Python训练营打卡——DAY30（2025.5.19）
目录
模块和库的导入
一、导入官方库
1. 标准导入：导入整个库
2. 从库中导入特定项
3. 非标准导入：导入整个库
二、模块、包的定义
三、使用案例
场景1: main.py 和 circle.py 都在同一目录
场景2: main.py 和 circle.py 都在根目录的子目录 model/ 下
场景3: main.py 在根目录，circle.py 在子目录 model/ 下
场景4
四、源代码的查看
五、通俗解释
1. 模块和库是什么？
2. 导入库的三种方式
3. 模块和包怎么放？
4. 为什么有时候导入会报错？
5. 第三方库的秘密
6. 一句话总结
六、作业
准备工作
场景1：同级目录导入
场景2：子目录导入
场景3：跨目录导入
模块和库的导入
一、导入官方库
我们复盘下学习python的逻辑，所谓学习python就是学习python常见的基础语法+学习你所处理任务需要用到的第三方库
| 类别 | 典型库 | 解决的问题 | 学习门槛 |
|---|---|---|---|
| 基础工具 | os、sys、json | 操作系统交互、序列化数据（如读写 JSON 文件） | 低 |
| 科学计算 | numpy、scipy | 数值计算、线性代数、信号处理 | 中 |
| 数据分析 | pandas、matplotlib | 数据清洗、转换、可视化（如绘制折线图、柱状图） | 中 |
| Web 开发 | Django、Flask | 快速搭建 Web 应用（如网站后台、API 接口） | 中高 |
| 机器学习 | scikit-learn、TensorFlow | 机器学习算法（分类、回归、深度学习） | 高 |
| 自动化脚本 | pyautogui、pytest | 自动化测试、桌面操作自动化（如模拟鼠标键盘操作） | 低 |
| 网络爬虫 | requests、Scrapy | 从网页提取数据（需注意反爬机制和法律合规） | 中 |
所以你用到什么学什么库即可。学习python本身就是个伪命题，就像你说学习科目一样，你没说清晰你学习的具体科目是什么，也没说学这个科目的哪些章节，毕竟每个科目都很大-----要有以终为始的思想。
所以我们这个训练营，正确的说法是：学习借助pythob掌握深度学习和机器学习所必备的基础知识和相关工具。
1. 标准导入：导入整个库
这是最基本也是最常见的导入方式，直接使用import语句。
# 方式1：导入整个模块
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")方式1：使用 import math 圆周率π的值：3.141592653589793 2的平方根：1.4142135623730951
2. 从库中导入特定项
当使用from语法从库中导入特定的函数或类时，这些函数或类就可以在您的代码中直接使用，不需要添加模块名作为前缀。因为在导入时没有包括模块的完整路径，前面也不能加上库名。
# 方式2：导入特定的函数或变量
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")方式2：使用 from math import pi, sqrt 圆周率π的值：3.141592653589793 2的平方根：1.4142135623730951
类似的写法，如sklearn库很大，直接导入sklearn库会占用电脑大量内存，所以一般只导入你需要的库，
- 如： from sklearn.model_selection import train_test_split
3. 非标准导入：导入整个库
如下，●这将导入math模块中定义的所有公开函数和变量。 ●和上述from同理，直接调用sin()、cos()等，而无需math.前缀。
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。
-
命名空间的污染 ①
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。 ②from 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。 -
明确性和可维护性 ①
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。 ②from 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。
from math import *print(f"圆周率π的值：{pi}")
print(f"2的平方根：{sqrt(2)}")
圆周率π的值：3.141592653589793 2的平方根：1.4142135623730951
上述这些，如果是python内置库，可以直接导入，大部分第三方库都需要先用pip来安装。下面的模块，也就是.py文件，是不需要安装即可调用的。
二、模块、包的定义
模块（Module）
- 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。
包（Package）：在python里，包就是库
