在独享调度资源组上有的三方包支持使用 。第三方包，shell只能使用独享调度资源组，shell调用python资源，##@resource_reference{"ipaddress-1.0.23-py2.zip"}

import time
import datetime
import base64
import hashlib
import httplib
import json
import sys
import csv
import os
from odps import ODPS

解压压缩包

pathname = os.path.dirname(os.path.abspath('ipaddress-1.0.23-py2.zip'))
os.system('unzip ipaddress-1.0.23-py2.zip -d ' + pathname)

添加引用

sys.path.append(pathname)
import ipaddress #在这里引用

print ipaddress.ip_network(unicode("192.0.2.0/24"))，此回答整理自钉群“DataWorks交流群(答疑@机器人)”

在DataWorks上面运行Python程序时，您可以选择两种方式：

1. 使用DataWorks Python组件

如果您使用DataWorks Python组件来运行Python程序，那么可以直接调用并拉起所需的依赖。但是需要注意的是，这种方式只能支持Python 2.x版本，不支持Python 3.x版本。

1. 使用DataWorks Shell组件

如果您使用DataWorks Shell组件来运行Python程序，那么可以使用如下命令来拉起依赖：

pip install <dependency-name>

但是需要注意的是，这种方法只适用于Linux环境，并且可能会影响您的数据作业的性能和安全性。
另外，DataWorks的独享调度资源组功能允许您为特定的任务分配足够的计算资源，以提高任务的执行效率和可靠性。因此，建议您在使用DataWorks时考虑使用独享调度资源组。
总的来说，在DataWorks中运行Python程序时，您可以根据实际需求选择适当的运行方式。

在DataWorks中，如果你需要运行自己的Python3程序，并且这个程序需要拉取外部依赖（例如，第三方库），那么你可能需要使用独享调度资源组。这是因为共享调度资源组可能无法满足你的程序的资源需求。

然而，这并不意味着你必须使用独享调度资源组。你也可以尝试使用共享调度资源组，看看是否能够满足你的需求。如果不能，再考虑使用独享调度资源组。

总的来说，是否需要使用独享调度资源组，主要取决于你的程序的资源需求和DataWorks提供的资源限制。