Python 标准库必备模块：math、random、os、json 全解析

Langchain系列文章目录

01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南
02-玩转 LangChain Memory 模块：四种记忆类型详解及应用场景全覆盖
03-全面掌握 LangChain：从核心链条构建到动态任务分配的实战指南
04-玩转 LangChain：从文档加载到高效问答系统构建的全程实战
05-玩转 LangChain：深度评估问答系统的三种高效方法（示例生成、手动评估与LLM辅助评估）
06-从 0 到 1 掌握 LangChain Agents：自定义工具 + LLM 打造智能工作流！

python系列文章目录

01-Python 基础语法入门：从变量到输入输出，零基础也能学会！
02-Python 流程控制终极指南：if-else 和 for-while深度解析
03-Python 列表与元组全攻略：从新手到高手的必备指南
04-Python 字典与集合：从入门到精通的全面解析
05-Python函数入门指南：从定义到应用
06-Python 函数高级特性：从默认参数到闭包的全面解析
07-Python 模块与包：从零到自定义的全面指南
08-Python异常处理：从入门到精通的实用指南
09-Python 文件操作：从零基础到日志记录实战
10-Python面向对象编程入门：从类与对象到方法与属性
11-Python类的方法与属性：从入门到进阶的全面解析
12-Python继承与多态：提升代码复用与灵活性的关键技术
13-掌握Python魔法方法：如何用__add__和__len__自定义类的行为
14-python面向对象编程总结：从基础到进阶的 OOP 核心思想与设计技巧
15-掌握 Python 高级特性：深入理解迭代器与生成器
16-用 Python 装饰器提升效率：日志与权限验证案例
17-再也不怕资源泄漏！Python 上下文管理器，with语句全攻略
18-Python 标准库必备模块：math、random、os、json 全解析

---

---

前言

今天咱们要聊聊 Python 标准库这个宝藏——它就像 Python 自带的一个超级工具箱，里面装满了各种实用模块，能帮你轻松搞定数学计算、文件操作、数据处理等任务。不管你是刚入门的小白，还是有点经验的进阶玩家，这篇文章都会带你从基础到深入，全面了解 Python 标准库的常用模块。咱们会重点聊聊 math、random、datetime 这些日常必备工具，os、shutil 文件操作神器，还有 json、pickle 数据序列化模块。文章会尽量通俗易懂，配上代码示例和实际应用场景，让你看完就能上手用起来！

---

一、常用标准库模块

Python 标准库里有很多模块，咱们先从最常用的几个入手——math、random 和 datetime。这几个模块简单实用，几乎每个项目都能派上用场。

1.1 math 模块

math 模块是 Python 的数学小助手，提供了各种数学函数和常量，适合计算圆面积、角度转换这类任务。

1.1.1 核心功能与代码示例

• 基本运算：想算平方根？用 sqrt()；幂运算？用 pow()；绝对值？用 abs()。
• 三角函数：sin()、cos()、tan()，搞定角度计算。
• 常量：pi（圆周率）和 e（自然常数），直接拿来用。

看看代码怎么玩：

import math

# 计算平方根
print(math.sqrt(25))  # 输出: 5.0

# 用 π 计算圆面积
radius = 3
area = math.pi * radius ** 2
print(f"圆面积: {area:.2f}")  # 输出: 圆面积: 28.27

1.1.2 应用场景与注意事项

• 场景：科学计算、数据分析，或者简单算个几何问题，都能用上。
• 注意：输入输出都是浮点数。如果涉及复数，记得切换到 cmath 模块哦。

1.2 random 模块

random 模块是随机数的生成器，适合模拟游戏里的抽奖、随机事件啥的。

1.2.1 核心功能与代码示例

• 随机整数：randint(a, b)，生成 a 到 b 之间的整数。
• 随机浮点数：random()，返回 0 到 1 的小数。
• 随机挑选：choice(seq)，从列表里随便挑一个。
• 打乱顺序：shuffle(seq)，把列表顺序洗牌。

代码示例：

import random

# 随机生成 1-10 的整数
print(random.randint(1, 10))  # 比如: 7

# 从列表里挑一个
fruits = ["apple", "banana", "orange"]
print(random.choice(fruits))  # 比如: banana

# 打乱列表
random.shuffle(fruits)
print(fruits)  # 比如: ['orange', 'apple', 'banana']

1.2.2 应用场景与注意事项

• 场景：游戏开发、测试数据生成、随机模拟。
• 注意：它是伪随机，基于种子值。如果想要可重复的结果，可以用 random.seed(固定值)。安全性高的场景（比如密码），建议用 secrets 模块。

