常用标准库详解

前言

Python 标准库是随 Python 一起安装的丰富工具集，涵盖了几乎所有常见编程场景。掌握这些标准工具，可以避免重复造轮子，提升开发效率。

datetime 日期时间

基本概念

Python 的日期时间体系由四个主要类型组成：

date：日期（年、月、日）
time：时间（时、分、秒、微秒）
datetime：日期时间（date + time）
timedelta：时间间隔

python

from datetime import date, time, datetime, timedelta

# date：日期
d = date(2026, 4, 10)
print(d)                  # 2026-04-10
print(d.year, d.month, d.day)  # 2026 4 10
print(d.strftime("%Y年%m月%d日"))  # 2026年04月10日

# datetime：日期时间
dt = datetime(2026, 4, 10, 9, 30, 0)
print(dt)  # 2026-04-10 09:30:00

# 当前时间
now = datetime.now()
print(now)  # 2026-04-10 09:30:45.123456

# 解析字符串
dt = datetime.strptime("2026-04-10 09:30", "%Y-%m-%d %H:%M")

时间运算

python

from datetime import datetime, timedelta

start = datetime(2026, 4, 10, 9, 0)
end = datetime(2026, 4, 10, 17, 30)

# 时间差
delta = end - start
print(delta)               # 8:30:00
print(delta.total_seconds())  # 30600.0 秒
print(delta.days)          # 0 天

# 加减时间
future = start + timedelta(days=7, hours=2)
past = end - timedelta(hours=3)

时区处理

python

from datetime import datetime, timezone, timedelta

# UTC 时间
utc_now = datetime.now(timezone.utc)
print(utc_now)

# 本地时间（需 pytz 或 zoneinfo）
from zoneinfo import ZoneInfo

beijing = ZoneInfo("Asia/Shanghai")
dt_beijing = datetime(2026, 4, 10, 9, 0, tzinfo=beijing)
print(dt_beijing)  # 2026-04-10 09:00:00+08:00

collections 容器

namedtuple — 带名字的元组

python

from collections import namedtuple

Point = namedtuple("Point", ["x", "y"])
p = Point(3, 4)

print(p.x, p.y)           # 3 4
print(p[0], p[1])         # 3 4（元组访问方式）
print(p._fields)          # ('x', 'y')

# 方法
print(p._asdict())        # {'x': 3, 'y': 4}
p2 = p._replace(x=5)      # 创建新实例：Point(x=5, y=4)

deque — 双端队列

python

from collections import deque

dq = deque([1, 2, 3])

dq.append(4)      # 右侧添加：deque([1, 2, 3, 4])
dq.appendleft(0)  # 左侧添加：deque([0, 1, 2, 3, 4])
dq.pop()          # 右侧弹出：返回 4
dq.popleft()      # 左侧弹出：返回 0

# 限制最大长度（自动移除对端元素）
window = deque(maxlen=3)
for x in [1, 2, 3, 4, 5]:
    window.append(x)
    print(window)

# deque([1, 2, 3])
# deque([2, 3, 4])
# deque([3, 4, 5])

Counter — 计数器

python

from collections import Counter

# 统计元素出现次数
words = ["apple", "banana", "apple", "cherry", "banana", "apple"]
counter = Counter(words)

print(counter)          # Counter({'apple': 3, 'banana': 2, 'cherry': 1})
print(counter["apple"])  # 3

# 最常见的元素
print(counter.most_common(2))  # [('apple', 3), ('banana', 2)]

# 运算
c1 = Counter(["a", "b", "a"])
c2 = Counter(["a", "c"])
print(c1 + c2)           # Counter({'a': 3, 'b': 1, 'c': 1})
print(c1 - c2)           # Counter({'b': 1})  只保留正数

defaultdict — 默认值字典

python

from collections import defaultdict

# 访问不存在的键时自动创建默认值
groups = defaultdict(list)

groups["fruits"].append("apple")
groups["fruits"].append("banana")
groups["vegetables"].append("carrot")

print(groups)  # defaultdict(<class 'list'>, {'fruits': ['apple', 'banana'], 'vegetables': ['carrot']})

# 常用默认值类型
int_dict = defaultdict(int)    # 默认值 0
set_dict = defaultdict(set)    # 默认值空集合

ChainMap — 链接多个字典

python

from collections import ChainMap

defaults = {"theme": "dark", "language": "zh"}
user_prefs = {"theme": "light", "font_size": 14}

