在学习常用模块时我们应该知道模块和包是什么，关于模块和包会单独写一篇随笔，下面先来了解有关在python中的几个常用模块。
一、什么是模块
常见的场景：一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.py的后缀。但其实import加载的模块分为四个通用类别：
1. 使用python编写的代码（.py文件）
2.已被编译为共享库或DLL的C或C++扩展
3. 包好一组模块的包
4. 使用C编写并链接到python解释器的内置模块
二、为何要使用模块
如果你退出python解释器然后重新进入，那么你之前定义的函数或者变量都将丢失，因此我们通常将程序写到文件中以便永久保存下来，需要时就通过python test.py方式去执行，此时test.py被称为脚本script。随着程序的发展，功能越来越多，为了方便管理，我们通常将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以把这些文件当做脚本去执行，还可以把他们当做模块来导入到其他的模块中，实现了功能的重复利用。
在程序开始的地方可以通过 import 这个关键字来导入模块
import time
三、常用模块——collections模块
在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。
1.namedtuple: 生成可以使用名字来访问元素内容的tuple
我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：
t1 = (1,2)
t2 = (3,4)
但是，看到(1, 2)，（3，4），你很难看出这个tuple是用来表示一个坐标的。这时，namedtuple就派上了用场：
from collections import namedtuple
Point = namedtuple('point',['x','y'])
p = Point(1,2)
print(p.x,p.y)
# 输出：1 2
# 通过nametuple可以用圆心和半径来表示一个圆的面积
Circle = namedtuple('Circle',['a','b','r'])
nametuple
2.deque和queue:
deque： 双端队列，可以快速的从两端追加和推出对象
使用list存储数据时，按索引访问元素很快，但是如果列表的元素很多的时候插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低（因为插入和删除元素的时候都会导 致元素的下标向后和向前移动）。deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈，deque除了实现list的append()和pop()外，还支持appendleft()和popleft()，这样就可以非常高效地往头部添加或删除元素：
from collections import deque
q = deque(['x','y','z'])
print(q)
q.append('a')
print(q)
q.appendleft('b')
print(q)
q.pop()
print(q)
q.popleft()
print(q) 输出：
deque(['x', 'y', 'z'])
deque(['x', 'y', 'z', 'a'])
deque(['b', 'x', 'y', 'z', 'a'])
deque(['b', 'x', 'y', 'z'])
deque(['x', 'y', 'z'])
deque
deque中的相关方法和list中的方法有很多相似的地方，在这儿就不多说了
queue：和数据结构里面的队列一样，但只能从queue的一端进行修改
import queue q = queue.Queue()
q.put(['x','y','z'])
q.put(1)
q.put(2)
q.put(3)
print(q)
print(q.qsize())
print(q.get())
print(q.get())
print(q.get())
print(q.get())
print(q.get()) #输出：
<queue.Queue object at 0x000001B9D1B860F0>
4
['x', 'y', 'z']
1
2
3
queue
所有可以看出queue的FIFO(先进先出）的性质，而deque和queue有个明显的区别就是queue保密性更加好，在deque中如果我们打印deque时我们能看见deque中的每个元素，但是queue就不能看出来，而是返回一个queue对象。
3.Counter: 计数器，主要用来计数 ，Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。
from collections import Counter
c = Counter('fashjdklfgjsdjfdslasjfasl')
print(c)
#输出：
Counter({'s': 5, 'f': 4, 'j': 4, 'a': 3, 'd': 3, 'l': 3, 'h': 1, 'k': 1, 'g': 1})
Counter
4.OrderedDict: 有序字典
使用dict时，Key是无序的。在对dict做迭代时，我们无法确定Key的顺序。如果要保持Key的顺序，可以用 OrderedDict：
from collections import OrderedDict
d = dict([('a',1),('b',2),('c',3)])
print(d)
od = OrderedDict([('a',1),('b',2),('c',3)])
print(od)
# 输出：
{'a': 1, 'b': 2, 'c': 3}
OrderedDict([('a', 1), ('b', 2), ('c', 3)])
OrderDict
由于PyCharm的原因，每次打印的dict都是一样的，但是dict的Key确实是无序的。二变成OrderDict时就是有序的了。
注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：
from collections import OrderedDict od = OrderedDict()
od['z'] = 1
od['x'] = 2
od['y'] = 3
print(od)
print(od.keys())
# 输出：
OrderedDict([('z', 1), ('x', 2), ('y', 3)])
odict_keys(['z', 'x', 'y'])
OrderDict的keys
5.defaultdict: 带有默认值的字典
有如下值集合 [11,22,33,44,55,66,77,88,99,90...]，将所有大于 66 的值保存至字典的第一个key中，将小于 66 的值保存至第二个key的值中。
即： {'k1': 大于66 , 'k2': 小于66} 若用dict来写应该这样写：
lst = [11,22,33,44,55,66,77,88,99,90]
my_dict = {}
for value in lst:
# print(value,end=' ')
if value > 66:
if 'k1' not in my_dict:
my_dict['k1'] = []
my_dict['k1'].append(value)
else:
my_dict['k1'].append(value)
else:
if 'k2' not in my_dict:
my_dict['k2'] = []
my_dict['k2'].append(value)
else:
my_dict['k2'].append(value)
print(my_dict) # 输出：{'k2': [11, 22, 33, 44, 55, 66], 'k1': [77, 88, 99, 90]}
dict来解决
而用defaultdict是这样的。