阶段 2: 标准库实用指南¶

学习目标: 知道用什么库解决什么问题，不重复造轮子

预计时间: 1 周（每天 1-2 小时）

重要性: ⭐⭐⭐⭐⭐ 标准库是 Python 的优势所在

📋 学习清单¶

文件与路径操作 - pathlib, os
数据序列化 - JSON, pickle, csv
日期时间处理 - datetime, time
命令行工具 - argparse, sys
类型注解与工具 - typing, dataclasses

🎯 学习重点¶

必须掌握（每天都会用）¶

pathlib - 现代化的路径操作
JSON - 数据交换格式
datetime - 时间处理
argparse - 命令行参数

理解即可（经常用到）¶

csv - CSV 文件处理
pickle - Python 对象序列化
sys - 系统相关
typing - 类型注解

暂时跳过（用到再学）¶

logging - 日志系统（项目规模大了再用）
threading/multiprocessing - 并发（高级主题）
unittest - 测试框架（后面有专门的 pytest ）
socket - 网络编程（除非做网络相关）

💡 学习建议¶

学习原则¶

Text Only

不要背诵API → 知道有什么功能 → 会查文档 → 能用起来

如何学习标准库¶

❌ 错误方式: - 背诵所有 API - 阅读整个文档 - 追求记住每个参数

✅ 正确方式: - 理解库解决什么问题 - 记住最常用的功能（ 20%） - 知道从哪里找答案 - 实际项目中应用

实用学习流程¶

快速浏览 (10 分钟) - 了解有什么功能
重点示例 (20 分钟) - 运行核心代码
实际应用 (30 分钟) - 解决实际问题

📖 内容概览¶

01 - 文件与路径操作¶

核心内容: - pathlib.Path - 现代化的路径操作（推荐） - os 和 os.path - 传统路径操作（了解即可） - shutil - 高级文件操作

实际应用: - 批量处理文件 - 目录遍历 - 文件搜索

时间投入: 1.5 小时

02 - 数据序列化¶

核心内容: - json - JSON 格式（最常用） - pickle - Python 对象序列化 - csv - CSV 文件读写

实际应用: - 配置文件管理 - 数据交换 - 模型保存与加载

时间投入: 1.5 小时

03 - 日期时间处理¶

核心内容: - datetime - 日期时间操作 - timedelta - 时间差计算 - 时间格式化与解析

实际应用: - 日志时间戳 - 数据时间范围筛选 - 定时任务

时间投入: 1 小时

04 - 命令行工具¶

核心内容: - argparse - 命令行参数解析 - sys - 系统参数 - input() - 用户输入

实际应用: - 写脚本工具 - 构建 CLI 应用 - 参数验证

时间投入: 1 小时

05 - 类型注解与工具¶

核心内容: - typing 模块 - 类型注解 - dataclasses - 数据类 - enum - 枚举类型

实际应用: - 提高代码可读性 - IDE 类型检查 - 减少 bug

时间投入: 1 小时

🎯 完成标准¶

完成这一阶段后，你应该能够：

✅ 知道用什么库解决什么问题 ✅ 不重复造轮子，善用标准库 ✅ 能独立查阅文档 ✅ 在实际项目中应用标准库

💪 学习策略¶

技巧 1: 建立标准库索引¶

在笔记中记录：

Markdown

## 标准库速查表

### 文件操作
- 路径操作: pathlib
- 文件复制: shutil.copy()
- 目录遍历: Path.glob()

### 数据处理
- JSON: json.loads(), json.dumps()
- CSV: csv.DictReader
- 时间: datetime.strptime()

### 命令行
- 参数解析: argparse
- 系统信息: sys
- 用户输入: input()

技巧 2: 边学边用¶

每学一个标准库，就实际使用：

Python

# 学了json，立即做个配置管理器
# 学了pathlib，立即写个文件整理脚本
# 学了argparse，立即改造现有脚本

技巧 3: 对比学习¶

Python

# 对比不同的序列化方式
import json
import pickle

data = {"name": "张三", "age": 25}

# JSON: 可读、跨语言、但只能处理基本类型
json_str = json.dumps(data)

# Pickle: Python专用、但能处理任意对象
pickle_bytes = pickle.dumps(data)

📚 推荐资源¶

官方文档¶

实用书籍¶

Python Standard Library by Example - 实例讲解

在线资源¶

Python Module of the Week - 每周一个模块

⚠️ 常见陷阱¶

过度使用 - 不是所有场景都要用标准库
忽视第三方库 - 有些事第三方库做得更好
版本差异 - Python 3.8+ 才有某些新特性

🚀 开始学习¶

从 01 - 文件与路径操作 开始！

记住: 标准库是 Python 的宝藏，善用它能让代码更简洁、更高效。