- 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），用于标识该目录是一个包。
三、使用案例
若编写一个计算圆面积的代码并保存为 circle.py，这个文件就是一个模块。
使用时通过 import circle 导入模块，调用其中的函数（如 circle.calculate_area(5)）。
# circle.py
import mathdef calculate_area(radius):return math.pi * radius ** 2IDE（如 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。
场景1: main.py 和 circle.py 都在同一目录
目录结构:
项目根目录/ ├── main.py └── circle.py
main.py 内容:
# main.py
from circle import calculate_area
# 或者: import circle (然后用 circle.calculate_area)radius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")运行方案：直接在终端python main.py
这里的终端可以通过左上角的查看-终端 打卡，默认的路径是你的项目根目录。
场景2: main.py 和 circle.py 都在根目录的子目录 model/ 下
目录结构:
项目根目录/ └── model/├── __init__.py (推荐添加，将 model 目录标记为包)├── main.py└── circle.py
model/main.py 内容:
# model/main.py
from circle import calculate_area
# 或者: import circle (然后用 circle.calculate_area)radius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")运行方案：
- 运行命令：python model/main.py
- 进入路径：cd xxx（main的相对路径），然后执行python main.py （注意如果先cd后，就不能采用第一个命令了）
场景3: main.py 在根目录，circle.py 在子目录 model/ 下
目录结构:
项目根目录/ ├── main.py └── model/├── __init__.py (必需添加，将 model 目录标记为一个可导入的包)└── circle.py
main.py 内容:
# main.py
from model.circle import calculate_area
# 或者: from model import circle (然后用 circle.calculate_area，因为此时你是导入了整个模块)radius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")运行方案：直接在终端python main.py
场景4
项目根目录/ ├── circle2.py └── utils/├── __init__.py (必需添加，将 model 目录标记为一个可导入的包)└── circle.py └── model/└── main.py
运行方式 python -m model.main
如果直接使用python model/main.py，会报错， 当使用 python -m model.main 时，Python 会将当前目录（即项目根目录）添加到 sys.path 的开头。
四、源代码的查看
如果第三方库是纯python写的，往往在函数上按住ctrl即可进入函数内部查看源代码。 但是很多第三方库为了性能，底层是用其他语言写的，这里我们计算机视觉库OpenCV为例。 OpenCV核心是用C++编写的（C++可以显著提高性能），但它通过Python等其他语言的接口（bindings）使得这些功能可以在Python环境中被调用。这些接口是通过一种叫做Python/C API的技术实现的，其中C++的功能被封装成Python模块，使得Python用户可以像使用纯Python编写的库一样使用OpenCV。 OpenCV的核心是用C++编写，并且已经编译成二进制文件，编译后的二进制文件可以在不同操作系统上运行，Python中的用户通常不能直接看到方法的源代码。
二进制文件是机器语言，处理器可以直接理解和执行无需翻译，二进制语言反汇编是很困难的，用二进制语言除了效果好外，也是让用户无法看到源代码，保护了自己的知识产权。
这意味着： ●二进制文件dll文件：当你在Python中导入OpenCV库（通import cv2），你实际上是在调用预先编译好的二进制文件。这些文件包含了实现OpenCV功能的可执行代码，而非人类可读的源代码。 ●接口封装：用户只能看到Python函数和对象的接口（即函数的定义，不包括实现的细节）。这也意味着无法从利用ctrl跳转到函数内部，pycharm的debugger功能同理也无法看到内部结构。 ●文档和源代码：尽管在Python中不能直接看到C++的源代码实现，用户可以参考官方文档来了解各个函数和方法的用法。如果需要查看实现细节，可以访问OpenCV的GitHub仓库查看C++源代码。
