一、collections模块
collections模块主要封装了⼀些关于集合类的相关操作。比如，我们学过的Iterable,Iterator等等。除了这些以外, collections还提供了⼀些除了基本数据类型以外的数据集合类
型。Counter, deque, OrderDict, defaultdict以及namedtuple。
1. Counter
counter是⼀个计数器，主要⽤来计数。
计算⼀个字符串中每个字符出现的次数:
from collections import Counter#from是来自于哪个，import是倒入哪个
s = 'abc123abc'
d = Counter(s)
print(d)#可以把d当做字典使用
结果：
Counter({'a': 2, 'b': 2, 'c': 2, '1': 1, '2': 1, '3': 1})
2. deque 双向队列.
说双向队列之前我们需要了解两种数据结构。
- 栈: FILO（先进后出）
- 队列: FIFO（先进先出）
由于python没有给出Stack模块，所以我们⾃⼰⼿动写⼀个粗略版本(注意, 此版本有严重的并发问题)，其实就是把列表修改了一下，列表就是一个栈，append时，向栈顶添加，pop时，从栈顶清除，后进先出。看代码：
class StackEmptyError(Exception):
pass
class StackFullError(Exception):
pass
class Stack:
def __init__(self, size):
self.index = 0
self.size = size
self.lst = []
def pop(self):
if self.index > self.size:
raise StackFullError("stack is full")
else:
self.lst[self.index] = el
self.index = self.index + 1
def push(self, el):
if self.index > self.size:
raise StackFullError("stack is full")
else:
self.lst[self.index] = el
self.index = self.index + 1
队列: python提供了queue模块. 使⽤起来非常⽅便
import queue#倒入queue类
q = queue.Queue()
q.put("李嘉诚")
q.put("张三")
q.put("李四")
print(q)
print(q.get())
print(q.get())
print(q.get())
注意：如果队列⾥没有元素了，再也拿不出来元素了，此时程序会阻塞。
接下来， 我们来看⼀下deque, 注意, 此队列是collections中的。
from collections import deque
q = deque()
q.append("张三") # 右侧添加
q.append("李四")
q.appendleft("王五") # 左侧添加
q.appendleft("赵六")
print(q)
print(q.pop()) # 右侧删除
print(q.popleft()) # 左侧删除
3. namedtuple 命名元组
命名元组，顾名思义，给元组内的元素进⾏命名。比如，我们说(x, y) 这是⼀个元组。同时，我们还可以认为这是⼀个点坐标。这时, 我们就可以使⽤namedtuple对元素进⾏命名。
from collections import namedtuple
# ⾃⼰定义了⼀个元组, 如果灵性够好, 这其实就是创建了⼀个类
nt = namedtuple("point", ["x", "y"])
p = nt(1, 2)
print(p)
print(p.x)
print(p.y)
#还可以按照下面这样操作
# print(p[0], p[1])
# d = p._asdict()
# print(d['x'], d['y'])
#p = p._replace(x = 120)#返回一个新的值
#print(p.x, p.y)
4. orderdict和defaultdict
1）orderdict 顾名思义. 字典的key默认是⽆序的. ⽽OrderedDict是有序的
dic = {'a':'娃哈哈', 'b':'薯条', 'c':'胡辣汤'}
print(dic)
from collections import OrderedDict
od = OrderedDict({'a':'娃哈哈', 'b':'薯条', 'c':'胡辣汤'})
print(od)
#感觉这个OrderedDict作用不是很大，现在字典表面来看是有顺序的。
2）defaultdict: 可以给字典设置默认值. 当key不存在时. 直接获取默认值:
from collections import defaultdict
dd = defaultdict(list) # 默认值list，这个值，必须是可以被调用的就是callable的
print(dd['娃哈哈']) # [] 当key不存在的时候. 会⾃动执⾏构造⽅法中传递的内容.
