导入模块 | 学习笔记

简介: 快速学习导入模块

开发者学堂课程【Python 入门 2020年版:导入模块】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/639/detail/10440


导入模块

内容介绍:

一、导入模块

二、random.py

 

一、导入模块

创建有一个模块“demo.py”,模块中有很多方法,例如:

def eat(food) :

print('正在吃’+ food)

def sleep():

print('正在睡觉")

如果我们想要在以下含注重调用上面的方法:

import demo

demo.eat(‘面条’)

demo.sleep()

此时就直接调用了 demo 中的 eat 和 sleep 方法,输出的结果是:

正在吃面条

正在睡觉

此时有一个 Person 类,其中有 eat 和 sleep 两个方法:

class Person(object) :

def _init_(self, name) :

self.name = name

def eat(self, food):

print(self.name + '正在吃’+ food)

def sleep(self):

print(self.name + '正在睡觉')

如果要调用其中的两个方法,假如还用上述的方法会报错。

image.png

可以直接使用 Person 类创建一个对象然后在调用方法:

from demo import Person

p = Person('李四')

p.eat('西红柿鸡蛋盖饭')

p.sleep()

这里就是使用一个类然后创建对象然后在调用,这种方法是可行的。

如果不创建对象只用两个方法:

有一个文件叫 random.py ,其中有两个类 Random 和 SystemRandom。

但是我们写代码的时候调用 random.randint 这个类里面的一个方法。但是这个时候就可以直接写 random.randint 来调用这个方法。而 demo.eat 是不能直接调用的。

random() 方法返回随机生成的一个实数,它在 [0,1) 范围内。

此时我们需要使用类名创建一个对象:

p = Person( ' zhangsan ')

# p.eat('西红柿鸡蛋′)

x = p.eat  #给对象的 eat 方法设置一个别名 ×

此时调用 demo.x(‘西红柿鸡蛋盖饭’)就可以调用了,输出的结果为:

Zhangsan 正在吃西红柿鸡蛋盖饭。

#函数名后面如果加括号表示的是调用这个函数﹐并获取到函数的执行结果

#不加括号表示函数的别名

 

二、random.py

以下是 random() 方法的语法:

import random

random.random()

注意:

random( ) 是不能直接访问的,需要导入 random 模块,然后通过 random 静态对象调用该方法。

image.png

创建一个实例对象,再给创建对象的方法起一个别名,就可以调用了,而且把对象私有化了。

相关文章
|
5月前
|
前端开发 Python
我们从`reportlab.pdfgen`模块中导入了`canvas`。这个模块提供了创建PDF文件所需的基本功能。
我们从`reportlab.pdfgen`模块中导入了`canvas`。这个模块提供了创建PDF文件所需的基本功能。
|
7月前
|
存储 Java easyexcel
导出导入开发场景
导出导入开发场景
|
JSON 数据格式 Python
学到了,学到了导入模块还能这么操作
学到了,学到了导入模块还能这么操作
|
7月前
|
Python
【Python基础】模块的概念、模块的导入和下载第三方模块
【Python基础】模块的概念、模块的导入和下载第三方模块
112 0
|
7月前
|
Python
Python 模块:创建、导入和使用
将模块视为代码库。模块是一个包含一组函数的文件,您想要在应用程序中包含这些函数。
84 0
|
Python
导入名为'materials'的模块时出现了错误
导入名为'materials'的模块时出现了错误
124 2
5.ES6模块导出导入
5.ES6模块导出导入
83 0
|
消息中间件 存储 监控
源码结构介绍和导入|学习笔记
快速学习源码结构介绍和导入
源码结构介绍和导入|学习笔记
ES6模块化的导入和导出
ES6模块化的导入和导出
124 0
|
缓存 算法 JavaScript
如何开发一个导入/导出插件
在开发过程中,或多或少都会遇到数据格式转换的问题,如果只是简单的数据,那自然用什么方式都可以,如果遇到数据非常多、层级复杂、关联性强的数据,则需要摸索出一套合适的方法,本文会介绍两种比较可行的转换模型,他们各自适合不同的场景和喜好。