Python語言最可愛的地方在於它的標准庫和三方庫實在是太豐富了，日常開發工作中的很多任務都可以通過這些標准庫或者三方庫直接解決。下面我們先介紹Python標准庫中的一些常用模塊，後面我們再陸陸續續為大家介紹Python常用三方庫的用途和用法。
A-Z、a-z、0-9，這裡一共是62個字符，另外兩個可打印符號通常是+和/，=用於在Base64編碼最後進行補位。
關於Base64編碼的細節，大家可以參考《Base64筆記》一文，Python標准庫中的base64模塊提供了b64encode和b64decode兩個函數，專門用於實現Base64的編碼和解碼，下面演示了在Python的交互式環境中執行這兩個函數的效果。
>>> import base64
>>>
>>> content = 'Man is distinguished, not only by his reason, but by this singular passion from other animals, which is a lust of the mind, that by a perseverance of delight in the continued and indefatigable generation of knowledge, exceeds the short vehemence of any carnal pleasure.'
>>> base64.b64encode(content.encode())
b'TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlzIHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2YgdGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGludWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRoZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4='
>>> content = b'TWFuIGlzIGRpc3Rpbmd1aXNoZWQsIG5vdCBvbmx5IGJ5IGhpcyByZWFzb24sIGJ1dCBieSB0aGlzIHNpbmd1bGFyIHBhc3Npb24gZnJvbSBvdGhlciBhbmltYWxzLCB3aGljaCBpcyBhIGx1c3Qgb2YgdGhlIG1pbmQsIHRoYXQgYnkgYSBwZXJzZXZlcmFuY2Ugb2YgZGVsaWdodCBpbiB0aGUgY29udGludWVkIGFuZCBpbmRlZmF0aWdhYmxlIGdlbmVyYXRpb24gb2Yga25vd2xlZGdlLCBleGNlZWRzIHRoZSBzaG9ydCB2ZWhlbWVuY2Ugb2YgYW55IGNhcm5hbCBwbGVhc3VyZS4='
>>> base64.b64decode(content).decode()
'Man is distinguished, not only by his reason, but by this singular passion from other animals, which is a lust of the mind, that by a perseverance of delight in the continued and indefatigable generation of knowledge, exceeds the short vehemence of any carnal pleasure.'
collections模塊提供了諸多非常好用的數據結構，主要包括：
namedtuple：命令元組，它是一個類工廠，接受類型的名稱和屬性列表來創建一個類。deque：雙端隊列，是列表的替代實現。Python中的列表底層是基於數組來實現的，而deque底層是雙向鏈表，因此當你需要在頭尾添加和刪除元素是，deque會表現出更好的性能，漸近時間復雜度為 O ( 1 ) O(1) O(1)。Counter：dict的子類，鍵是元素，值是元素的計數，它的most_common()方法可以幫助我們獲取出現頻率最高的元素。Counter和dict的繼承關系我認為是值得商榷的，按照CARP原則，Counter跟dict的關系應該設計為關聯關系更為合理。OrderedDict：dict的子類，它記錄了鍵值對插入的順序，看起來既有字典的行為，也有鏈表的行為。defaultdict：類似於字典類型，但是可以通過默認的工廠函數來獲得鍵對應的默認值，相比字典中的setdefault()方法，這種做法更加高效。
下面是在Python交互式環境中使用namedtuple創建撲克牌類的例子。
>>> from collections import namedtuple
>>>
>>> Card = namedtuple('Card', ('suite', 'face'))
>>> card1 = Card('紅桃', 5)
>>> card2 = Card('草花', 9)