1.3 datetime 模块

datetime 模块是时间和日期的专家，日志记录、时间戳都靠它。

1.3.1 核心功能与代码示例

• 当前时间：datetime.now() 获取此刻时间。
• 格式化：strftime() 把时间变成想要的字符串格式。
• 时间差：直接用减法算时间间隔。

代码演示：

from datetime import datetime

# 获取当前时间
now = datetime.now()
print(now)  # 比如: 2023-10-19 15:30:45.123456

# 格式化时间
print(now.strftime("%Y-%m-%d %H:%M"))  # 输出: 2023-10-19 15:30

# 计算时间差
start = datetime(2023, 1, 1)
days_passed = now - start
print(f"今年过去了 {days_passed.days} 天")  # 比如: 今年过去了 292 天

1.3.2 应用场景与注意事项

• 场景：日志、定时任务、时间统计。
• 注意：时间对象不可变，想处理时区得用 pytz 库。

二、文件处理模块

文件操作是开发中绕不开的话题，os 和 shutil 是 Python 提供的两大神器。

2.1 os 模块

os 模块让你跟操作系统打交道，文件管理、路径操作都行。

2.1.1 核心功能与代码示例

• 目录操作：os.listdir() 列文件，os.mkdir() 创建文件夹。
• 路径处理：os.path.join() 拼接路径，os.path.exists() 检查文件存不存在。

代码示例：

import os

# 当前目录
print(os.getcwd())  # 比如: /home/user/project

# 列出文件
print(os.listdir("."))  # 比如: ['file1.txt', 'folder']

# 创建文件夹
os.mkdir("test_dir")

2.1.2 应用场景与注意事项

• 场景：文件批量管理、脚本自动化。
• 注意：路径用 os.path 处理，避免跨平台问题；操作前检查权限。

2.2 shutil 模块

shutil 是 os 的升级版，适合更复杂文件操作。

2.2.1 核心功能与代码示例

• 复制：shutil.copy() 复制文件。
• 移动：shutil.move() 移动文件或文件夹。
• 删除：shutil.rmtree() 删除整个目录。

代码示例：

import shutil

# 复制文件
shutil.copy("source.txt", "dest.txt")

# 移动文件夹
shutil.move("old_dir", "new_dir")

# 删除目录
shutil.rmtree("temp_dir")

2.2.2 应用场景与注意事项

• 场景：备份文件、清理临时目录。
• 注意：rmtree 删除不可逆，操作前确认好目标。

三、数据序列化模块

数据存取是开发中常见需求，json 和 pickle 是两大主力。

3.1 json 模块

json 是轻量级数据交换格式，跨语言支持好。

3.1.1 核心功能与代码示例

• 序列化：json.dumps() 把字典转成 JSON 字符串。
• 反序列化：json.loads() 把 JSON 转回 Python 对象。
• 文件操作：json.dump() 写文件，json.load() 读文件。

代码示例：

import json

# 字典转 JSON
data = {"name": "小明", "age": 18}
json_str = json.dumps(data)
print(json_str)  # 输出: {"name": "小明", "age": 18}

# JSON 转字典
parsed = json.loads(json_str)
print(parsed)  # 输出: {'name': '小明', 'age': 18}

# 写文件
with open("data.json", "w") as f:
    json.dump(data, f)

3.1.2 应用场景与注意事项

• 场景：API 数据交互、配置文件。
• 注意：只支持基本类型（列表、字典等），键必须是字符串。

3.2 pickle 模块

pickle 是 Python 专属的序列化工具，支持复杂对象。

3.2.1 核心功能与代码示例

• 序列化：pickle.dumps() 转字节流。
• 反序列化：pickle.loads() 还原对象。
• 文件操作：pickle.dump() 和 pickle.load()。

代码示例：

import pickle

# 序列化复杂对象
data = {"name": "小红", "scores": [90, 85]}
serialized = pickle.dumps(data)
print(serialized)  # 一堆字节流

# 反序列化
parsed = pickle.loads(serialized)
print(parsed)  # 输出: {'name': '小红', 'scores': [90, 85]}

# 写文件
with open("data.pkl", "wb") as f:
    pickle.dump(data, f)

3.2.2 应用场景与注意事项

• 场景：保存模型参数、缓存数据。
• 注意：仅限 Python 使用，不安全的数据源别随便 load。

四、总结

看完这篇你是不是觉得 Python 标准库真是个宝藏？从 math、random、datetime 的日常小工具，到 os、shutil 的文件操作，再到 json、pickle 的数据处理，这些模块能帮你解决开发中的各种问题。希望你能动手试试这些代码，把它们用在自己的项目里，效率蹭蹭往上涨！

---