二、time 时间模块(重点)
时间模块是我们要熟记的，到后⾯写程序的时候经常能⽤到。比如：如何计算时间差，如何显示用户看得懂的时间等。
import time print(time.time()) # 1538927647.483177 系统时间，这里是秒级的
此时，我们已经获取到了系统时间，但是这个时间看不懂，怎么办呢？需要对时间进⾏格式化。那这样就引出了另⼀种时间的格式，在python中时间分成三种表现形式:
1. 时间戳(timestamp). 时间戳使⽤的是从1970年01⽉01⽇ 00点00分00秒到现在⼀共经过了多少秒，使⽤float来表⽰
2. 格式化时间(strftime). 这个时间可以根据我们的需要对时间进⾏任意的格式化.
3. 结构化时间(struct_time). 这个时间主要可以把时间进⾏分类划分. 比如. 1970年01⽉01⽇ 00点00分00秒 这个时间可以被细分为年, ⽉, ⽇.....⼀⼤堆东⻄。
时间戳我们已经⻅过了就是time.time()，⼀般, 我们不会把这样的时间显⽰给用户。那就需要对时间进⾏格式化操作。
s = time.strftime("%Y-%m-%d %H:%M:%S") # 必须记住
print(s)
%y 两位数的年份表示（00-99） %Y 四位数的年份表示（000-9999） %m ⽉份（01-12） %d ⽉内中的⼀天（0-31） %H 24⼩时制⼩时数（0-23） %I 12⼩时制⼩时数（01-12） %M 分钟数（00=59） %S 秒（00-59） %a 本地简化星期名称 %A 本地完整星期名称 %b 本地简化的⽉份名称 %B 本地完整的⽉份名称 %c 本地相应的⽇期表示和时间表示 %j 年内的⼀天（001-366） %p 本地A.M.或P.M.的等价符 %U ⼀年中的星期数（00-53）星期天为星期的开始 %w 星期（0-6），星期天为星期的开始 %W ⼀年中的星期数（00-53）星期⼀为星期的开始 %x 本地相应的⽇期表示 %X 本地相应的时间表示 %Z 当前时区的的名称
看⼀下结构化时间:
print(time.localtime()) 结果: time.struct_time(tm_year=2017, tm_mon=05, tm_mday=8, tm_hour=10, tm_min=24, tm_sec=42, tm_wday=0, tm_yday=126, tm_isdst=0)
好了，现在看到的都是当前系统时间, 那如果碰到时间转换呢? 比如，我们的数据库中存储了这样⼀个时间: 1888888888。 如何显⽰成xxxx年xx⽉xx⽇，那时间的转化必须要记住: 所有的转化都要通过结构化时间来转化.
t = time.localtime(1888888888) # 结构化时间
s = time.strftime("%Y-%m-%d %H:%M:%S", t) # 格式化这个时间
print(s)
那如果说， 我让⽤户输入⼀个时间, 怎么把它转化成我们数据库存储的时间戳呢? 还是要⽤到结构化时间：
s = "2020-10-01 12:18:12" t = time.strptime(s, "%Y-%m-%d %H:%M:%S") # 转化成结构时间 print(time.mktime(t)) # 转换成时间戳
三、 random模块
所有关于随机相关的内容都在random模块中.
