刻意练习：Python基础 -- Task12. 模块

背景

我们准备利用17天时间，将 “Python基础的刻意练习” 分为如下任务：

• Task01：变量、运算符与数据类型（1day）
• Task02：条件与循环（1day）
• Task03：列表与元组（2day）
• Task04：字符串与序列（1day）
• Task05：函数与Lambda表达式（2day）
• Task06：字典与集合（1day）
• Task07：文件与文件系统（2day）
• Task08：异常处理（1day）
• Task09：else 与 with 语句（1day）
• Task10：类与对象（2day）
• Task11：魔法方法（2day）
• Task12：模块（1day）

这是我的 12/12 次任务的打卡内容。欢迎大家加入社群一起学习打卡。

我学习 Python 的思路是，先去熟悉 Python 的整体语法框架与自己熟悉的编程语言进行知识点的连接，后面遇到问题再来慢慢补充，慢慢形成自己的知识结构。

关于 “基础算法刻意练习活动” 的复盘可以参见图文：对“基础算法（LeetCode）刻意练习活动”的复盘，后面我们还会组织一系列活动，欢迎大家参与，一起来刻意练习啊。

Python 基础语法

在前面的几个章节中我们脚本是用 python 解释器来编程，如果你从 Python 解释器退出再进入，那么你定义的所有的方法和变量就都消失了。

为此 Python 提供了一个办法，把这些定义存放在文件中，为一些脚本或者交互式的解释器实例使用，这个文件被称为模块（Module）。

模块是一个包含所有你定义的函数和变量的文件，其后缀名是.py。模块可以被别的程序引入，以使用该模块中的函数等功能。这也是使用 python 标准库的方法。

1. 什么是模块

• 容器 -> 数据的封装
• 函数 -> 语句的封装
• 类 -> 方法和属性的封装
• 模块 -> 程序文件

创建一个 hello.py 文件

# hello.py
def hi():print('Hi everyone, I love lsgogroup!')

2. 命名空间

命名空间因为对象的不同，也有所区别，可以分为如下几种：

• 内置命名空间（Built-in Namespaces）：Python 运行起来，它们就存在了。内置函数的命名空间都属于内置命名空间，所以，我们可以在任何程序中直接运行它们，比如id(),不需要做什么操作，拿过来就直接使用了。
• 全局命名空间（Module：Global Namespaces）：每个模块创建它自己所拥有的全局命名空间，不同模块的全局命名空间彼此独立，不同模块中相同名称的命名空间，也会因为模块的不同而不相互干扰。
• 本地命名空间（Function & Class：Local Namespaces）：模块中有函数或者类，每个函数或者类所定义的命名空间就是本地命名空间。如果函数返回了结果或者抛出异常，则本地命名空间也结束了。

上述三种命名空间的关系

程序在查询上述三种命名空间的时候，就按照从里到外的顺序，即：Local Namespaces --> Global Namesspaces --> Built-in Namesspaces。

import hellohello.hi()  # Hi everyone, I love lsgogroup!
hi()  # NameError: name 'hi' is not defined

3. 导入模块

创建一个模块 TemperatureConversion.py

# TemperatureConversion.py
def c2f(cel):fah = cel * 1.8 + 32return fahdef f2c(fah):cel = (fah - 32) / 1.8return cel

• 第一种：import 模块名

import TemperatureConversionprint('32摄氏度 = %.2f华氏度' % TemperatureConversion.c2f(32))
print('99华氏度 = %.2f摄氏度' % TemperatureConversion.f2c(99))# 32摄氏度 = 89.60华氏度
# 99华氏度 = 37.22摄氏度

• 第二种：from 模块名 import 函数名

from TemperatureConversion import c2f, f2cprint('32摄氏度 = %.2f华氏度' % c2f(32))
print('99华氏度 = %.2f摄氏度' % f2c(99))# 32摄氏度 = 89.60华氏度
# 99华氏度 = 37.22摄氏度

