python27标准库
㈠ python常用的标准库以及第三方库有哪些
Python常用的标准库有http库。第三方库有scrapy，pillow和wxPython.以下有介绍：
Requests.Kenneth Reitz写的最富盛名的http库，每个Python程序员都应该有它。
Scrapy.如果你从事爬虫相关的工作，那么这个库也是必不可少的。用过它之后你就不会再想用别的同类库了。
wxPython.Python的一个GUI（图形用户界面）工具。我主要用它替代tkinter。
Pillow.它是PIL的一个友好分支。对于用户比PIL更加友好，对于任何在图形领域工作的人是必备的库。
㈡ 怎么查看安装Python后自带的标准库有多少。。
两种方法：
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；
㈢ 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！㈣ Karrigell作为 python web服务器，请问 页面如何 访问 本地的python库（如arcpy）
你不修改sys.path试试看。 karrigell没有用过，通常web框架会自己引入一些环境变量设置。比如修改sys.path或者是PYTHON等环境变量。
从这个错误现象上看。k_target.py似乎调用了某个文件。这个某文件import arcpy。
但是它没有找到。为什么没有找到呢？可能原因在
C:WindowsSYSTEM32python27.zip
这个zip包是用来做部署用的。就在指在一个没有安装python27的windows系统里，使用标准python27的库。所以很有可能它import arcpy时，是到这个zip包里找的。
所以我建议你把27.zip这个东西注释掉。
顺便给你说一下。import 还有各种用法，比如使用绝对路径import。在万不得亦的情况下，你把自己程序里的import 改成绝对路径的。这样肯定没有问题。
㈤ Python 常用的标准库以及第三方库有哪些
标准库 Python拥有一个强大的标准库。Python语言的核心只包含数字、字符串、列表、字典、文件等常见类型和函数，而由Python标准库提供了系统管理、网络通信、文本处理、数据库接口、图形系统、XML处理等额外的功能。 Python标准库的主要功能有： 1.文本处理，包含文本格式化、正则表达式匹配、文本差异计算与合并、Unicode支持，二进制数据处理等功能 2.文件处理，包含文件操作、创建临时文件、文件压缩与归档、操作配置文件等功能 3.操作系统功能，包含线程与进程支持、IO复用、日期与时间处理、调用系统函数、日志（logging）等功能 4.网络通信，包含网络套接字，SSL加密通信、异步网络通信等功能 5.网络协议，支持HTTP，FTP，SMTP，POP，IMAP，NNTP，XMLRPC等多种网络协议，并提供了编写网络服务器的框架 6.W3C格式支持，包含HTML，SGML，XML的处理。 7.其它功能，包括国际化支持、数学运算、HASH、Tkinter等 Python社区提供了大量的第三方模块，使用方式与标准库类似。它们的功能覆盖科学计算、Web开发、数据库接口、图形系统多个领域。第三方模块可以使用Python或者C语言编写。SWIG,SIP常用于将C语言编写的程序库转化为Python模块。Boost C++ Libraries包含了一组函式库，Boost.Python，使得以Python或C++编写的程式能互相调用。Python常被用做其他语言与工具之间的“胶水”语言。 着名第三方库 1.Web框架 Django： 开源Web开发框架，它鼓励快速开发,并遵循MVC设计，开发周期短。 ActiveGrid： 企业级的Web2.0解决方案。 Karrigell： 简单的Web框架，自身包含了Web服务，py脚本引擎和纯python的数据库PyDBLite。 Tornado： 一个轻量级的Web框架，内置非阻塞式服务器，而且速度相当快 webpy： 一个小巧灵活的Web框架，虽然简单但是功能强大。 CherryPy： 基于Python的Web应用程序开发框架。 Pylons： 基于Python的一个极其高效和可靠的Web开发框架。 Zope： 开源的Web应用服务器。 TurboGears： 基于Python的MVC风格的Web应用程序框架。 Twisted： 流行的网络编程库，大型Web框架。 Quixote： Web开发框架。 2.科学计算 Matplotlib： 用Python实现的类matlab的第三方库，用以绘制一些高质量的数学二维图形。 SciPy： 基于Python的matlab实现，旨在实现matlab的所有功能。 NumPy： 基于Python的科学计算第三方库，提供了矩阵，线性代数，傅立叶变换等等的解决方案。 3.GUI PyGtk： 基于Python的GUI程序开发GTK+库。 PyQt： 用于Python的QT开发库。 WxPython： Python下的GUI编程框架，与MFC的架构相似。 4.其它 BeautifulSoup： 基于Python的HTML/XML解析器，简单易用。 PIL： 基于Python的图像处理库，功能强大，对图形文件的格式支持广泛。 PyGame： 基于Python的多媒体开发和游戏软件开发模块。 Py2exe： 将python脚本转换为windows上可以独立运行的可执行程序。 参考自维基网络
㈥ python的标准库是什么