import random print(random.random()) # 0-1⼩数 print(random.uniform(3, 10)) # 3-10⼩数 print(random.randint(1, 10)) # 1-10整数 [1, 10] print(random.randrange(1, 10, 2)) # 1-10奇数 [1,10) print(random.choice([1, '张三', ["李四", "王五"]])) # 1或者张三或者["李四", "王五"]) print(random.sample([1, '23', [4, 5]], 2)) # 列表元素任意2个组合，前后顺序不定 lst = [1, 2, 3, 4, 5, 6, 7, 8] random.shuffle(lst) # 随机打乱顺序，类似洗牌 print(lst)
四、 os模块
所有和操作系统相关的内容都在os模块
os.makedirs('dirname1/dirname2') 可⽣成多层递归⽬录
os.removedirs('dirname1') 若⽬录为空，则删除，并递归到上⼀级⽬录，如若也为空，则删除，依此类推
os.mkdir('dirname') ⽣成单级⽬录；相当于shell中mkdir dirname
os.rmdir('dirname') 删除单级空⽬录，若⽬录不为空则⽆法删除，报错；相当于shell中rmdir dirname
os.listdir('dirname') 列出指定⽬录下的所有⽂件和⼦⽬录，包括隐藏⽂件，并以列表⽅式打印
os.remove() 删除⼀个⽂件
os.rename("oldname","newname") 重命名⽂件/⽬录
os.stat('path/filename') 获取⽂件/⽬录信息
os.system("bash command") 运⾏shell命令，直接显示
os.popen("bash command).read() 运⾏shell命令，获取执⾏结果
os.getcwd() 获取当前⼯作⽬录，即当前python脚本⼯作的⽬录路径
os.chdir("dirname") 改变当前脚本⼯作⽬录；相当于shell下cd
# os.path
os.path.abspath(path) 返回path规范化的绝对路径
os.path.split(path) 将path分割成⽬录和⽂件名⼆元组返回
os.path.dirname(path) 返回path的⽬录。其实就是os.path.split(path)的第⼀个元素
os.path.basename(path) 返回path最后的⽂件名。如何path以／或结尾，那么就会返回空值。
即os.path.split(path)的第⼆个元素
os.path.exists(path) 如果path存在，返回True；如果path不存在，返回False
os.path.isabs(path) 如果path是绝对路径，返回True
os.path.isfile(path) 如果path是⼀个存在的⽂件，返回True。否则返回False
os.path.isdir(path) 如果path是⼀个存在的⽬录，则返回True。否则返回False
os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回，第⼀个绝对路径之前的参数
将被忽略
os.path.getatime(path) 返回path所指向的⽂件或者⽬录的最后访问时间
os.path.getmtime(path) 返回path所指向的⽂件或者⽬录的最后修改时间
os.path.getsize(path) 返回path的⼤⼩
# 特殊属性:
os.sep 输出操作系统特定的路径分隔符，win下为"\",Linux下为"/"
os.linesep 输出当前平台使⽤的⾏终⽌符，win下为"
",Linux下为"
"
os.pathsep 输出⽤于分割⽂件路径的字符串 win下为;,Linux下为:
os.name 输出字符串指示当前使⽤平台。win->'nt'; Linux->'posix'
os.stat() 属性解读:
stat 结构:
st_mode: inode 保护模式
st_ino: inode 节点号。
st_dev: inode 驻留的设备。
st_nlink: inode 的链接数。
st_uid: 所有者的⽤户ID。
st_gid: 所有者的组ID。
st_size: 普通⽂件以字节为单位的⼤⼩；包含等待某些特殊⽂件的数据。
st_atime: 上次访问的时间。
st_mtime: 最后⼀次修改的时间。
st_ctime: 由操作系统报告的"ctime"。在某些系统上（如Unix）是最新的元数据更改的时间，在其它系统上（如Windows）是创建时间（详细信息参⻅平台的⽂档）。
五、sys模块
所有和python解释器相关的都在sys模块.
sys.argv 命令⾏参数List，第⼀个元素是程序本身路径 sys.exit(n) 退出程序，正常退出时exit(0),错误退出sys.exit(1) sys.version 获取Python解释程序的版本信息 sys.path 返回模块的搜索路径，初始化时使⽤PYTHONPATH环境变量的值 sys.platform 返回操作系统平台名称
六、functolls
1.reduce
这个函数是与map相对应的，map是发散，这个是归拢。
from functools import reduce lst = [1,2,3,4] print(reduce(lambda x,y:x+y,lst))
2.wraps
这个是为装饰器服务的。看代码：
from functools import wraps
def wrapper(fn):
@wraps(fn)
def inner(*args, **kwargs):
print('befor')
ret = fn()
print('after')
return ret
return inner
@wrapper
def test():
print('hahahha',test)
test()
print(test)
inner这个内部函数上面如果不加@wraps，最后print打印出来的是inner的值，但是如果加了后，再打印出来后，就是test在内存中的地址了。@wraps改变了返回值的inner的值。
3.partial(偏函数)
在这里作用是为不能更改的函数设置一些固定值，下面修改一下最常使用的print函数：
from functools import partial
p = partial(print,end='mmm')
p('123456')
结果：
123456mmm