一步！
茴字的四种写法不是没有用的；对语言了解的越多，用起来越顺。
——豆瓣评价

12.Python Machine Learning
作者：[美]Sebastian Raschka, Vahid Mirjalili
——内容简介——
本书是关于使用 Python 进行机器学习和深度学习的综合指南。 它既是分步教程，又是构建机器学习系统时不断翻阅的参考书。
本书包含清晰的注释，可视化效果和工作示例，深入介绍了基本上所有的机器学习技术。 虽然有些书只教您遵循说明，但在本书中，作者讲授了机器学习的原理，这使你可以自己构建模型和应用程序。
13.Dive Into Python 3
作者: Mark Pilgrim
——内容简介——
有很多 python 开发人员需要学习将代码移植到python 3，而本书是为他们提供最新版本 python 介绍的最佳书籍。它独特的风格是先提供大量代码然后将其分解，非常适合希望快速了解新版本语言的现有开发人员。
重新翻看这本书，我真的认为它不是一个很好的入门选择，但是本入门后值得读的书。
——豆瓣评价
14.《Python参考手册（第4版）》
作者: [美] David M.Beazley
——内容简介——
本书是 Python 编程语言的权威参考指南，内容涉及核心 Python 语言和 Python 库的最重要部分，内容简洁扼要、可读性强。书中还包括了一些没有在 Python 官方文档或其他资料中出现过的一些高级主题的详细信息。
这一版在内容上进行了全面更新，介绍了 Python 2.6 和 Python 3 新引入的编程语言特性和库模块，同时还分析了Python程序员面临的如下难题：是应继续使用现有的 Python 代码，还是应制定计划将其移植到Python 3？
很好的参考手册，对于新手来说，常用的库都有涉及，推荐常备手边。
——豆瓣评价

15.《Python编程（第4版）》
作者: 卢茨 (Mark Lutz)
——内容简介——
当掌握 Python 的基础知识后，你要如何使用 Python？本书为这门语言的主要应用领域提供了深度教程，譬如系统管理、GUI 和 Web，并探索了其在数据库、网络、前端脚本、文本处理等方面的应用。你将学到清晰、简洁明了的语法和编程技巧，并伴随大量的示例来展示正确的用法和惯例。
适合有经验的程序员看, 涉及范围很广, 内容偏高级。
——豆瓣评价
16.《 Python 机器学习基础教程》
作者: [德]安德里亚斯·穆勒，[美]莎拉·吉多
——内容简介——
本书是机器学习入门书，以 Python 语言介绍。
书中重点讨论机器学习算法的实践而不是背后的数学，全面涵盖在实践中实现机器学习算法的所有重要内容，帮助读者使用 Python 和 scikit-learn 库一步一步构建一个有效的机器学习应用。
本书将向所有对机器学习技术感兴趣的初学者展示，自己动手构建机器学习解决方案并非难事！
机器学习的入门书，通过这本书可以对机器学习建立感性认识。如果只是学习机器学习的理论推导，无法深刻理解各种数据处理方法带来的效果，通过Scikit-Learn和这本书可以快速建立起这种理解。
——豆瓣评价

17.Python in a Nutshell
作者: [美] Alex Martelli，Anna Ravenscroft，Steve Holden
——内容简介——
本书适合具有一定 Python 编程经验或者有其他语言编程基础的程序员阅读，它涵盖了广泛的应用领域，包括 Web和网络编程，XML处理，数据库交互以及高速数值计算。该实用手册的第三版提供了对该语言的快速参考（包括Python 3.5、2.7和3.6的亮点）。
对于涉及到的内部机制有一定的详细阐述而不是像很多入门书籍和大全书籍那样只有应用。对于想要透过表象更深入了解 Python 的读者，该书是一本很好的入门读物。
——豆瓣评价
18.《Python游戏编程快速上手（第4版）》
作者: [美] Al Sweigart
——内容简介——
本书通过编写一个个小巧、有趣的游戏来教授Python编程，并且采用直接展示游戏的源代码并通过实例来解释编程的原理的方式。首先构建 猜数字 和 Tic Tac Toe 这样的经典游戏，然后逐步开发更高级的游戏，在此过程中，你将学习关键的编程和数学概念，这将帮助你在轻松有趣的过程中，掌握 Python 游戏编程的基本技能。
全书共21章，12个游戏程序和示例贯穿其中，介绍了Python基础知识、数据类型、函数、流程控制、程序调试、流程图设计、字符串操作、列表和字典、笛卡尔坐标系、密码学基础、游戏AI模拟、动画图形、碰撞检测、声音和图像等方方面面的程序设计知识。
与一般的编程入门书不同，本书以练代学，在一个个小的游戏项目中逐步熟悉并掌握基本的python编程方法，有趣有效。
——豆瓣评价

19.《Python袖珍指南》
作者：Mark Lutz
——内容简介——
对于新的Python 3.4 和 2.7 而言，这款便捷的袖珍指南是完美的实战快速参考书。你将会从中学习有关Python类型和语句，特殊方法名，内建函数与异常，常用的标准库模块及其他卓越的Python工具。
当做随身备忘手册吧，毕竟健忘。
——豆瓣评论
20.《Python编程之美：最佳实践指南》

作者：[美] Kenneth Reitz，Tanya Schlusser
——内容简介——
本书是 Python 用户的一本网络式学习指南，本书由 Python 社区的大神 Kenneth Reitz 发起并组织编写，由社区数百名开发者集体奉献。其特色在于，近乎完整地总结了在 Python 编程中会用到的各种实践技巧和经验，涵盖众多主流的应用场景，并告诉你如何提高效率、避免踩坑、编写高质量的代码。
本书着重于可重用的代码，重于设计理念，将读者引向已存在的优秀资源，适合有一定Python基础的人员学习，帮助你迅速从小工修炼成专家，编写出高质量的代码！

⑻ python标准模块的理解与运用

Python 带有一个标准模块库，并发布有独立的文档，名为 Python 库参考手册（此后称其为“库参考手册”）。有一些模块内置于解释器之中，这些操作的访问接口不是语言内核的一部分，但是已经内置于解释器了。这既是为了提高效率，也是为了给系统调用等操作系统原生访问提供接口。这类模块集合是一个依赖于底层平台的配置选项。例如，winreg 模块只提供在 Windows 系统上才有。有一个具体的模块值得注意： sys ，这个模块内置于所有的 Python 解释器。变量 sys.ps1 和 sys.ps2 定义了主提示符和辅助提示符字符串:
>>> import sys
>>> sys.ps1
'>>> '
>>> sys.ps2
>>
这两个变量只在解释器的交互模式下有意义。
变量 sys.path 是解释器模块搜索路径的字符串行表。它由环境变量 PYTHONPATH 初始化，如果没有设定 PYTHONPATH ，就由内置的默认值初始化。

⑼ --> 在 Python 或者其他计算机语言中是什么意思

这个不就是《python
参考库》的卷首语吗？！
内容如下：
ptthon参考
描述了python语言的具体语法和语义。库参考手册描述了随python发布的标准库。它也描述一些了普遍包括在python发行版中的可选组建