Python 的标准库非常丰富，如下面列出的内容所示，其提供了非常多的功能。库包含内置模块 （用 C 编写的） 提供访问系统的功能，如文件 I/O，以及在为发生在日常编程中的许多问题提供标准化的解决方案的 Python 模块。这些模块的一些明确旨在鼓励和加强的 Python 程序的可移植性的抽象掉平台细节到非特定于平台的 Api。
————————————————
版权声明：本文为CSDN博主“Jurbo”的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/jurbo/article/details/52334345㈦ 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
㈧ Python标准库和第三方库有什么区别
它们的主要区别是：
1、Python的标准库是随着pyhon安装的时候默认自带的库；
2、python的第三方库，需要下载后安装到python的安装目录下。不同的第三方库安装及使用方法不同。
3、它们调用方式是一样的，都需要用import语句调用。简单的说，一个是默认自带不需要下载安装的库，一个是需要下载安装的库。它们的调用方式是一样的。
Python 程序由模块组成。一个模块对应python 源文件，一般后缀名是：.py。
模块由语句组成。运行Python 程序时，按照模块中语句的顺序依次执行。
语句是Python 程序的构造单元，用于创建对象、变量赋值、调用函数、控制语句等。
2 标准库模块(standard library)
与函数类似，模块也分为标准库模块和用户自定义模块。
Python 标准库提供了操作系统功能、网络通信、文本处理、文件处理、数学运算等基本的功能。比如：random(随机数)、math(数学运算)、time(时间处理)、file(文件处理)、os(和操作系统交互)、sys(和解释器交互)等。
另外，Python 还提供了海量的第三方模块，使用方式和标准库类似。功能覆盖了我们能想象到的所有领域，比如：科学计算、WEB 开发、大数据、人工智能、图形系统等。
3 为什么需要模块化编程
模块(mole)对应于Python 源代码文件(.py 文件)。模块中可以定义变量、函数、类、普通语句。这样，我们可以将一个Python 程序分解成多个模块，便于后期的重复应用。
模块化编程（Molar Programming）将一个任务分解成多个模块。每个模块就像一个积木一样，便于后期的反复使用、反复搭建。
模块化编程有如下几个重要优势：
便于将一个任务分解成多个模块，实现团队协同开发，完成大规模程序
实现代码复用。一个模块实现后，可以被反复调用。
可维护性增强。㈨ 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㈩ python哪些标准库
标准库比较多 功能也不同：
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。
logging
日志记录工具。这个库提供了对应用程序和库函数的日志记录，日常开发中我们经常需要通过日志打印出当前程序的运行状态，实时查看可能出现的堆栈异常和错误信息。
json
Json 编码和解码器。 json 库提供了对 json 数据的支持，日常开发中我们做前后端分离需要对传输数据 json 进行序列化和反序列化操作，以保证对数据的完整性和有效性，而序列化和反序列化其实就是编码和解码的过程。
pickle
Python 对象序列化库。 pickle 库支持对 python 对象进行序列化和反序列化操作，当我们需要将处理好的对象保存到文件或数据库中时，就可以将其序列化成二进制数据，从而更好的保存起来。
shelve
Python 对象持久化。简单的数据存储方案。
socket
底层网络接口。 socket（套接字） 库提供了标准的BSD（伯克利套接字） Socket API，可以通过访问底层操作系统 Socket 的相关接口进行网络通讯。
datetime
基本日期和时间类型库。该库提供了各种简单和复杂的方式处理日期和时间，日常我们会用时间测算时间消耗、复杂度，对存储的创建时间和修改时间也需要进一步说明，对计时器的描述和控制也需要用到该库。
hashlib
安全哈希和消息摘要。摘要算法 其实就是对某些数据进行加密（不可逆的加密算法），因为被加密的数据无法破解，所以就能防止被篡改。常见的摘要算法有 MD5、SHA1，一般我们会用 MD5 对用户口令进行加密，防止盗用后被轻易破解；而 SHA1 与 MD5 类似，但是 SHA1 会产生更长的长度，也更安全，但是算法的复杂性通常伴随着存储空间和时间的消耗。要说比SHA1更长的字符长度，还有 SHA224、SHA256、SHA384 和 SHA512，看名字就能知道。
大家都知道无论算法生成的字符长度如何都有可能发生碰撞（被破解），这是不可避免的，所以具体场景具体情况而定。
configparser
配置文件解析器。 configparser 库可以轻松定制配置文件，通过解析配置文件的信息我们就可以全局访问相关配置。
urllib
URL 处理模块。 urllib 库集成了处理 URLs（统一资源定位符）的各种模块：
URL urllib.request URL robots.txt urllib 库对访问网络有很好的支持，提供了对数据的访问和处理、文件的上传和下载、记录 cookie 和 session 等等。
itertools