下面的方式不推荐

from TemperatureConversion import *print('32摄氏度 = %.2f华氏度' % c2f(32))
print('99华氏度 = %.2f摄氏度' % f2c(99))# 32摄氏度 = 89.60华氏度
# 99华氏度 = 37.22摄氏度

• 第三种：import 模块名 as 新名字

import TemperatureConversion as tcprint('32摄氏度 = %.2f华氏度' % tc.c2f(32))
print('99华氏度 = %.2f摄氏度' % tc.f2c(99))# 32摄氏度 = 89.60华氏度
# 99华氏度 = 37.22摄氏度

4. if __name__ == '__main__'

对于很多编程语言来说，程序都必须要有一个入口，而 Python 则不同，它属于脚本语言，不像编译型语言那样先将程序编译成二进制再运行，而是动态的逐行解释运行。也就是从脚本第一行开始运行，没有统一的入口。

假设我们有一个 const.py 文件，内容如下：

PI = 3.14def main():print("PI:", PI)main()# PI: 3.14

现在，我们写一个用于计算圆面积的 area.py 文件，area.py 文件需要用到 const.py 文件中的 PI 变量。从 const.py 中，我们把 PI 变量导入 area.py：

from const import PIdef calc_round_area(radius):return PI * (radius ** 2)def main():print("round area: ", calc_round_area(2))main()'''
PI: 3.14
round area:  12.56
'''

我们看到 const.py 中的 main 函数也被运行了，实际上我们不希望它被运行，因为 const.py 提供的 main 函数只是为了测试常量定义。这时if __name__ == '__main__'派上了用场，我们把 const.py 改一下，添加if __name__ == "__main__"：

PI = 3.14def main():print("PI:", PI)if __name__ == "__main__":main()

运行 const.py，输出如下：

PI: 3.14

运行 area.py，输出如下：

round area:  12.56

__name__：是内置变量，可用于表示当前模块的名字。

import constprint(__name__)
# __main__print(const.__name__)
# const

由此我们可知：如果一个 .py 文件（模块）被直接运行时，其__name__值为__main__，即模块名为__main__。

所以，if __name__ == '__main__'的意思是：当 .py 文件被直接运行时，if __name__ == '__main__'之下的代码块将被运行；当 .py 文件以模块形式被导入时，if __name__ == '__main__'之下的代码块不被运行。

5. 搜索路径

当解释器遇到 import 语句，如果模块在当前的搜索路径就会被导入。

import sysprint(sys.path)# ['C:\\ProgramData\\Anaconda3\\DLLs', 'C:\\ProgramData\\Anaconda3\\lib', 'C:\\ProgramData\\Anaconda3', 'C:\\ProgramData\\Anaconda3\\lib\\site-packages',...]

我们使用 import 语句的时候，Python 解释器是怎样找到对应的文件的呢？

这就涉及到 Python 的搜索路径，搜索路径是由一系列目录名组成的，Python 解释器就依次从这些目录中去寻找所引入的模块。

这看起来很像环境变量，事实上，也可以通过定义环境变量的方式来确定搜索路径。

搜索路径是在 Python 编译或安装的时候确定的，安装新的库应该也会修改。搜索路径被存储在 sys 模块中的 path 变量中。

6. 包（package）

包是一种管理 Python 模块命名空间的形式，采用"点模块名称"。

创建包分为三个步骤：

• 创建一个文件夹，用于存放相关的模块，文件夹的名字即包的名字。
• 在文件夹中创建一个 __init__.py 的模块文件，内容可以为空。
• 将相关的模块放入文件夹中。

不妨假设你想设计一套统一处理声音文件和数据的模块（或者称之为一个"包"）。

现存很多种不同的音频文件格式（基本上都是通过后缀名区分的，例如： .wav，.aiff，.au），所以你需要有一组不断增加的模块，用来在不同的格式之间转换。

并且针对这些音频数据，还有很多不同的操作（比如混音，添加回声，增加均衡器功能，创建人造立体声效果），所以你还需要一组怎么也写不完的模块来处理这些操作。

这里给出了一种可能的包结构（在分层的文件系统中）:

sound/                          顶层包__init__.py               初始化 sound 包formats/                  文件格式转换子包__init__.pywavread.pywavwrite.pyaiffread.pyaiffwrite.pyauread.pyauwrite.py...effects/                  声音效果子包__init__.pyecho.pysurround.pyreverse.py...filters/                  filters 子包__init__.pyequalizer.pyvocoder.pykaraoke.py...

