以下模块直接支持通用的数据打包和压缩格式：zlib，gzip，bz2，zipfile，以及 tarfile。

import zlib
s = b'witch which has which witches wrist watch'
len(s)	===>41

t = zlib.compress(s)
len(t)	===>37

zlib.decompress(t)
b'witch which has which witches wrist watch'
zlib.crc32(s)===>226805979

有些用户对了解解决同一问题的不同方法之间的性能差异很感兴趣。Python 提供了一个度量工具，为这些问题提供了直接答案。
例如，使用元组封装和拆封来交换元素看起来要比使用传统的方法要诱人的多,timeit 证明了现代的方法更快一些。
from timeit import Timer
Timer('t=a; a=b; b=t', 'a=1; b=2').timeit() ===>0.57535828626024577
Timer('a,b = b,a', 'a=1; b=2').timeit()		 ===>0.54962537085770791

相对于 timeit 的细粒度，:mod:profile 和 pstats 模块提供了针对更大代码块的时间度量工具。

1.doctest
	开发高质量软件的方法之一是为每一个函数开发测试代码，并且在开发过程中经常进行测试
	doctest模块提供了一个工具，扫描模块并根据程序中内嵌的文档字符串执行测试。
	测试构造如同简单的将它的输出结果剪切并粘贴到文档字符串中。
	通过用户提供的例子，它强化了文档，允许 doctest 模块确认代码的结果是否与文档一致:
	def average(values):
	    """Computes the arithmetic mean of a list of numbers.
	
	    >>> print(average([20, 30, 70]))
	    40.0
	    """
	    return sum(values) / len(values)
	
	import doctest
	doctest.testmod()   # 自动验证嵌入测试

2.unittest模块不像 doctest模块那么容易使用，不过它可以在一个独立的文件里提供一个更全面的测试集:
import unittest

class TestStatisticalFunctions(unittest.TestCase):

    def test_average(self):
        self.assertEqual(average([20, 30, 70]), 40.0)
        self.assertEqual(round(average([1, 5, 7]), 1), 4.3)
        self.assertRaises(ZeroDivisionError, average, [])
        self.assertRaises(TypeError, average, 20, 30, 70)

unittest.main()

1.datetime模块为日期和时间处理同时提供了简单和复杂的方法。
	支持日期和时间算法的同时，实现的重点放在更有效的处理和格式化输出。
	该模块还支持时区处理:

	import datetime
	# 获得当前时间
	now = datetime.date.today() ===>now = 2017-05-02
	
	# 创建时间对象，并初始化
	datetime.date(2003, 12, 2)
	
	# 时间对象相减
	birthday = datetime.date(1964, 7, 31)
	age = now - birthday
	age.days ===>14368
	
	# 格式化