为高效循环而创建迭代器的函数。 itertools 库也是经常需要用到，当我们要对某些数进行 for-in 时就需要先将其处理成一个可迭代对象，之后我们才能进行遍历操作。
collections
容器数据类型库。 collections 库提供了对所有容器数据类型的支持，包括 dict, list, set 和 tuple。我们可以用此库对不同数据类型进行操作，常有的函数方法有这些：
namedtuple() 创建命名元组子类的工厂函数 deque 类似列表(list)的容器，实现了在两端快速添加(append)和弹出(pop) ChainMap 类似字典(dict)的容器类，将多个映射集合到一个视图里面 Counter 字典的子类，提供了可哈希对象的计数功能 OrderedDict 字典的子类，保存了他们被添加的顺序 defaultdict 字典的子类，提供了一个工厂函数，为字典查询提供一个默认值 UserDict 封装了字典对象，简化了字典子类化 UserList 封装了列表对象，简化了列表子类化 UserString 封装了列表对象，简化了字符串子类化 functools
高阶函数和可调用对象上的操作。该库主要调用高阶函数，是常规函数的一种补充。目前库中包含以下几种函数：
cmp_to_key lru_cache total_ordering partial partialmethod rece singledispatch update_wrapper wraps threading
线程并行库。 threading 库支持线程和多线程的操作，针对多线程并发的问题可以给数据加同步锁，一次只能让一个线程处理数据，从而避免出现数据读写混乱。
在 CPython 解释器上，因为GIL（全局解释器锁）锁机制的存在的，被设计成线程安全，所以同一时间只能执行一个线程，这就导致了多线程不能发挥出计算机的多核特性。
multiprocessing
进程并行库。 multiprocessing 库与 threading 库很类似，不同的是进程库可以创建子进程避开 GIL，从而弥补线程库存在的劣势和发挥计算机的多核特性。
timeit
测量小代码片段的执行时间。此库主要用来计算运行代码的时间消耗，支持多种方式传入参数。
atexit
退出处理器。当处理一个函数需要立马退出时可以使用该库。
abc
抽象基类。 abc 库定义抽象基类，以便其他类派生出新类。比如 collections 容器库中就有此派生出的 collections.abc 类，派生出来的类可以进一步实现。
asyncio
异步IO库。 asyncio 库是一个用 async/await 关键字编写并发的库，为多个异步框架提供基础功能，能够实现高性能的网络、Web服务器、数据库连接和分布式任务队列等。
浅层和深层复制操作。 库提供对对象的拷贝，我们都知道要制作对象副本，是无法通过简单值传递创建新变量的方式做到，因为新变量所指向的内存空间依旧是原对象本身，所以对新变量进行任何操作都会改变原对象。那么， 库就提供了制作对象副本的各种方法，会开辟一个新的内存空间存放副本对象，修改操作不会对原对象有任何干预。
csv
csv（Comma Separated Values）文件读写库。此库支持以纯文本的形式存储表格数据（数字和文本）。
operator
标准运算符替代函数库。此库是将 python 自有的运算符作为有效函数，比如表达式 x+y 可以用函数 operator.add(x, y) 表示；比如表达式 a*b 可以用函数 operator.mul(a, b) 表示，等等。
enum
枚举库。 enum 库支持创建枚举类来存储大量同类型的不可变常量，以便其他函数调用。创建出来的枚举类是可迭代对象，所以可以用 for-in 枚举出所有常量。
heapq
堆队列算法。这个模块提供了堆队列算法的实现，也称为优先队列算法。优先队列中的每个元素都有各自的优先级，优先级最高的元素最先得到服务。所以当我们要求前n最大/最小值的时候就可以用此算法来实现， heapq 库中也提供了相应函数实现。
http
HTTP 模块。 http 模块是一个包，收集了多个处理超文本传输协议的模块：
urllib.request http 模块通过 http.HTTPStatus 枚举定义了HTTP状态码 以及相关联消息。
profile、pstats
性能分析工具。 profile 模块提供了 profile 和 cProfile 两种不同实现的性能分析工具，可用来描述程序各个部分的执行时间和频率，统计后的信息可以通过 pstats 模块保存并使用。
ssl
TLS/SSL（传输安全协议）。此模块提供对安全协议的支持，通过应用上下文，可将 TLS（传输层安全性协议）或其前身 SSL（安全套接层）支持安全协议，能为互联网通信提供安全和数据完整性保障。一般 HTTPS 协议都支持 TLS/SSL 加密。
unitest
单元测试框架。 unitest 库常用于单元测试，受到 JUnit 和其他主流测试库的启发， unitest 库的功能和函数与它们有着相似的风格。
uuid
UUID库。 uuid 库主要用途是生成随机字符串，库中有多个版本的 UUID 对象方法，比如版本 1、3、4 和 5 的 uuid1() 、 uuid3() 、 uuid4() 和 uuid5() 。需要注意的是，如果要生成随机字符串，可以使用 uuid1() 和 uuid4() ，但是 uuid1() 会存在隐私风险，因为生成的原理里边包含用户访问计算机的网络地址，而 uuid4() 是通过随机字符生成。
希望可以帮助到你。