# 合并查找（user_prefs 优先）
combined = ChainMap(user_prefs, defaults)
print(combined["theme"])      # light（来自 user_prefs）
print(combined["language"])   # zh（来自 defaults）

functools 高阶函数

lru_cache — 记忆化缓存

python

from functools import lru_cache

@lru_cache(maxsize=128)
def fibonacci(n: int) -> int:
    return n if n <= 1 else fibonacci(n - 1) + fibonacci(n - 2)

# fib(100) 会递归展开，首次调用产生 101 个调用栈深度
# 由于 @lru_cache 缓存，后续递归分支中的 f(0)、f(1) 等直接命中缓存
print(fibonacci.cache_info())  # CacheInfo(hits=?, misses=101, ...)

partial — 偏函数

python

from functools import partial

# 固定函数的部分参数
def power(base, exponent):
    return base ** exponent

square = partial(power, exponent=2)  # 固定 exponent=2
cube = partial(power, exponent=3)   # 固定 exponent=3

print(square(5))   # 25
print(cube(3))     # 27

reduce — 累积计算

python

from functools import reduce

# 累积求和
numbers = [1, 2, 3, 4, 5]
total = reduce(lambda a, b: a + b, numbers, 0)
print(total)  # 15

# 找最大值
max_val = reduce(lambda a, b: a if a > b else b, numbers)
print(max_val)  # 5

# 字典合并
dicts = [{"a": 1}, {"b": 2}, {"c": 3}]
merged = reduce(lambda a, b: {**a, **b}, dicts, {})
print(merged)  # {'a': 1, 'b': 2, 'c': 3}

itertools

常用函数

python

import itertools

# count：无限计数器
for i in itertools.count(10, 2):  # 从 10 开始，每次 +2
    if i > 20:
        break
    print(i, end=" ")  # 10 12 14 16 18 20

# cycle：无限循环
colors = itertools.cycle(["红", "绿", "蓝"])
for _ in range(5):
    print(next(colors), end=" ")  # 红 绿 蓝 红 绿

# repeat：重复
print(list(itertools.repeat(0, 3)))  # [0, 0, 0]

# islice：惰性切片
print(list(itertools.islice(itertools.count(), 5, 10)))
# [5, 6, 7, 8, 9]

组合函数

python

import itertools

# product：笛卡尔积
for x, y in itertools.product([1, 2], ["a", "b"]):
    print(f"{x}{y}", end=" ")  # 1a 1b 2a 2b

# permutations：排列
print(list(itertools.permutations([1, 2, 3], 2)))
# [(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]

# combinations：组合
print(list(itertools.combinations([1, 2, 3], 2)))
# [(1, 2), (1, 3), (2, 3)]

# groupby：分组
data = ["aa", "ab", "bb", "bc"]
for key, group in itertools.groupby(data, key=lambda x: x[0]):
    print(f"{key}: {list(group)}")
# a: ['aa', 'ab']
# b: ['bb', 'bc']

contextlib 工具

python

from contextlib import contextmanager, suppress, redirect_stdout
import io

# @contextmanager：用生成器实现上下文管理器
@contextmanager
def timer(label: str):
    import time
    start = time.perf_counter()
    yield
    elapsed = time.perf_counter() - start
    print(f"{label}: {elapsed:.4f}s")

with timer("计算"):
    sum(range(1000000))

# suppress：忽略指定异常
with suppress(FileNotFoundError):
    open("nonexistent.txt").close()

# redirect_stdout：重定向 print 输出
buffer = io.StringIO()
with redirect_stdout(buffer):
    print("被捕获的输出")
print(buffer.getvalue().strip())  # 被捕获的输出

小结

datetime：date/datetime/timedelta 是日期时间处理的标准工具
collections：namedtuple、deque、Counter、defaultdict 各有所长
functools：lru_cache 加速递归函数，reduce 累积计算
itertools：count/cycle/repeat 无限迭代器，product/permutations/combinations 组合生成
contextlib：@contextmanager 简化上下文管理器编写，suppress 忽略异常

常用标准库详解

前言

datetime 日期时间

基本概念

时间运算

时区处理

collections 容器

namedtuple — 带名字的元组

deque — 双端队列

Counter — 计数器

defaultdict — 默认值字典

ChainMap — 链接多个字典

functools 高阶函数

lru_cache — 记忆化缓存

partial — 偏函数

reduce — 累积计算

itertools

常用函数

组合函数

contextlib 工具

小结

评论

Related Articles

并发与并行编程

异步编程 async/await

数据类型与运算符