Python 模块导入
什么是Python模块？
Python模块是包含Python定义和语句的文件。模块可以被理解为一个包含函数、类和变量的Python脚本文件（.py文件），它能够被其他Python程序导入和使用。模块的文件名就是模块名称加上.py后缀。
提示
模块使我们能够将代码分解成更小、可管理的部分，并促进代码的重用性和组织性。
为什么需要模块？
在开发过程中，我们经常需要：
- 代码复用：避免在多个文件中重复编写相同的功能
- 代码组织：将相关功能组织在一起，使代码结构更清晰
- 命名空间管理：避免不同部分的代码中的命名冲突
基本导入语法
导入整个模块
python
import module_name
导入后，可以使用.访问模块中的函数、变量或类：
python
import math
# 使用模块中的函数
result = math.sqrt(16)
print(result) # 输出: 4.0
导入特定成员
python
from module_name import name1, name2
这样可以直接使用导入的成员，无需模块前缀：
python
from math import sqrt, pi
# 直接使用导入的函数和变量
result = sqrt(16)
circle_area = pi * (2 ** 2)
print(result) # 输出: 4.0
print(circle_area) # 输出: 12.566370614359172
导入时重命名
python
import module_name as alias
# 或
from module_name import name as alias
当模块名称太长或有名称冲突时，重命名非常有用：
python
import numpy as np
# 使用别名访问
array = np.array([1, 2, 3, 4, 5])
print(array.mean()) # 输出: 3.0
导入模块中的所有内容
python
from module_name import *
警告
不推荐使用这种方式，因为它会导入模块中的所有内容到当前命名空间，可能引起名称冲突并使代码难以理解。
模块搜索路径
当你导入一个模块时，Python解释器会按以下顺序搜索模块：
- 当前目录
- 由环境变量
PYTHONPATH指定的目录列表 - 安装Python时默认指定的目录
可以通过sys.path查看当前的模块搜索路径：
python
import sys
print(sys.path)
创建自己的模块
创建模块非常简单，只需编写一个.py文件：
my_module.py:
python
# 定义一个变量
pi = 3.14159
# 定义一个函数
def square(x):
return x * x
# 定义一个类
class Circle:
def __init__(self, radius):
self.radius = radius
def area(self):
return pi * self.radius ** 2
使用自定义模块:
python
import my_module
# 使用模块中的变量
print(my_module.pi) # 输出: 3.14159
# 使用模块中的函数
result = my_module.square(4)
print(result) # 输出: 16
# 使用模块中的类
circle = my_module.Circle(5)
print(circle.area()) # 输出: 78.53975
Python 包
包是一种组织相关模块的方式，可以看作是一个包含多个模块的文件夹。包中必须包含一个特殊的文件__init__.py（在Python 3.3+中可选但建议保留）。
创建包
- 创建一个文件夹作为包
- 在文件夹中创建
__init__.py文件（可以为空） - 在文件夹中添加模块文件（
.py）
例如，我们创建一个简单的数学运算包：
math_operations/
__init__.py
basic.py
advanced.py
math_operations/init.py:
python
# 可以为空，或包含包级别的初始化代码
print("Math operations package is initialized")
math_operations/basic.py:
python
def add(a, b):
return a + b
def subtract(a, b):
return a - b
math_operations/advanced.py:
python
import math
def square_root(x):
return math.sqrt(x)
def power(base, exp):
return base ** exp
导入包中的模块
python
# 导入整个包
import math_operations
# 导入包中的特定模块
from math_operations import basic
result = basic.add(5, 3)
print(result) # 输出: 8
# 导入模块中的特定函数
from math_operations.advanced import square_root
result = square_root(16)
print(result) # 输出: 4.0
相对导入
在包内部的模块之间，可以使用相对导入：
python
# 导入同一包中的模块（相对导入）
from . import module_name
# 导入父包中的模块
from .. import module_name
# 导入父包的父包中的模块
from ... import module_name
例如，如果advanced.py需要使用basic.py中的函数：
python
# math_operations/advanced.py
from . import basic
def multiply_and_add(a, b, c):
return basic.add(a * b, c)
模块导入的最佳实践
- 导入放在文件顶部：所有导入语句应该放在文件的开头，在任何代码之前
- 按组排列导入：
- 标准库导入
- 第三方库导入
- 本地应用/库导入
- 避免使用
from module import *：明确导入所需的特定对象 - 使用绝对导入：更加清晰和可维护
- 模块名应简短且描述性：避免使用过长或含糊不清的名称
if __name__ == "__main__"的作用
这是一个Python惯用法，用于确定模块是作为独立程序运行还是被导入到其他模块中：
python
# my_module.py
def hello():
return "Hello, World!"
# 当作为独立程序运行时执行
if __name__ == "__main__":
print(hello())
print("This module is being run directly")
else:
print("This module is being imported")
当直接运行my_module.py时，输出：
Hello, World!
This module is being run directly
但当导入模块时，只会输出：
This module is being imported
实际应用场景
场景1：数据处理工具包
假设我们正在开发一个数据分析项目，可以创建一个包含不同数据处理功能的包：
data_tools/
__init__.py
readers.py # 包含从不同来源读取数据的函数
cleaners.py # 包含清理数据的函数
analyzers.py # 包含分析数据的函数
visualizers.py # 包含可视化数据的函数
使用示例：
python
# 主程序
from data_tools.readers import read_csv
from data_tools.cleaners import remove_duplicates
from data_tools.analyzers import basic_stats
from data_tools.visualizers import plot_histogram
# 读取数据
data = read_csv('data.csv')
# 清理数据
clean_data = remove_duplicates(data)
# 分析数据
stats = basic_stats(clean_data)
print(stats)
# 可视化数据
plot_histogram(clean_data, 'age')
场景2：API封装
当与外部API交互时，可以创建模块来封装API调用：
python
# weather_api.py
import requests
API_KEY = "your_api_key_here"
BASE_URL = "https://api.weatherservice.com/v1"
def get_current_weather(city):
"""获取指定城市的当前天气"""
url = f"{BASE_URL}/current?city={city}&key={API_KEY}"
response = requests.get(url)
return response.json()
def get_forecast(city, days=5):
"""获取指定城市的天气预报"""
url = f"{BASE_URL}/forecast?city={city}&days={days}&key={API_KEY}"
response = requests.get(url)
return response.json()
使用模块：
python
import weather_api
# 获取当前天气
weather = weather_api.get_current_weather("Beijing")
print(f"当前温度: {weather['temperature']}°C")
# 获取天气预报
forecast = weather_api.get_forecast("Shanghai", 3)
for day in forecast['days']:
print(f"{day['date']}: {day['condition']}, {day['temp_max']}°C / {day['temp_min']}°C")
总结
- 模块是包含Python代码的文件，可以被导入到其他Python程序中重用
- 导入语法包括
import module、from module import name和import module as alias等形式 - 包是组织相关模块的文件夹，包含
__init__.py文件 - 相对导入适用于包内模块之间的引用
- 模块搜索遵循特定的路径顺序
if __name__ == "__main__"用于区分直接运行和导入
模块和包是Python代码组织和重用的基础，掌握它们的使用对编写可维护的Python程序至关重要。通过合理使用模块和包，你可以使代码更加模块化、可测试并易于维护。
练习
- 创建一个名为
calculator.py的模块，包含基本的数学运算函数（加、减、乘、除） - 创建另一个Python文件导入这些函数并使用它们
- 创建一个名为
geometry的包，包含计算不同几何形状面积和周长的模块 - 编写一个程序，导入并使用geometry包中的函数