python有哪些模块
Python是一门非常高级的编程语言，内置了许多标准模块，比如：sys、os、datetime等。
os模块
os.getcwd() # 获取当前工作目录，即当前python脚本工作的目录路径
os.chdir("dirname") # 改变当前脚本工作目录;相当于shell下cd
os.curdir # 返回当前目录: ('.')
os.pardir # 获取当前目录的父目录字符串名：('..')
os.makedirs('dirname1/dirname2') # 可生成多层递归目录
os.removedirs('dirname1') # 若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推
os.mkdir('dirname') # 生成单级目录;相当于shell中mkdir dirname
os.rmdir('dirname') # # 删除单级空目录，若目录不为空则无法删除，报错;相当于shell中rmdir dirname
os.listdir('dirname') # 列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印
os.remove() # 删除一个文件
os.rename("oldname","newname") # 重命名文件/目录
os.stat('path/filename') # 获取文件/目录信息
os.sep # 输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/"
os.linesep # 输出当前平台使用的行终止符，win下为"\t\n",Linux下为"\n"
os.pathsep # 输出用于分割文件路径的字符串 win下为;,Linux下为:
os.name # 输出字符串指示当前使用平台。win->'nt'; Linux->'posix'
os.system("bash command") # 运行shell命令，直接显示
os.environ # 获取系统环境变量
os.path.abspath(path) # 返回path规范化的绝对路径
os.path.split(path) # 将path分割成目录和文件名二元组返回
os.path.dirname(path) # 返回path的目录。其实就是os.path.split(path)的第一个元素
os.path.basename(path) #
返回path最后的文件名。如何path以/或\结尾，那么就会返回空值。即os.path.split(path)的第二个元素
os.path.exists(path) # 如果path存在，返回True;如果path不存在，返回False
os.path.isabs(path) # 如果path是绝对路径，返回True
os.path.isfile(path) # 如果path是一个存在的文件，返回True。否则返回False
os.path.isdir(path) # 如果path是一个存在的目录，则返回True。否则返回False
os.path.join(path1[, path2[, ...]]) # 将多个路径组合后返回，第一个绝对路径之前的参数将被忽略
os.path.getatime(path) # 返回path所指向的文件或者目录的最后访问时间
os.path.getmtime(path) # 返回path所指向的文件或者目录的最后修改时间
os.path.getsize(path) # 返回path的大小
sys模块
sys.argv # 命令行参数List，第一个元素是程序本身路径
sys.exit(n) # 退出程序，正常退出时exit(0)
sys.version # 获取Python解释程序的版本信息
sys.maxint # 最大的Int值
sys.path # 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform # 返回操作系统平台名称
datetime模块
datetime.today()返回一个表示当前本期日期时间的datetime对象
datetime.now([tz])返回指定时区日期时间的datetime对象，如果不指定tz参数则结果同上
datetime.utcnow()返回当前utc日期时间的datetime对象
datetime.fromtimestamp(timestamp[, tz])根据指定的时间戳创建一个datetime对象
datetime.utcfromtimestamp(timestamp)根据指定的时间戳创建一个datetime对象
datetime.strptime(date_str, format)将时间字符串转换为datetime对象
urllib，beautifysoup，re，sys，os，json，pytz等等。
random 是在做什么的呢？顾名思义，就是在做跟随机相关操作的模块，这是最常用到的模块，用法非常多，比如生产随机整数、小数，从串列中随机挑选一个物件，甚至是直接打乱串列排序的洗牌动作等等，random 全部都能用几行代码轻松完成。
2、NumPy
Numpy 是 Python 的一个重要模块，主要用于资料处理上。Numpy 底层以 C 和 Fortran 语言编写，所以能快速操作多重维度的阵列。当 Python 处理庞大资料时，内建的资料型态 list 效能并不理想，而 Numpy 具备平行处理的能力，可以将操作动作一次套用在大型阵列上。此外， Python 其重量级的资料科学相关套件（例如：Pandas、SciPy、Scikit-learn 等）都几乎都是在 Numpy 的基础上。因此学会 Numpy 会为以后学习其他科学相关内容打好坚实的基础。
3、SciPy
常用科学计算的另一个重要模块就是 SciPy。SciPy 是一种使用 NumPy 为基础，来做高等数学、统计和许多其它科学任务的模块。它基于NumPy，并扩展了NumPy的功能。SciPy 的主要的数据结构是由 Numpy 实现的多维阵列。这个模块包含了解决线性代数、概率论、积分等等高等。
然而，scipy和numpy 都没有提供绘图函数。它们只是数字处理的工具，能够辅助绘图的模块一会就会推荐。
4、Pandas
Pandas 也是一个常用 Python 模块，提供了高阶的资料结构和多种分析工具。它的最大特点是能够将复杂的数据操作，转换成一两个命令。Pandas包含许多用于分组、过滤和组合数据以及时间序列功能的内置函式。
5、Matplotlib
Matplotlib 是一个用于创建二维图表和图形的模块。在它的帮助下，你可以轻松构建不同的图表，从直条图、点状图到坐标图都可以。重点是，很多热门的模块都支持与 Matplotlib 协同工作。
Matplotlib 虽然主要都是用纯Python写的，但是为了在运行时有更高的性能，尤其是在显示大量数据的情况下，里面也大量使用了NumPy。
