Python 标准库鲜为人知的部分

Python 字典和列表是许多应用程序的基础，但是对于更高级的数据组织来说可能太简单了。为了提供更多用于在内存中存储数据的强大容器 Python 提供了一个 collection 模块包含以下内容：

Deque - 类似列表的数据结构，用于高效插入和删除项目从任一端。
Counter - 字典的子类来计数。
ChainMap - 元字典提供统一的键值映射多个字典，无需复制数据。
数据映射的高级结构：
OrderedDict - 维护键值对顺序的字典（例如，当 HTTP 标头值对于处理某些安全机制很重要）。
namedtuple - 一个工厂函数，用于创建名为的元组子类字段。对于更多的 OOP 方法来说，比仅仅使用更方便 dict。
defaultdict - 预先填充了部分或全部值的字典。可以当您想要为可能缺失的字段提供值时会很方便在被抓取的网页中。
UserDict, UserList 和 UserString - 包装纸 dict, list 和 str 用于进一步子类化。

API 参考： https://docs.python.org/3/library/collections.html

Python 有 with 关键字创建将自动清理的上下文管理器词汇范围内的事物。例如，您不必担心关闭自己创建一个文件，如果你像这样打开它：

with open("results.txt", "w") as out_f:
    out_f.write("...\n")
    ...

contextlib 模块提供帮助程序来使用代码中的上下文管理器。例如，您可以使用 @contextmanager 注解转自己的函数可以通过以下方式使用 with 句法。

API参考： https://docs.python.org/3/library/contextlib.html

由于浮点数如何表示的技术现实，浮点计算可能会产生一些奇怪的结果：

>>> 0.1 + 0.1 + 0.1 - 0.3
5.551115123125783e-17
>>> 1.2 + 2.2
3.4000000000000004

这在数学上是不正确的，并且对于某些应用程序来说是一个破坏者，例如就像那些与金钱打交道的人一样。为了解决这个问题，Python 推出了 decimal 允许我们使用运算符将十进制数表示为 Python 对象的模块超载。调整计算以便我们得到正确的结果（在可配置的精度水平内）：

>>> from decimal import *
>>> one_point_two = Decimal('1.2')
>>> one_point_two
Decimal('1.2')
>>> two_point_two = Decimal('2.2')
>>> two_point_two
Decimal('2.2')
>>> one_point_two + two_point_two
Decimal('3.4')

API参考： https://docs.python.org/3/library/decimal.html

同样，我们在处理分数时也会遇到问题 - 三分之一是不完全等于 0.333……Python 附带 fractions 模块来表示它们作为具有运算符重载的 Python 对象：

>>> import fractions
>>> one_third = fractions.Fraction(numerator=1, denominator=3)
>>> 2 * one_third
Fraction(2, 3)

API 参考： https://docs.python.org/3/library/fractions.html

Python解释器是作为栈机实现的内部。当您运行一些 Python 代码时，它会被编译为特定于 Python 的代码 Python VM 执行的字节码。用于调试或性能优化出于某种目的，可能需要将 Python 字节码反汇编为指令。标准 Python 安装附带 dis 采用 Python 的模块代码单元（例如函数）并将代码分解为一种伪汇编器：

>>> import dis
>>> def add(a, b):
...     return a+b
... 
>>> dis.dis(add)
  1           0 RESUME                   0
  2           2 LOAD_FAST                0 (a)
              4 LOAD_FAST                1 (b)
              6 BINARY_OP                0 (+)
             10 RETURN_VALUE

API参考： https://docs.python.org/3/library/dis.html

Python statistics 模块提供了一个统计算法的小工具包对于相对简单的应用程序，使用 Pandas 或 Numpy：标准差、数值数据的几种平均值、线性回归、相关、正态分布等。对于渴望的人们加入 AI/ML 革命，它提供朴素贝叶斯分类器 - 一种算法这可以被认为是机器学习的最小可行示例。

API参考： https://docs.python.org/3/library/statistics.html

有时您可能想从 Python 代码中打开 Web 浏览器。自从Python 是可移植的多平台语言，这可能会有点麻烦，因为平台和设置之间的差异。为了使这更容易，Python 提供了一个 webbrowser 具有简单 API 的模块使浏览器显示页面。例如，我们可以打电话 open_new() 带有 URL 的函数：

>>> import webbrowser
>>> webbrowser.open_new('https://trickster.dev')
True

如果您想打开本地文件（例如包含某些结果的 HTML 报告）自动化），您需要将文件 URL 传递给以下函数之一：

>>> import os
>>> file_url = 'file://' + os.path.realpath('test.html')
>>> webbrowser.open(file_url)
True

API参考： https://docs.python.org/3/library/webbrowser.html

如果存在以下情况，以源代码形式分发 Python 程序可能会出现问题：接收端的一些非技术用户。即使他们安装了Python 可能存在缺少依赖项、版本冲突和其他运行时问题。为了让这个 Python 飞船不那么可怕 zipapp 带有 CLI 工具和 Python 的模块用于将 Python 代码打包到单个文件包中的 API。这提供了一个有趣的使用虚拟环境和 PyInstaller 等解决方案之间的中点将应用程序编译为特定于平台的形式 - 代码仍然可移植，但是必须有 Python 解释器才能运行它。

API参考： https://docs.python.org/3/library/zipapp.html

Python 标准库鲜为人知的部分

© GVGNN 2013-2026