当前位置: 首页 > ai >正文

Python 训练营打卡 Day 30-模块和库的导入

模块和库的导入

1.1标准导入

import mathprint("方式1: 使用 import math")
print(f"圆周率π的值: {math.pi}")
print(f"2的平方根: {math.sqrt(2)}\n")

1.2从库中导入特定项

from math import pi, sqrtprint("方式2:使用 from math import pi, sqrt")
print(f"圆周率π的值:{pi}")
print(f"2的平方根:{sqrt(2)}\n")

1.3非标准导入:导入整个库

from math import *print(f"圆周率π的值:{pi}")
print(f"2的平方根:{sqrt(2)}")

虽然 import math和 from math import *看起来都是导入了 `math` 模块,但它们在导入方式、作用域处理以及对命名空间的影响上有重要的区别
1. 命名空间的污染
`import math`:这种方法会将整个 `math` 模块导入到命名空间中,但是需要使用 `math.` 前缀来访问模块内的函数或变量。这种方式保持了命名空间的整洁,因为所有的 `math` 函数和变量都包含在 `math` 这个模块对象中
 `from math import *`:这种方法将 `math` 模块中的所有公开的函数和变量导入到当前的命名空间中,可以直接使用这些函数和变量而无需 `math.` 前缀。这种方式可能会导致命名空间污染,特别是当有多个模块都被这样导入时,很容易发生命名冲突
2. 明确性和可维护性
 `import math`:明确指出了函数和变量来源于 `math` 模块,这对代码的可读性和维护性都是有益的。其他阅读你代码的人可以清楚地看到每个函数的来源,这对大型项目和团队合作尤为重要
 `from math import *`:虽然代码看起来更简洁,但这种方法减少了代码的明确性。如果没有足够的上下文,很难判断一个特定的函数是来自 `math` 模块还是其他模块,尤其是当你导入了多个模块时

模块

本质:以.py结尾的单个文件,包含python代码(函数、类、变量等)
作用:将代码拆分到不同文件中,避免代码冗余,方便复用和维护

本质:有层次的文件目录结构(即文件夹),用于组织多个模块和子包
核心特征:包的根目录下必须包含一个__init__.py文件(可以为空),用于标识改目录是一个包

1.基本导入方法

import module_name  # 导入整个模块
import module_name as alias  # 导入模块并使用别名
from module_name import function_name  # 从模块导入特定函数/类
from module_name import *  # 导入模块所有内容(不推荐)

2.相对导入(在包内部使用)

from . import module_name  # 从当前目录导入
from .. import module_name  # 从上级目录导入
from .module_name import function_name  # 从当前目录模块导入特定内容

3.动态导入

module = __import__('module_name')  # 使用__import__函数
import importlib
module = importlib.import_module('module_name')  # 使用importlib模块

4.条件导入

try:import module_name
except ImportError:# 处理导入失败的替代方案pass

作业:自己新建几个不同路径文件尝试下如何导入

编写一个计算长方形面积的代码并保存在rectangle.py

def calculate_rectangle_area(length, width):return length * width# 测试用例
if __name__ == "__main__":print(calculate_rectangle_area(5, 3))  # 输出: 15print(calculate_rectangle_area(2.5, 4))  # 输出: 10.0

VSCode 或 PyCharm通常会将你打开的项目文件夹设为“根目录”(或者说,运行时的工作目录)。Python 在导入模块时,会从这个根目录(以及其他一些标准位置和脚本所在的目录)开始查找

1.同目录下导入
from rectangle import calculate_area
# 或者
import rectangle
# 使用方式:
# area = calculate_area(length, width)
# 或者
# area = rectangle.calculate_area(length, width)
2.从子目录中导入(子目录名为:day30 )
from day30.rectangle import calculate_area
# 或者
from day30 import rectangle
# 使用方式同上
3.从上级目录导入
import sys
sys.path.append(".C:\Users\ggggg\Desktop\python\python60-days-challenge-master (2)\python60-days-challenge-master.")  
from rectangle import calculate_area

@浙大疏锦行

http://www.xdnf.cn/news/10109.html

相关文章:

  • VirtualBox给Rock Linux9.x配置网络
  • Python-118:有限制的楼梯攀登
  • 如何把TikTok的视频下载到本地?
  • 企业应用AI对向量数据库选型思考
  • 华院计算出席信创论坛,分享AI教育创新实践并与燧原科技共同推出教育一体机
  • Ubuntu系统下可执行文件在桌面单击运行教程
  • type system_app, domain, coredomain; 和 typeattribute system_app coredomain; 区别
  • 《操作系统真相还原》——加载器
  • pikachu通关教程-RCE
  • ACS期刊的投稿查重要求
  • PHP 垃圾回收高级特性
  • 2025年大一ACM训练-尺取
  • 头歌之动手学人工智能-Pytorch 之线性回归
  • MySQL数据表添加字段(三种方式)
  • 【C++并发编程01】初识C++并发编程
  • @Prometheus 监控操作系统-Exporter(Win Linux)
  • mysql数据库基础命令总结常用10个
  • 需求可测试性评价
  • selenium自动化浏览器
  • c++流之sstream/堆or优先队列的应用[1]
  • 智橙PLM与MES系统集成项目执行记录 智渤慧晟机械装备技术服务部 24.08
  • 大模型-attention汇总解析之-GQA
  • Python爬虫实战:研究Goutte库相关技术
  • Haproxy
  • 白皮精读:214页数据安全治理白皮书6.0【附全文阅读】
  • 超级对话3:大跨界且大综合的学问融智学应用场景述评(不同第三方的回应)之三
  • 低碳理念在道路工程中的应用-预制路面
  • P23:实现天气预测
  • 宽带不给公网IP?本地内网的网络服务怎么让外网访问?
  • [python] 最大公约数 和 最小公倍数