我在专栏文章中写过一篇 Python不能不知的模块 - Python之美 - 知乎专栏，列举了一些标准库中一些不太出名但是都应该要掌握的模块：

1. argparse。 用来替代optparse的命令行解析库。如果你考虑用更直观的，推荐docopt，它使用docstring所见即所得实现命令行解析。

2. collections。 包含了一些额外的数据类型。其中的OrderedDict（有序列的字典）、defaultdict（带有默认值的字典）、namedtuple（通过创建带有字段属性的元组子类）和deque（高效实现插入和删除操作的双向列表）非常常用。

3. functools。 这个模块有一些非常有用的工具，其中的partial（偏函数）、wraps（将被包装函数的信息拷贝过来）、total_ordering（只需要定义2个__XX__方法就可实现对象对比的类装饰器）、cmp_to_key（将老式的比较函数转化为关键字函数）非常常用。

4. glob。 文件名的shell模式匹配，你不用遍历整个目录判断每个文件是不是符合，使用glob一句话就解决。

6. os。应该是日常工作最常用的模块了，你是否了解它里面所有的函数和实现呢？举个例子，获取环境变量，我之前这样用：

In : os.environ.get('PYTHONPATH')

读完源码之后我学了一招：

os.getenv('PYTHONPATH')

好吧，省了5个字符。

7. Queue。这个模块用于多线程编程，它是一个线程安全的FIFO（先进先出）的队列实现。如果是多进程编程，选用multiprocessing.queues中的Queue、SimpleQueue、JoinableQueue这三个队列实现。

8. SimpleHTTPServer。最简单地HTTP Server实现。不使用Web框架，一句：

python -m SimpleHTTPServer PORT

就可以运行起来静态服务。平时用它预览和下载文件太方便了。

9. subprocess。 如果你还被某些书籍引导使用os.system或者os.popen等模块，现在是放弃它们的时候了，这个模块会满足你绝大多数的系统命令执行、执行结果获取和解析等需求。其中最有用的是call（执行系统命令）、check_call（执行结果不为0则抛出异常）、check_output（最方便的获取执行的输出的函数）、Popen+PIPE（支持管道的多命令执行）。

10. threading。多线程模块，重要性也不必说。

但是注意，并不是所有Python标准库都需要很熟悉，因为有些平时用不到，有些在Python 3的时候已经废弃。

1. requests。人性化的HTTP请求库,这还有不知道的么...

2. pip。Python 包和依赖关系管理工具，还有不用的么。

3. virtualenv。创建独立 Python 环境的工具。

4. IPython。附带非常额外功能的交互环境。

5. httpie。一个命令行HTTP 客户端，cURL 的替代品，易用性更好。

6. you-get。一个 YouTube/Youku/Niconico 视频下载器。

7. youtube-dl。用来下载 YouTube 视频的工具。

8. Pillow。PIL的fork版本，操作图像库。

9. Cython。优化的 Python 静态编译器。使用类型混合使 Python 编译成 C 或 C++ 模块来获得性能的极大提升。

10. pycodestyle。就是原来的pep8，帮你检查代码是否符合PEP8标准。

11. Flake8：静态检查工具，它包含PyFlakes（静态检查Python代码逻辑错误）、pycodestyle和McCabe（分析Python代码复杂度）三个工具。

欢迎关注本人的微信公众号获取更多Python相关的内容（也可以直接搜索「Python之美」）：