Python 的 __name__ 变量及其应用

简介: __name__ 是 Python 中的一个特殊变量,它代表当前模块的名字。当一个 Python 文件被直接运行的时候,__name__ 的值会被设置为 __main__。当代码被导入到其他模块中运行时,__name__ 的值会被设置为模块名称。

Python 的 name 变量及其应用

在 Python 中,每个模块(module)都有内置的 __name__ 变量,它的值取决于模块的使用方式。
当模块被直接执行时,__name__ 的值是 __main__。当模块被导入时,__name__ 的值是模块的名字。

self.scope['__name__'] = '__main__'

例如,在模块 module1.py 中有:

print(__name__)

如果直接执行 python module1.py,输出会是:

__main__

如果在其他模块 module2.pyimport module1,输出会是:

module1

利用这个特点,我们可以在模块中写一段代码来判断模块是被直接执行还是被导入,比如:

python
if __name__ == '__main__':
    # 直接执行代码
else:
    # 被导入时执行代码

这个技巧常常用于编写可以导入的脚本,在导入时提供函数和变量,在直接执行时执行主程序逻辑。
例如,我们编写一个模块 module_demo.py:

def func():
    print('This is a function')

if __name__ == '__main__':
    print('Executed when invoked directly') 
else:
    print('Executed when imported')

如果直接执行这个模块,输出会是:

Executed when invoked directly

如果在其他模块中导入这个模块,输出会是:

Executed when imported

这个模块既可以被直接执行,也可以被导入使用。
再举一个实际例子,我们开发一个命令行工具,一般会编写一个入口模块,比如 tool.py:

def main():
    print('Tool started!')

if __name__ == '__main__':
    main()

我们还可以编写其他模块导入和使用 tool.py 中的功能,同时当直接执行 tool.py 时,入口函数 main() 被调用,命令行工具启动。
__name__ 这个变量为我们实现模块的双重用途提供了可能,是 Python 中一个简单但非常有用的设计。熟练使用这个技巧可以让我们的代码更 modular, reusable 和 flexible。

总结

总之,记住:__name__ == '__main__' 表示模块被直接执行,否则模块被导入。运用这个技巧,我们可以编写既可以导入也可以直接执行的 Python 模块。

相关文章
|
6天前
|
Python
【Python】 已解决:NameError: name ‘python‘ is not defined
【Python】 已解决:NameError: name ‘python‘ is not defined
21 8
|
7天前
|
数据采集 机器学习/深度学习 Python
【Python】已完美解决:ImportError: cannot import name ‘Imputer‘ from ‘sklearn.preprocessing
【Python】已完美解决:ImportError: cannot import name ‘Imputer‘ from ‘sklearn.preprocessing
16 3
|
6天前
|
机器学习/深度学习 监控 算法
Python数据分析与机器学习在金融风控中的应用
Python数据分析与机器学习在金融风控中的应用
31 12
|
4天前
|
分布式计算 并行计算 算法
探索排序的宇宙奥秘:Python中归并排序的并行处理与分布式应用!
【7月更文挑战第11天】归并排序是一种分治算法,适用于并行和分布式处理。在Python中,利用`concurrent.futures`可实现并行归并排序,但因GIL限制,可能需借助`multiprocessing`或GPU库。分布式归并排序则通过分布式框架如Apache Spark处理大规模数据,每个节点独立排序后进行网络合并。并行与分布式技术提升了处理大数据的速度和效率。**
16 9
|
1天前
|
Python
python变量未定义(NameError)
【7月更文挑战第13天】
17 11
|
1天前
|
消息中间件 安全 数据处理
Python中的并发编程:理解多线程与多进程的区别与应用
在Python编程中,理解并发编程是提高程序性能和响应速度的关键。本文将深入探讨多线程和多进程的区别、适用场景及实际应用,帮助开发者更好地利用Python进行并发编程。
|
1天前
|
关系型数据库 数据处理 数据库
Python中的异步编程:理解asyncio模块及其应用
在现代编程中,异步编程变得越来越重要。Python中的asyncio模块为开发者提供了强大的工具,帮助他们利用异步编程模式来处理高并发和IO密集型任务。本文将深入探讨asyncio模块的核心概念、基本用法以及实际应用场景,帮助读者更好地理解和运用Python中的异步编程技术。
|
2天前
|
XML 前端开发 API
惊艳全场的秘诀!AJAX、Fetch API与Python后端,打造令人惊叹的Web应用!
【7月更文挑战第13天】构建现代Web应用的关键在于提供无缝用户体验,这涉及AJAX和Fetch API的异步数据交换以及Python(如Flask)的后端支持。Fetch API以其基于Promise的简洁接口,改进了AJAX的复杂性。例如,一个Flask应用可提供用户数据,前端利用Fetch API在不刷新页面的情况下显示信息。这种结合提升了效率,减少了服务器负载,是现代Web开发的趋势。随着技术发展,预期将有更多工具优化这一过程。
10 3
|
4天前
|
数据采集 机器学习/深度学习 Java
Python中的偏函数及其广泛应用方式
Python 中的 functools.partial 函数不仅仅是一种实用工具,更是贯穿于各类编程场景的核心构件。 无论是在函数式编程、装饰器设计、GUI 编程、Web 开发、异步任务处理,还是数据预处理和机器学习等领域,偏函数都能助力开发者简化代码结构、增强代码可读性和可维护性,进而提升整体编程效率。 通过灵活运用偏函数,我们可以更好地封装和复用代码逻辑,打造出更为优雅、高效的程序。
|
7天前
|
机器学习/深度学习 数据采集 搜索推荐
Python数据分析与机器学习在电子商务推荐系统中的应用
Python数据分析与机器学习在电子商务推荐系统中的应用
24 5