常用库介绍

Python 拥有丰富的库生态系统。本章整理了前端开发者最常用的标准库和第三方库，按使用场景分类，并标注推荐优先级。

库分类总览

快速选择指南

我该学哪个？

你的需求	推荐库	备选
做 REST API	⭐ FastAPI + Pydantic	Flask, Django
发 HTTP 请求	⭐ httpx	requests, aiohttp
写测试	⭐ pytest	unittest
做 CLI 工具	⭐ typer + rich	click
操作数据库	⭐ SQLAlchemy	pymongo, redis-py
处理数据表格	⭐ pandas	polars
读写 JSON	🔥 json (标准库)	-
路径操作	🔥 pathlib (标准库)	os.path
正则匹配	🔥 re (标准库)	-
日期时间	🔥 datetime (标准库)	-
环境变量	⭐ python-dotenv	-

标识说明

• 🔥 = 标准库重点必学
• ⭐ = 第三方库推荐首选

标准库

Python 内置的标准库，无需安装即可使用。

🔥 高频必学

这些是日常开发中几乎每天都会用到的库：

库	用途	JS 对应	文档
pathlib	路径操作	path.join()	pathlib
json	JSON 解析	JSON.parse()	json
datetime	日期时间	Date / dayjs	datetime
re	正则表达式	RegExp	re
os/sys	系统接口	process	os/sys

# 日常开发常用示例
from pathlib import Path
import json
from datetime import datetime
import re

# 路径操作
config_path = Path("config") / "settings.json"
if config_path.exists():
    data = json.loads(config_path.read_text())

# 日期处理
now = datetime.now()
formatted = now.strftime("%Y-%m-%d %H:%M:%S")

# 正则匹配
emails = re.findall(r'\b[\w.-]+@[\w.-]+\.\w+\b', text)

📦 常用工具

经常会用到的工具库：

库	用途	典型场景	文档
collections	增强容器	Counter、defaultdict	collections
itertools	迭代工具	排列组合、分组	itertools
functools	函数工具	缓存、偏函数	functools
subprocess	执行命令	调用系统命令	subprocess
shutil	文件操作	复制、移动、压缩	shutil

from collections import Counter, defaultdict
from functools import lru_cache
import subprocess

# 统计词频
word_counts = Counter(["apple", "banana", "apple"])
# Counter({'apple': 2, 'banana': 1})

# 带默认值的字典
graph = defaultdict(list)
graph["a"].append("b")  # 无需检查 key 是否存在

# 函数缓存
@lru_cache(maxsize=128)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

# 执行系统命令
result = subprocess.run(["git", "status"], capture_output=True, text=True)
print(result.stdout)

📚 按需学习

特定场景才需要的库：

分类	库	用途	文档
数学计算	math, random, decimal	数学函数、随机数、精确计算	数学与随机
并发编程	threading, multiprocessing	多线程、多进程	并发编程
网络编程	urllib, socket	URL处理、底层网络	网络编程
数据存储	sqlite3, pickle	本地数据库、序列化	sqlite3
工具函数	hashlib, base64, copy	哈希、编码、拷贝	工具函数

第三方库

需要通过 uv add 或 pip install 安装的库。

⭐ Web 开发

构建 Web API 和后端服务：

库	定位	推荐场景	文档
FastAPI ⭐	现代 API 框架	新项目首选	FastAPI
Pydantic ⭐	数据验证	配合 FastAPI	Pydantic
Flask	轻量框架	小型项目/原型	Flask
Django	全栈框架	需要 Admin 后台	Django

# FastAPI + Pydantic 示例
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class User(BaseModel):
    name: str
    email: str
    age: int | None = None

@app.post("/users")
async def create_user(user: User):
    return {"message": f"Created user {user.name}"}

⭐ HTTP 客户端

发送 HTTP 请求：

库	特点	推荐场景	文档
httpx ⭐	同步/异步兼容	新项目首选	httpx
requests	最简单易用	简单同步请求	requests
aiohttp	纯异步	高并发场景	aiohttp

