一、os模块
Python的os模块是操作系统相关的函数库，可以实现操作系统的许多功能。常用的功能包括文件处理、进程管理、系统参数和环境变量等。
文件操作是os模块最常用的功能之一。可以使用os模块中的函数来创建、删除、复制、移动文件或目录等。例如，使用os模块中的rename()函数可以重命名一个文件：
import os
os.rename('old.txt', 'new.txt')
进程管理是另一个常用的功能。可以使用os模块中的函数来获取系统资源和运行进程的信息。例如，使用os模块中的getpid()函数可以获取当前运行Python程序的进程ID：
import os
pid = os.getpid()
print('Current process ID:', pid)
系统参数和环境变量是操作系统中一些重要的配置信息。可以使用os模块中的函数来获取这些配置信息。例如，使用os模块中的environ()函数可以获取当前环境变量：
import os
env = os.environ
print('Environment variables:', env)
二、sys模块
Python的sys模块是与Python解释器相关的函数库，可以控制Python解释器的行为。常用的功能包括命令行参数、标准输入输出和异常处理等。
命令行参数是指在运行Python程序时传递给程序的参数。可以使用sys模块中的argv变量来获取这些参数。例如，在命令行执行“python test.py arg1 arg2 arg3”时，可以使用以下代码来获取这些参数：
import sys
args = sys.argv
print('Command line arguments:', args)
标准输入输出是Python程序与命令行交互的主要方式。可以使用sys模块中的stdin和stdout变量来控制标准输入输出。例如，在命令行中输入文本时，可以使用以下代码来获取这些输入：
import sys
input_data = sys.stdin.readline()
print('User input:', input_data)
异常处理是程序设计中非常重要的一部分，可以使用sys模块中的相关函数来处理异常。例如，使用sys模块中的exc_info()函数可以获取当前异常的类型、值和跟踪信息：
import sys
try:
result = 1 / 0
except:
exc_type, exc_value, exc_traceback = sys.exc_info()
print('Exception type:', exc_type)
print('Exception value:', exc_value)
print('Traceback:', exc_traceback)
三、subprocess模块
Python的subprocess模块是一个强大的子进程管理模块，可以方便地启动和控制子进程。常用的功能包括执行外部命令、在不同的Shell环境中执行命令和管道操作等。
执行外部命令是subprocess模块最常用的功能之一。可以使用subprocess模块中的run()函数来执行外部命令，并获取命令的输出和返回值。例如，执行“ls -l”命令并获取输出结果：
import subprocess
result = subprocess.run(['ls', '-l'], stdout=subprocess.PIPE)
output = result.stdout.decode('utf-8')
print('Command output:', output)
管道操作是另一个常用的功能。可以使用subprocess模块中的Popen()函数来启动多个进程，并通过管道连接它们。例如，启动一个进程来生成随机数，并通过管道将输出传递给另一个进程：
import subprocess
p1 = subprocess.Popen(['python', 'randint.py'], stdout=subprocess.PIPE)
p2 = subprocess.Popen(['python', 'sum.py'], stdin=p1.stdout, stdout=subprocess.PIPE)
output = p2.communicate()[0].decode('utf-8')
print('Command output:', output)
在不同的Shell环境中执行命令是另一个常用的功能。可以使用subprocess模块中的shell参数来指定要执行命令的Shell环境。例如，执行“echo $HOME”命令并获取输出结果：
import subprocess
result = subprocess.run('echo $HOME', shell=True, stdout=subprocess.PIPE)
output = result.stdout.decode('utf-8')
print('Command output:', output)
四、threading模块
Python的threading模块是一个多线程管理模块，可以方便地实现并发编程。常用的功能包括创建线程、线程同步和线程间通信等。
创建线程是threading模块最基本的功能。可以使用threading模块中的Thread类来创建线程，并指定要执行的函数。例如，创建一个简单的线程：
import threading
def thread_func():
print('Thread started')
print('Thread finished')
t = threading.Thread(target=thread_func)
t.start()
线程同步是多线程编程中非常重要的一部分，可以使用threading模块中的Lock类来实现线程同步。例如，创建一个共享变量，并在多个线程之间对它进行加锁和解锁：
import threading
total = 0
lock = threading.Lock()
def thread_func():
global total
with lock:
for i in range(1000000):
total += 1
threads = []
for i in range(10):
t = threading.Thread(target=thread_func)
threads.append(t)
for t in threads:
t.start()
for t in threads:
t.join()
print('Total:', total)
线程间通信是多线程编程中另一个重要的一部分，可以使用threading模块中的Queue类来实现线程间通信。例如，创建一个队列，并在两个线程之间传递数据：
import queue
import threading
q = queue.Queue()
def producer_func():
for i in range(10):
q.put(i)
def consumer_func():
while True:
item = q.get()
if item is None:
break
print(item)
threads = []
t1 = threading.Thread(target=producer_func)
t2 = threading.Thread(target=consumer_func)
threads.append(t1)
threads.append(t2)
for t in threads:
t.start()
for t in threads:
t.join()
q.put(None)
五、concurrent.futures模块
Python的concurrent.futures模块是一个高级的并发编程模块，可以方便地实现异步编程和并行计算。常用的功能包括线程池、进程池和异步执行等。
线程池是concurrent.futures模块中最基本的功能之一。可以使用concurrent.futures模块中的ThreadPoolExecutor类来创建线程池，并在池中执行任务。例如，使用线程池计算斐波那契数列：
import concurrent.futures
def fib(n):
if n < 2:
return n
return fib(n-1) + fib(n-2)
with concurrent.futures.ThreadPoolExecutor(max_workers=10) as executor:
future_list = [executor.submit(fib, i) for i in range(10)]
for future in concurrent.futures.as_completed(future_list):
print(future.result())
进程池是concurrent.futures模块中另一个常用的功能。可以使用concurrent.futures模块中的ProcessPoolExecutor类来创建进程池，并在池中执行任务。例如，使用进程池计算素数：
import concurrent.futures
def is_prime(n):
if n <= 1:
return False
for i in range(2, n):
if n % i == 0:
return False
return True
with concurrent.futures.ProcessPoolExecutor(max_workers=10) as executor:
future_list = [executor.submit(is_prime, i) for i in range(100)]
for future in concurrent.futures.as_completed(future_list):
if future.result():
print(future.args[0], 'is prime')
异步执行是concurrent.futures模块中另一个高级的功能。可以使用concurrent.futures模块中的asyncio库来实现非阻塞式的异步执行。例如，使用asyncio库实现HTTP客户端：
import asyncio
async def fetch_url(url):
async with aiohttp.request('GET', url) as response:
assert response.status == 200
return await response.read()
async def main():
urls = ['http://example.com', 'http://google.com', 'http://python.org']
tasks = [fetch_url(url) for url in urls]
completed, pending = await asyncio.wait(tasks)
for task in completed:
print(task.result())
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
六、总结
本文介绍了Python中与操作系统和系统相关的四个模块：os、sys、subprocess和threading。这些模块提供了强大的功能，可以方便地实现文件操作、进程管理、系统参数和环境变量、命令行传参、标准输入输出、异常处理、子进程管理、多线程编程、异步编程和并行计算等。