>>> card1
Card(suite='紅桃', face=5)
>>> card2
Card(suite='草花', face=9)
>>> print(f'{
card1.suite}{
card1.face}')
紅桃5
>>> print(f'{
card2.suite}{
card2.face}')
草花9
下面是使用Counter類統計列表中出現次數最多的三個元素的例子。
from collections import Counter
words = [
'look', 'into', 'my', 'eyes', 'look', 'into', 'my', 'eyes',
'the', 'eyes', 'the', 'eyes', 'the', 'eyes', 'not', 'around',
'the', 'eyes', "don't", 'look', 'around', 'the', 'eyes',
'look', 'into', 'my', 'eyes', "you're", 'under'
]
counter = Counter(words)
# 打印words列表中出現頻率最高的3個元素及其出現次數
for elem, count in counter.most_common(3):
print(elem, count)
哈希函數又稱哈希算法或散列函數，是一種為已有的數據創建“數字指紋”（哈希摘要）的方法。哈希函數把數據壓縮成摘要，對於相同的輸入，哈希函數可以生成相同的摘要（數字指紋），需要注意的是這個過程並不可逆（不能通過摘要計算出輸入的內容）。一個優質的哈希函數能夠為不同的輸入生成不同的摘要，出現哈希沖突（不同的輸入產生相同的摘要）的概率極低，MD5、SHA家族就是這類好的哈希函數。
說明：在2011年的時候，RFC 6151中已經禁止將MD5用作密鑰散列消息認證碼，這個問題不在我們討論的范圍內。
Python標准庫的hashlib模塊提供了對哈希函數的封裝，通過使用md5、sha1、sha256等類，我們可以輕松的生成“數字指紋”。舉一個簡單的例子，用戶注冊時我們希望在數據庫中保存用戶的密碼，很顯然我們不能將用戶密碼直接保存在數據庫中，這樣可能會導致用戶隱私的洩露，所以在數據庫中保存用戶密碼時，通常都會將密碼的“指紋”保存起來，用戶登錄時通過哈希函數計算密碼的“指紋”再進行匹配來判斷用戶登錄是否成功。
import hashlib
# 計算字符串"123456"的MD5摘要
print(hashlib.md5('123456'.encode()).hexdigest())
# 計算文件"Python-3.7.1.tar.xz"的MD5摘要
hasher = hashlib.md5()
with open('Python-3.7.1.tar.xz', 'rb') as file:
data = file.read(512)
while data:
hasher.update(data)
data = file.read(512)
print(hasher.hexdigest())
說明：很多網站在下載鏈接的旁邊都提供了哈希摘要，完成文件下載後，我們可以計算該文件的哈希摘要並檢查它與網站上提供的哈希摘要是否一致（指紋比對）。如果計算出的哈希摘要與網站提供的並不一致，很有可能是下載出錯或該文件在傳輸過程中已經被篡改，這時候就不應該直接使用這個文件。
heapq模塊實現了堆排序算法，如果希望使用堆排序，尤其是要解決TopK問題（從序列中找到K個最大或最小元素），直接使用該模塊即可，代碼如下所示。
import heapq
list1 = [34, 25, 12, 99, 87, 63, 58, 78, 88, 92]
# 找出列表中最大的三個元素
print(heapq.nlargest(3, list1))
# 找出列表中最小的三個元素
print(heapq.nsmallest(3, list1))
list2 = [
{
'name': 'IBM', 'shares': 100, 'price': 91.1},
{
'name': 'AAPL', 'shares': 50, 'price': 543.22},
{
'name': 'FB', 'shares': 200, 'price': 21.09},
{
'name': 'HPQ', 'shares': 35, 'price': 31.75},
{
'name': 'YHOO', 'shares': 45, 'price': 16.35},
{
'name': 'ACME', 'shares': 75, 'price': 115.65}
]
# 找出價格最高的三只股票
print(heapq.nlargest(3, list2, key=lambda x: x['price']))
# 找出持有數量最高的三只股票
print(heapq.nlargest(3, list2, key=lambda x: x['shares']))
itertools可以幫助我們生成各種各樣的迭代器，大家可以看看下面的例子。
import itertools
# 產生ABCD的全排列
for value in itertools.permutations('ABCD'):