# httpx 示例
import httpx

# 同步
resp = httpx.get("https://api.example.com/users")
data = resp.json()

# 异步
async with httpx.AsyncClient() as client:
    resp = await client.get("https://api.example.com/users")
    data = resp.json()

⭐ 数据库

数据库操作：

库	数据库	推荐场景	文档
SQLAlchemy ⭐	SQL 数据库	ORM 首选	SQLAlchemy
pymongo	MongoDB	文档数据库	PyMongo
redis-py	Redis	缓存/队列	redis-py

# SQLAlchemy 示例
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import declarative_base, Session

Base = declarative_base()

class User(Base):
    __tablename__ = "users"
    id = Column(Integer, primary_key=True)
    name = Column(String(50))

engine = create_engine("sqlite:///app.db")
Base.metadata.create_all(engine)

with Session(engine) as session:
    user = User(name="Alice")
    session.add(user)
    session.commit()

⭐ 测试

测试与代码质量：

库	用途	推荐场景	文档
pytest ⭐	测试框架	所有测试场景	pytest
pytest-mock	Mock 工具	单元测试	pytest-mock
coverage	覆盖率	CI/CD	coverage

# pytest 示例
import pytest

def add(a, b):
    return a + b

def test_add():
    assert add(1, 2) == 3
    assert add(-1, 1) == 0

@pytest.fixture
def user():
    return {"name": "Alice", "age": 30}

def test_user_name(user):
    assert user["name"] == "Alice"

⭐ CLI 工具

构建命令行应用：

库	特点	推荐场景	文档
typer ⭐	类型提示驱动	新项目首选	typer
rich	终端美化	美化输出	rich
click	功能完整	复杂 CLI	click

# typer + rich 示例
import typer
from rich import print

app = typer.Typer()

@app.command()
def hello(name: str, count: int = 1):
    for _ in range(count):
        print(f"[green]Hello[/green] [bold]{name}[/bold]!")

if __name__ == "__main__":
    app()

⭐ 数据处理

数据分析与处理：

库	用途	推荐场景	文档
pandas ⭐	数据分析	表格数据处理	pandas
numpy	数值计算	数学运算	numpy
polars	高性能	大数据集	polars

# pandas 示例
import pandas as pd

# 读取 CSV
df = pd.read_csv("data.csv")

# 筛选和分组
result = (
    df[df["age"] > 18]
    .groupby("city")
    .agg({"salary": "mean"})
)

⭐ 配置管理

配置与环境变量：

库	用途	推荐场景	文档
python-dotenv ⭐	环境变量	.env 文件	python-dotenv
PyYAML	YAML 解析	配置文件	PyYAML
toml	TOML 解析	pyproject.toml	toml

# python-dotenv 示例
from dotenv import load_dotenv
import os

load_dotenv()  # 加载 .env 文件

database_url = os.getenv("DATABASE_URL")
api_key = os.getenv("API_KEY")

Node.js 对照表

场景	Python	Node.js
包管理	uv / pip	npm / pnpm
Web 框架	FastAPI	Express / Fastify
HTTP 客户端	httpx	axios / fetch
ORM	SQLAlchemy	Prisma / TypeORM
测试框架	pytest	Jest / Vitest
CLI 框架	typer	commander / oclif
数据验证	Pydantic	Zod
终端美化	rich	chalk + ora
路径操作	pathlib	path
JSON 解析	json	JSON
环境变量	python-dotenv	dotenv

安装示例

# 使用 uv（推荐）
uv add fastapi uvicorn
uv add httpx
uv add pytest --dev

# 或使用 pip
pip install fastapi uvicorn httpx pytest

下一步

• 📍 学习路径 - 查看推荐学习顺序
• 标准库详解 - 深入学习标准库
• 第三方库详解 - 深入学习第三方库