在导入一个包的时候，Python 会根据 sys.path 中的目录来寻找这个包中包含的子目录。

目录只有包含一个叫做 __init__.py 的文件才会被认作是一个包，最简单的情况，放一个空的 __init__.py 就可以了。

import sound.effects.echo

这将会导入子模块 sound.effects.echo。 他必须使用全名去访问:

sound.effects.echo.echofilter(input, output, delay=0.7, atten=4)

还有一种导入子模块的方法是：

from sound.effects import echo

这同样会导入子模块: echo，并且他不需要那些冗长的前缀，所以他可以这样使用：

echo.echofilter(input, output, delay=0.7, atten=4)

还有一种变化就是直接导入一个函数或者变量：

from sound.effects.echo import echofilter

同样的，这种方法会导入子模块: echo，并且可以直接使用他的 echofilter() 函数：

echofilter(input, output, delay=0.7, atten=4)

注意当使用 from package import item 这种形式的时候，对应的 item 既可以是包里面的子模块（子包），或者包里面定义的其他名称，比如函数，类或者变量。

设想一下，如果我们使用 from sound.effects import * 会发生什么？

Python 会进入文件系统，找到这个包里面所有的子模块，一个一个的把它们都导入进来。

导入语句遵循如下规则：如果包定义文件 __init__.py 存在一个叫做 __all__ 的列表变量，那么在使用 from package import * 的时候就把这个列表中的所有名字作为包内容导入。

这里有一个例子，在 sounds/effects/__init__.py中包含如下代码：

__all__ = ["echo", "surround", "reverse"]

这表示当你使用 from sound.effects import *这种用法时，你只会导入包里面这三个子模块。

如果 __all__ 真的没有定义，那么使用from sound.effects import *这种语法的时候，就不会导入包 sound.effects 里的任何子模块。他只是把包 sound.effects 和它里面定义的所有内容导入进来（可能运行__init__.py里定义的初始化代码）。

这会把 __init__.py 里面定义的所有名字导入进来。并且他不会破坏掉我们在这句话之前导入的所有明确指定的模块。

import sound.effects.echo
import sound.effects.surround
from sound.effects import *

这个例子中，在执行 from...import 前，包 sound.effects 中的 echo 和 surround 模块都被导入到当前的命名空间中了。

通常我们并不主张使用 * 这种方法来导入模块，因为这种方法经常会导致代码的可读性降低。

总结

好了，到此为止有关于 Python 的 模块和包 部分就介绍完了，大家要根据上面的例子多多体会，只有刻意练习才能掌握一门技术，没有捷径的，加油啊！See You！

参考文献：

• https://www.runoob.com/python3/python3-tutorial.html
• https://www.bilibili.com/video/av4050443
• https://blog.csdn.net/u010820857/article/details/85330778

相关图文：

• 资料分享：数学建模资料分享 – 图论部分
• 资料分享：数学建模资料分享 – 神经网络部分
• 如何利用 C# 实现 K 最邻近算法？
• 如何利用 C# 实现 K-D Tree 结构？
• 如何利用 C# + KDTree 实现 K 最邻近算法？
• 如何利用 C# 对神经网络模型进行抽象？
• 如何利用 C# 实现神经网络的感知器模型？
• 如何利用 C# 实现 Delta 学习规则？
• 如何利用 C# 实现 误差反向传播 学习规则？
• 如何利用 C# 爬取带 Token 验证的网站数据？
• 如何利用 C# 向 Access 数据库插入大量数据？
• 如何利用 C# + Python 破解猫眼电影的反爬虫机制？