常用第三方库

Python 强大在于生态。但本沙箱无法联网，所以"装不上的库"得用标准库替代。本章帮你认识三个最高频的库，并教你在受限环境里照样干活。

1. `requests` —— 写 HTTP 客户端的事实标准

requests 让发 HTTP 请求变成一行：

import requests
 
r = requests.get("https://api.github.com")
print(r.status_code, r.json())
 
r = requests.post("https://httpbin.org/post",
                  json={"name": "Alice"},
                  headers={"X-Token": "abc"})
print(r.status_code, r.json())

⚠️沙箱里没有 requests

默认 python:3.12-alpine 镜像不预装 requests。沙箱也禁用了网络。生产环境里请运行：

pip install requests

本节用 urllib.request 做等价演示。

2. 沙箱里的 HTTP：`urllib.request`

Python 自带 HTTP 客户端，写起来啰嗦一点但能用：

urllib.request 等价于 requests.get

import urllib.request
import json
 
# 等价于 requests.get(url).json()
# 沙箱禁网，所以只演示结构化解析过程（用一个内置的演示字符串）
 
demo_json = '{"user": "alice", "score": 95, "tags": ["py", "go"]}'
data = json.loads(demo_json)
print("用户名:", data["user"])
print("分数:  ", data["score"])
print("标签:  ", data["tags"])
 
# 真要用时这么写：
# with urllib.request.urlopen("https://api.example.com/data") as r:
#     raw = r.read()
#     data = json.loads(raw)
#     print(r.status, data)

💡urllib vs requests 对照

需求	requests	urllib
GET 请求	`requests.get(url)`	`urllib.request.urlopen(url)`
带参数	`params={...}`	拼 query string
POST JSON	`requests.post(url, json={...})`	`urlopen(req)` 手动序列化
读响应	`r.json()`	`json.loads(r.read())`
Headers	`headers={...}`	`req.add_header(...)`
超时	`timeout=5`	`urlopen(url, timeout=5)`

3. `pandas` —— 表格数据的一站式工具

pandas 是数据分析的事实标准。两个核心类型：Series（一列）和 DataFrame（整张表）。

import pandas as pd
 
df = pd.read_csv("sales.csv")
print(df.head())           # 看前 5 行
print(df.describe())       # 数值列的统计
print(df.groupby("city")["amount"].sum())
df.plot(kind="bar", x="city", y="amount")

⚠️沙箱里没有 pandas

需要 pip install pandas。pandas 还依赖 numpy，体积不小。本节用 stdlib csv 做最小替代。

4. 沙箱里的"穷人版 pandas"：`csv`

csv 模块：穷人版 pandas

import csv
from collections import defaultdict
from pathlib import Path
 
# 准备一份销售数据
Path("/tmp/sales.csv").write_text("""city,product,amount
北京,Apple,120
上海,Apple,80
北京,Banana,50
上海,Banana,70
广州,Apple,200
""", encoding="utf-8")
 
# 读
with open("/tmp/sales.csv", encoding="utf-8") as f:
    rows = list(csv.DictReader(f))
print("总行数:", len(rows))
print("第一行:", rows[0])
 
# 分组聚合（pandas 里的 groupby）
by_city = defaultdict(int)
for r in rows:
    by_city[r["city"]] += int(r["amount"])
 
print("按城市求和:")
for city, total in sorted(by_city.items()):
    print(f"  {city}: {total}")

ℹ️collections.defaultdict 的妙用

defaultdict(int) 自动给不存在的 key 初始化为 0，省去 if key in d: ... else: ...。类似的还有 defaultdict(list)（自动初始化为空 list）。

5. `pathlib` —— 面向对象的路径

回顾一下第 8 章的 pathlib：

pathlib 高频操作

from pathlib import Path
import tempfile
 
# 临时目录
with tempfile.TemporaryDirectory() as tmp:
    root = Path(tmp)
    print("临时目录:", root)
 
    # 一行建多级
    sub = root / "a" / "b" / "c.txt"
    sub.parent.mkdir(parents=True, exist_ok=True)
    sub.write_text("hello", encoding="utf-8")
 
    # 遍历
    print("目录内容:")
    for p in root.rglob("*"):
        print(" ", p.relative_to(root))
 
    # 读
    print("文件内容:", sub.read_text(encoding="utf-8"))
    print("后缀:", sub.suffix, " 名字:", sub.name)

6. `pip` —— 包管理

# 安装
pip install requests
 
# 装指定版本
pip install requests==2.31.0
 
# 装某一组（从 requirements.txt）
pip install -r requirements.txt
 
# 导出当前环境
pip freeze > requirements.txt
 
# 离线安装（提前下载 wheel）
pip install --no-index --find-links=/wheels requests

💡国内加速镜像

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests

其他常见镜像：阿里云、豆瓣、中科大。

7. 看不懂报错时怎么办？

ImportError: No module named xxx —— 别慌，按这个顺序排查：

拼写：包名 ≠ import 名（Pillow 装出来叫 PIL，python-dateutil 装出来叫 dateutil）。
环境：在哪个 Python 解释器？which python、python -c "import sys; print(sys.executable)"。
虚拟环境：python -m venv .venv && source .venv/bin/activate 后再装。
版本冲突：pip install --upgrade xxx 或用 pip check 看依赖图。

import 调试三件套

import sys
print("当前 Python:", sys.executable)
print("sys.path 前 5 项:")
for p in sys.path[:5]:
    print(" ", p)
 
# 检查某个包是否安装
try:
    import requests
    print("requests 已装, 版本:", requests.__version__)
except ImportError as e:
    print("requests 未安装:", e)

🎯 练习

在沙箱里（没有网络、没有第三方库），用 urllib.request + csv 完成一次"伪 API 拉数据 → 写 CSV → 重新读出统计"的全流程。

穷人版数据流水线

import csv
import json
from collections import defaultdict
from pathlib import Path
 
# 1) 模拟从 API 拿到的 JSON
api_response = '''
[
  {"city": "北京", "product": "Apple",  "amount": 120},
  {"city": "上海", "product": "Apple",  "amount": 80},
  {"city": "北京", "product": "Banana", "amount": 50},
  {"city": "广州", "product": "Apple",  "amount": 200},
  {"city": "上海", "product": "Banana", "amount": 70}
]
'''
# 你的实现：
# 2) 解析 JSON
# 3) 写到 /tmp/orders.csv（含表头）
# 4) 重新读出，按 product 聚合 amount 并打印

🎯提示

data = json.loads(api_response)
csv.DictWriter(..., fieldnames=data[0].keys()).writerows(data)
用 defaultdict(int) 聚合

小结

✅ requests 是 HTTP 客户端的事实标准；沙箱里用 urllib.request 替代
✅ pandas 是数据分析一站式工具；沙箱里用 csv + collections 替代
✅ pathlib 让路径操作像字符串拼接一样自然
✅ pip 是包管理器；网络受限时用 --no-index + 本地 wheel
✅ 遇到 ImportError 先查拼写、再查环境、再查虚拟环境
✅ 学会用 defaultdict / Counter 替代简单的 pandas 聚合

下一章是项目实战：用前 16 章的所有知识，做一个 CLI TODO 工具。