Python 之所以被称为“自带电池”（batteries included）的语言，很大程度上归功于其强大而全面的标准库。标准库覆盖了从基础数据结构、文件操作到网络通信、并发处理等几乎所有常见编程任务。然而，官方文档对模块的分类有时过于细致，导致初学者或开发者难以快速把握整体脉络。本文将对 Python 标准库进行逻辑更清晰、结构更紧凑的重新分组，在不遗漏任何重要模块的前提下，帮助你建立一个系统化的认知框架。一、核心语言与运行时支持这些模块构成了 Python 运行环境的基础，提供了语言层面的核心能力：sys：访问解释器变量和函数（如argv、path、exit()）builtins：内置函数和异常（如len,print,ValueError）__main__：标识主程序入口gc：垃圾回收控制inspect：动态检查对象（函数签名、源码等）contextlib：简化上下文管理器（with语句）abc：定义抽象基类atexit：注册程序退出时的清理函数traceback：处理异常堆栈信息warnings：控制警告行为dataclasses：自动生成类的常用方法（如__init__,__repr__）__future__：启用未来语言特性（如annotations）这些模块通常在构建高级工具、框架或调试系统时被深度使用。二、数据类型与结构处理Python 的数据模型非常丰富，标准库提供了多种高效的数据结构和类型支持：通用容器增强：collections（deque,Counter,defaultdict等）collections.abc（容器抽象基类）heapq（最小堆）bisect（有序列表的二分查找）array（紧凑型数值数组）日期与时间：datetime（日期/时间对象）zoneinfo（时区支持，Python 3.9+）calendar（日历计算）其他类型工具：enum（枚举类型）weakref（弱引用，避免循环引用）copy（浅拷贝/深拷贝）types（动态创建类型）graphlib（拓扑排序，Python 3.9+）pprint