„Batteries included“

In Python kann eine Bibliothek aus mehreren Komponenten bestehen, einschließlich eingebauter Datentypen und Konstanten, die ohne eine Importanweisung verwendet werden können, wie z.B. Zahlen und Listen, sowie einiger eingebauter Funktionen und Exceptions. Der größte Teil der Bibliothek ist eine umfangreiche Sammlung von Modulen. Wenn ihr Python installiert habt, stehen euch auch verschiedene Bibliotheken zur Verfügung zum

• Managen von Datentypen

• Ändern von Dateien

• Interagieren mit dem Betriebssystem

• Verwenden von Internet-Protokollen

• Entwickeln und Debuggen

Managen von Datentypen

Die Standardbibliothek enthält natürlich Unterstützung für die in Python eingebauten Typen. Darüber hinaus gibt es in der Standardbibliothek drei Kategorien, die sich mit verschiedenen Datentypen befassen: Module für Strings, Datentypen und Zahlen.

String-Module

:

Modul	Beschreibung
string	vergleicht mit Konstanten wie string.digits oder string.whitespace
re	sucht und ersetzt Text mit regulären Ausdrücken
struct	interpretiert Bytes als gepackte Binärdaten
difflib	hilft beim Berechnen von Deltas, beim Auffinden von Unterschieden zwischen Zeichenketten oder Sequenzen und beim Erstellen von Patches und Diff-Dateien
textwrap	umbricht und füllt Text, formatiert Text mit Zeilenumbrüchen oder Leerzeichen

Siehe auch

• Manipulation von Zeichenketten mit pandas

Module für Datentypen

Modul	Beschreibung
datetime, calendar	Zeit- und Kalenderoperationen
collections	Container-Datentypen
enum	ermöglicht die Erstellung von Aufzählungsklassen, die symbolische Namen an konstante Werte binden
array	Effiziente Arrays von numerischen Werten
sched	Event-Scheduler
queue	Synchronisierte Queue-Klasse
copy	Flache und tiefe Kopieroperationen
pprint	druckt Python-Datenstrukturen „hübsch“ aus
typing	unterstützt die Kommentierung von Code mit Hinweisen auf die Typen von Objekten, insbesondere von Funktionsparametern und Rückgabewerten

Module für Zahlen

:

Modul	Beschreibung
numbers	für numerische abstrakte Basisklassen
math, cmath	für mathematische Funktionen für reelle und komplexe Zahlen
decimal	für dezimale Festkomma- und Gleitkomma-Arithmetik
statistics	für Funktionen zur Berechnung von mathematischen Statistiken
fractions	für rationale Zahlen
random	zum Erzeugen von Pseudozufallszahlen und -auswahlen sowie zum Mischen von Sequenzen
itertools	für Funktionen, die Iteratoren für effiziente Schleifen erzeugen
functools	für Funktionen höherer Ordnung und Operationen auf aufrufbaren Objekten
operator	für Standardoperatoren als Funktionen

Ändern von Dateien

:

Modul	Beschreibung
os.path	führt allgemeine Pfadnamenmanipulationen durch
pathlib	manipuliert Pfadnamen
fileinput	iteriert über mehrere Eingabedateien
filecmp	vergleicht Dateien und Verzeichnisse
tempfile	erzeugt temporäre Dateien und Verzeichnisse
glob, fnmatch	verwenden UNIX-ähnlicher Pfad- und Dateinamensmuster
linecache	greift zufällig auf Textzeilen zu
shutil	führt Dateioperationen auf höherer Ebene aus
mimetypes	Zuordnung von Dateinamen zu MIME-Typen
pickle, shelve	aktivieren von Python-Objektserialisierung und -persistenz, s.a. Das pickle-Modul
csv	liest und schreibt CSV-Dateien
json	JSON-Kodierer und -Dekodierer
sqlite3	bietet eine DB-API 2.0-Schnittstelle für SQLite-Datenbanken, s.a. Das sqlite-Modul
xml, xml.parsers.expat, xml.dom, xml.sax, xml.etree.ElementTree	liest und schreibt XML-Dateien, s.a. Das xml-Modul
html.parser, html.entities	Parsen von HTML und XHTML
configparser	liest und schreibt Windows-ähnliche Konfigurationsdateien (.ini)
base64, binhex, binascii, quopri, uu	Kodierung/Dekodierung von Dateien oder Streams
struct	liest und schreibt strukturierte Daten in und aus Dateien
zlib, gzip, bz2, zipfile, tarfile	für das Arbeiten mit Archivdateien und Komprimierungen

Siehe auch

• pandas IO tools

• Beispiele für die Serialisierungsformate CSV, JSON, Excel, XML/HTML, YAML, TOML und Pickle.

Interagieren mit dem Betriebssystem

Modul	Beschreibung
os	Verschiedene Betriebssystemschnittstellen
platform	Zugang zu den Identifizierungsdaten der zugrunde liegenden Plattform
time	Zeitzugriff und Konvertierungen
io	Werkzeuge für die Arbeit mit Datenströmen
select	Warten auf I/O-Abschluss
optparse	Parser für Befehlszeilenoptionen
curses	Terminal-Handling für Zeichenzellen-Displays
getpass	Portable Passworteingabe
ctypes	bietet C-kompatible Datentypen
threading	High-Level Threading-Interface
multiprocessing	Prozessbasierte Threading-Schnittstelle
subprocess	Verwaltung von Unterprozessen

Verwenden von Internet-Protokollen

Modul	Beschreibung
socket, ssl	Low-Level-Netzwerkschnittstelle und SSL-Wrapper für Socket-Objekte
email	E-Mail- und MIME-Verarbeitungspaket
mailbox	Manipulation von Postfächern in verschiedenen Formaten
cgi, cgitb	Common Gateway Interface-Unterstützung
wsgiref	WSGI-Dienstprogramme und Referenzimplementierung
urllib.request, urllib.parse	Öffnen und Parsen von URLs
ftplib, poplib, imaplib, nntplib, smtplib, telnetlib	Clients für verschiedene Internetprotokolle
socketserver	Framework für Netzwerkserver
http.server	HTTP-Server
xmlrpc.client, xmlrpc.server	XML-RPC-Client und -Server

Entwickeln und Debuggen

Modul	Beschreibung
pydoc	Dokumentationsgenerator und Online-Hilfesystem
doctest	Beispiele aus Python-Docstrings testen
unittest	Framework für Unittests, s.a. Unittest
test.support	Utility-Funktionen für Tests
trace	verfolgt die Ausführung von Python-Anweisungen
pdb	Python-Debugger
logging	Protokollierungsfunktion für Python
timeit	misst die Ausführungszeit von kleinen Codeschnipseln
profile, cProfile	Python-Profiler
sys	Systemspezifische Parameter und Funktionen
gc	Funktionen des Python-Garbage-Collectors
inspect	inspiziert Objekte live
atexit	Exit-Handler
__future__	Zukünftige Statement-Definitionen
imp	erlaubt den Zugriff auf die Import-Interna
zipimport	importiert von Modulen aus Zip-Archiven
modulefinder	findet Module, die von einem Skript verwendet werden