print(value)
# 產生ABCDE的五選三組合
for value in itertools.combinations('ABCDE', 3):
print(value)
# 產生ABCD和123的笛卡爾積
for value in itertools.product('ABCD', '123'):
print(value)
# 產生ABC的無限循環序列
it = itertools.cycle(('A', 'B', 'C'))
print(next(it))
print(next(it))
print(next(it))
print(next(it))
這個模塊我們之前已經用過很多次了，生成隨機數、實現隨機亂序和隨機抽樣，下面是常用函數的列表。
getrandbits(k)：返回具有k個隨機比特位的整數。randrange(start, stop[, step])：從range(start, stop, step) 返回一個隨機選擇的元素，但實際上並沒有構建一個range對象。randint(a, b)：返回隨機整數N滿足a <= N <= b，相當於randrange(a, b+1)。choice(seq)：從非空序列seq返回一個隨機元素。 如果seq為空，則引發IndexError。choices(population, weight=None, *, cum_weights=None, k=1)：從population中選擇替換，返回大小為k的元素列表。 如果population為空，則引發IndexError。shuffle(x[, random])：將序列x隨機打亂位置。sample(population, k)：返回從總體序列或集合中選擇k個不重復元素構造的列表，用於無重復的隨機抽樣。random()：返回[0.0, 1.0)范圍內的下一個隨機浮點數。expovariate(lambd)：指數分布。gammavariate(alpha, beta)：伽瑪分布。gauss(mu, sigma) / normalvariate(mu, sigma)：正態分布。paretovariate(alpha)：帕累托分布。weibullvariate(alpha, beta)：威布爾分布。
os.path模塊封裝了操作路徑的工具函數，如果程序中需要對文件路徑做拼接、拆分、獲取以及獲取文件的存在性和其他屬性，這個模塊將會非常有幫助，下面為大家羅列一些常用的函數。
dirname(path)：返回路徑path的目錄名稱。exists(path)：如果path指向一個已存在的路徑或已打開的文件描述符，返回 True。getatime(path) / getmtime(path) / getctime(path)：返回path的最後訪問時間/最後修改時間/創建時間。getsize(path)：返回path的大小，以字節為單位。如果該文件不存在或不可訪問，則拋出OSError異常。isfile(path)：如果path是普通文件，則返回 True。isdir(path)：如果path是目錄（文件夾），則返回True。join(path, *paths)：合理地拼接一個或多個路徑部分。返回值是path和paths所有值的連接，每個非空部分後面都緊跟一個目錄分隔符 (os.sep)，除了最後一部分。這意味著如果最後一部分為空，則結果將以分隔符結尾。如果參數中某個部分是絕對路徑，則絕對路徑前的路徑都將被丟棄，並從絕對路徑部分開始連接。splitext(path)：將路徑path拆分為一對，即(root, ext)，使得root + ext == path，其中ext為空或以英文句點開頭，且最多包含一個句點。
uuid模塊可以幫助我們生成全局唯一標識符（Universal Unique IDentity）。該模塊提供了四個用於生成UUID的函數，分別是：
uuid1()：由MAC地址、當前時間戳、隨機數生成，可以保證全球范圍內的唯一性。uuid3(namespace, name)：通過計算命名空間和名字的MD5哈希摘要（“指紋”）值得到，保證了同一命名空間中不同名字的唯一性，和不同命名空間的唯一性，但同一命名空間的同一名字會生成相同的UUID。uuid4()：由偽隨機數生成UUID，有一定的重復概率，該概率可以計算出來。uuid5()：算法與uuid3相同，只不過哈希函數用SHA-1取代了MD5。由於uuid4存在概率型重復，那麼在真正需要全局唯一標識符的地方最好不用使用它。在分布式環境下，uuid1是很好的選擇，因為它能夠保證生成ID的全局唯一性。下面是在Python交互式環境中使用uuid1函數生成全局唯一標識符的例子。
>>> import uuid
>>> uuid.uuid1().hex
'622a8334baab11eaaa9c60f81da8d840'
>>> uuid.uuid1().hex
'62b066debaab11eaaa9c60f81da8d840'
>>> uuid.uuid1().hex
'642c0db0baab11eaaa9c60f81da8d840'
Python標准庫中有大量的模塊，日常開發中有很多常見的任務在Python標准庫中都有封裝好的函數或類可供使用，這也是Python這門語言最可愛的地方。