这就需要我们养成看文档的能力，文档就是以终为始思想的体现。文档就是api使用说明书，可能你日常买东西都不喜欢看使用说明书，但是在代码学习中，这一步是绕不开的。 你会发现很多B站视频的教学，其实远不如文档说明书细致。
五、通俗解释
1. 模块和库是什么？
想象你做饭需要各种工具：
- 模块 = 一个工具盒（比如装调料的盒子）
- 每个
.py文件就是一个工具盒，里面放函数（比如切菜刀）、变量（比如盐）等。
- 每个
- 库 = 整个工具箱（比如一整个厨房）
- 多个模块（工具盒）组成一个库（比如
numpy库就是装满数学工具的箱子）。
- 多个模块（工具盒）组成一个库（比如
2. 导入库的三种方式
假设你想用工具箱里的尺子：
-
整个箱子搬过来 → 每次用都要说箱子名：
import math # 搬来数学工具箱 print(math.sqrt(4)) # 用里面的尺子（开平方） -
只拿需要的工具 → 直接用工具名：
from math import sqrt # 只拿尺子 print(sqrt(4)) # 直接量尺寸 -
把整个工具箱倒出来（不推荐）→ 容易和别的工具搞混：
from math import * # 倒出所有工具 print(sqrt(4)) # 但可能和别的工具箱里的尺子重名
3. 模块和包怎么放？
-
场景1：工具盒和你要用的地方在同一个抽屉
项目文件夹/
├── 你的代码.py
└── 工具盒.py
# 直接拿工具盒里的东西
from 工具盒 import 切菜刀
切菜刀()-
场景2：工具盒在子抽屉里
项目文件夹/
└── 厨房/
├── __init__.py （贴个标签，说明这是厨房工具箱）
└── 工具盒.py
# 从厨房子抽屉拿工具
from 厨房.工具盒 import 炒锅
炒锅()-
场景3：代码在子抽屉，工具盒在隔壁
项目文件夹/ ├── 厨房/ │ └── 工具盒.py └── 我的房间/└── 我的代码.py
# 我的代码.py需要跨到厨房拿工具
from 厨房.工具盒 import 菜刀
菜刀()4. 为什么有时候导入会报错？
- 问题1：没找到工具盒 → 检查路径对不对。
- 问题2：工具盒没贴标签 → 确保子文件夹有
__init__.py文件（哪怕空的）。 - 问题3：工具名写错 → 比如
import mat但正确是import math。
5. 第三方库的秘密
- 纯Python库（比如
requests）：你能看到所有工具怎么做的（源码）。 - 编译过的库（比如
OpenCV）：工具被锁在盒子里（二进制文件），只能看说明书（官方文档）学用法。
6. 一句话总结
- 学Python库 = 学怎么借别人的工具箱（库）里的工具（函数）。
- 导入方式：按需借工具，别把整个厨房倒出来。
- 路径问题：确保工具箱放在你能找到的地方（正确目录结构）。
六、作业
自己新建几个不同路径文件尝试下如何导入
作业目标
创建 3 种目录结构，练习模块导入，观察成功/失败情况。
准备工作
- 新建一个总文件夹，例如
python_import_practice - 用 VSCode 或 PyCharm 打开这个文件夹
场景1：同级目录导入
目录结构：
python_import_practice/ ├── utils.py （工具模块） └── main.py （主程序）
操作步骤
（1）在 utils.py 中写：
def say_hello():return "Hello from utils!"（2）在 main.py 中写：
from utils import say_helloprint(say_hello()) # 预期输出：Hello from utils!Hello from utils!
场景2：子目录导入
目录结构：
python_import_practice/
├── my_package/ （子包）
│ ├── __init__.py （空文件）
│ └── tools.py （工具模块）
└── main.py （主程序）
操作步骤：
（1）在 tools.py 中写：
def add(a, b):return a + b（2）在 main.py 中写：
from my_package.tools import addresult = add(3, 5)
print(f"3+5={result}") # 预期输出：3+5=8场景3：跨目录导入
目录结构：
python_import_practice/
├── core/
│ └── calculator.py （计算器模块）
└── scripts/
└── app.py （主程序）
操作步骤：
（1）在 calculator.py 中写：
def multiply(x, y):return x * y（2）在 app.py 中写：
# 尝试导入（这里会报错！先故意写错）
from core.calculator import multiplyresult = multiply(4, 6)
print(f"4 * 6={result}")（3）直接运行会报错！修复方法：
- 在
python_import_practice文件夹打开终端 - 输入：
python -m scripts.app（用模块方式运行）
@浙大疏锦行