Python 标准库全景图

Python 之所以被称为“自带电池”（batteries included）的语言，很大程度上归功于其强大而全面的标准库。标准库覆盖了从基础数据结构、文件操作到网络通信、并发处理等几乎所有常见编程任务。然而，官方文档对模块的分类有时过于细致，导致初学者或开发者难以快速把握整体脉络。

本文将对 Python 标准库进行逻辑更清晰、结构更紧凑的重新分组，在不遗漏任何重要模块的前提下，帮助你建立一个系统化的认知框架。

一、核心语言与运行时支持

这些模块构成了 Python 运行环境的基础，提供了语言层面的核心能力：

• sys：访问解释器变量和函数（如argv、path、exit()）
• builtins：内置函数和异常（如len,print,ValueError）
• __main__：标识主程序入口
• gc：垃圾回收控制
• inspect：动态检查对象（函数签名、源码等）
• contextlib：简化上下文管理器（with语句）
• abc：定义抽象基类
• atexit：注册程序退出时的清理函数
• traceback：处理异常堆栈信息
• warnings：控制警告行为
• dataclasses：自动生成类的常用方法（如__init__,__repr__）
• __future__：启用未来语言特性（如annotations）

这些模块通常在构建高级工具、框架或调试系统时被深度使用。

二、数据类型与结构处理

Python 的数据模型非常丰富，标准库提供了多种高效的数据结构和类型支持：

• 通用容器增强：
  • collections（deque,Counter,defaultdict等）
  • collections.abc（容器抽象基类）
  • heapq（最小堆）
  • bisect（有序列表的二分查找）
  • array（紧凑型数值数组）
• 日期与时间：
  • datetime（日期/时间对象）
  • zoneinfo（时区支持，Python 3.9+）
  • calendar（日历计算）
• 其他类型工具：
  • enum（枚举类型）
  • weakref（弱引用，避免循环引用）
  • copy（浅拷贝/深拷贝）
  • types（动态创建类型）
  • graphlib（拓扑排序，Python 3.9+）
  • pprint