Python中库的导入与使用完整指南(新手必看)

2026-08-13 09:08:28 作者：流㶡

简单来说,库就是别人（或你自己）写好的代码集合,封装了特定功能,你可以直接调用,而无需从头编写,本文会用通俗的语言讲解Python库的分类、导入方法以及pip和PyCharm安装第三方库的详细步骤,帮你快速掌握Python库的使用

一、引言

Python被誉为“胶水语言”，不仅语法简洁，更重要的是它拥有极其丰富的生态系统。无论是做数据分析、Web开发、人工智能，还是自动化脚本，你几乎总能找到一个现成的工具来帮你完成任务——这些工具，就是我们常说的 “库（Library）”。

但很多初学者在刚接触Python时，常常对“库”“模块”“包”这些概念感到困惑，也不知道该如何正确地导入和使用它们。本文将从零开始，带你搞清楚：

什么是Python中的库？
库有哪些类型？
如何导入并使用它们？
如何安装第三方库？

二、什么是Python中的库？

简单来说，库就是别人（或你自己）写好的代码集合，封装了特定功能，你可以直接调用，而无需从头编写。

比如：

想发送一个HTTP请求？不用自己实现TCP协议，直接用 requests 库。
想处理Excel表格？用 pandas 几行代码搞定。
想生成随机数？标准库里的 random 模块就能做到。

库 vs 模块 vs 包

这三个概念经常被混用，但其实有细微区别：

名称	说明
模块（Module）	一个 `.py` 文件，比如 `math.py`，就是一个模块
包（Package）	一个包含 `__init__.py` 文件的文件夹，里面可以包含多个模块
库（Library）	通常指一组模块或包的集合，用于完成某类任务（如 NumPy、Requests）

三、Python库的分类

Python的库主要分为三类：

标准库

特点：随Python解释器一起安装，无需额外下载。
常见例子：
- os：操作系统接口
- sys：系统相关参数
- json：处理JSON数据
- datetime：日期时间操作
- re：正则表达式

查看标准库

官方文档

Python 官方为每个版本都提供了完整的标准库文档：

中文文档：https://docs.python.org/zh-cn/3/library/
英文文档：https://docs.python.org/3/library/

在 Python 交互环境中查看

方法1：使用 help('modules')

进入命令提示符在命令行输入 python 进入交互模式，然后运行：

help('modules')

这会列出当前 Python 环境中所有可导入的模块（包括标准库、已安装的第三方库、本地模块等）。

方法2：查看 sys.stdlib_module_names

从 Python 3.10 开始，标准库提供了一个专门的属性：

import sys
print(sys.stdlib_module_names)

这将返回一个 frozenset，包含所有标准库模块的名称（不包括第三方或自定义模块），非常干净准确。

直接查看安装目录中的 Lib 文件夹

Python 的标准库大部分是以 .py 文件形式存放在安装目录的 Lib 文件夹中。

查找路径：

import sys
print(sys.prefix)  # Python 安装根目录

查找结果：

然后进入该目录下的 Lib/ 文件夹（Windows）或 lib/python3.x/（Linux/macOS）。

例如：

在这里你可以看到：

os.py
json/（包）
urllib/（包）
collections/
等等

第三方库

特点：由社区或公司开发，需手动安装。
安装方式：通常使用 pip 工具。
常见例子：
- requests：HTTP请求
- numpy / pandas：科学计算与数据分析
- matplotlib：绘图
- flask / django：Web开发

优势：功能强大、更新快、生态活跃。

自定义库

特点：你自己写的模块或包，用于项目内部复用。
例如：你写了一个 utils.py 文件，里面包含常用函数，其他文件就可以导入使用。

四、如何导入和使用库？

Python提供了灵活的导入机制，以下是几种常用方式。

基本导入语法

方式1：import 模块名

import math
print(math.sqrt(16))  # 输出：4.0

方式2：from 模块名 import 函数/类

from math import sqrt
print(sqrt(16))  # 输出：4.0

方式3：from 模块名 import *

from math import *
print(sqrt(16))  # 虽然能用，但会污染命名空间

为什么不推荐？ 容易造成函数名冲突，降低代码可读性。

方式4：使用别名（as）

import numpy as np
import pandas as pd
arr = np.array([1, 2, 3])

这是行业惯例，简洁又清晰。

导入注意事项

命名冲突：避免自定义函数与库函数同名。
导入顺序（遵循 PEP8 规范）：
1. 标准库（如 import os）
2. 第三方库（如 import requests）
3. 本地/自定义模块（如 from .utils import helper）
避免循环导入：A模块导入B，B又导入A，会导致错误。

五、如何安装第三方库？

绝大多数第三方库通过 pip 安装（Python 3.4+ 默认自带）。

常用命令：

# 安装库
pip install requests

# 批量安装（从 requirements.txt）
pip install -r requirements.txt

# 升级库
pip install --upgrade numpy

# 卸载库
pip uninstall matplotlib

# 查看已安装库
pip list

Pycharm中安装第三方库方法

方法一：在终端中中输入命令直接安装

操作步骤：

打开 PyCharm 项目。

在底部工具栏找到 Terminal（终端） 窗口（若未显示，可通过 View → Tool Windows → Terminal 打开）。

在终端中输入 pip 安装命令，例如：

pip install requests

或指定版本：

pip install numpy==1.26.4

示例：

方法二：通过 PyCharm 图形界面安装

操作步骤：

打开 PyCharm，进入 File → Settings。
在左侧导航栏中依次展开：
Project: [你的项目名] → Python Interpreter。
在右侧的包列表上方，点击 + 号（Add Package）按钮。
在弹出的窗口中：
- 在搜索框输入你想安装的库名（如 pandas）；
- 可选择版本（默认安装最新版）；
- 点击右下角 Install Package 按钮。
等待安装完成，关闭窗口。此时新安装的库会出现在解释器包列表中。

示例：

六、实战小例子

示例1：使用标准库random

import random
print(random.randint(1, 10))  # 输出1到10之间的随机整数

示例2：使用第三方库requests

import requests
response = requests.get("https://httpbin.org/get")
print(response.status_code)  # 输出：200

首次使用前需运行：pip install requests

示例3：自定义模块并导入

创建文件 greet.py：

# greet.py
def say_hello(name):
    return f"Hello, {name}!"

在另一个文件中导入：

from greet import say_hello
print(say_hello("Alice"))  # 输出：Hello, Alice!

七、常见问题与解答（FAQ）

Q1：报错 ModuleNotFoundError: No module named 'xxx' 怎么办？

A：说明该库未安装。如果是第三方库，请用 pip install xxx 安装；如果是自定义模块，请检查文件路径和当前工作目录。

Q2：如何查看某个库的版本？

A：

import numpy
print(numpy.__version__)

或命令行：

pip show numpy

Q3：为什么有时候导入成功但函数不能用？

A：可能是拼写错误、作用域问题，或该函数属于子模块（如 matplotlib.pyplot 需要完整导入）。

到此这篇关于Python中库的导入与使用完整指南(新手必看)的文章就介绍到这了,更多相关Python库导入内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！