Python模块

简介: Python模块

一、模块


(一)定义


模块指的是Python的程序文件(源文件),模块的文件名就是模块名加上.py,里面包含了Python对象定义和Python语句,模块包含了定义函数、类和执行代码等等,一般情况下不要去修改模块,以免模块失效。


(二)模块导入


Python中允许导入的形式来进行模块调用,Python中的模块也是对象,模块中定义的所有全局变量,导入后都成为模块的属性。


1.语法1: import 模块名

如果要导入多个模块,可以只用1个import来导入多个模块,多个模块之间用逗号隔开即可,但是在Python的PEP8风格里面,不建议这么做,所以要导入几个模块,就写几个import来进行挨个导入。


例子:导入math模块并调用sqrt()开平方的功能对9进行开平方

import math
num = math.sqrt(9)
print(num)


输出结果:

3.0


提示一下,在Python中进行运算操作默认返回的是float类型,所以是3.0。


2.语法2: from 模块名 import 功能1,功能2

注意这里的功能后面不加括号。

例子:导入math模块并调用sqrt()开平方的功能对9进行开平方

from math import sqrt
num = sqrt(9)
print(num)

输出结果:

3.0


3.语法3:from 模块名 import

一般情况下,这个语法可以导入模块的所有功能,当你要用某个模块的多个功能的时候,就不用挨个写了,这里我就不举例了,都是一样的。

注意点:

这个方式并非在所有情况下都能导入模块中的所有功能,
如果模块中有__all__=["功能1","功能2"]这样的声明,
那么导入的模块只能用功能1和功能2,
如果模块中还有功能3等等功能,但是没有在__all__=[列表]中声明,则无法调用。


例子:(这个例子需要看完下面的自定义模块才看得懂)

新建了1个叫module1的模块,模块代码有2个功能:

def fun1() : #实现a+b并输出结果
    print("fun1")
def fun2() : #实现a+b并输出结果
    print("fun2")
__all__ = ["fun1"]  #声明只能调用fun1()


在另一个Python文件中用语法3的方式导入模块中的所有方法:

from module1 import *
fun1()
fun2()

执行结果只打印出来fun1,然后就报错提示fun2()没有被定义,无法识别,这就是因为

在module1中用__all__声明了可调用的方法只有fun1()。

(三)定义别名


有的模块或者模块内的功能名字比较长,多次使用的时候不方便,可以进行自定义模块或者功能的名字。


1.模块自定义别名: import 模块名 as 别名

例子:自定义time模块为别名t并使用。

import time as t
t.sleep(3)  #延迟三秒
print("hello world")


程序执行3秒后输出:

hello world


2.功能自定义别名: from 模块名 import 功能名 as 别名

例子:导入time模块并自定义sleep()功能为s这个名字

from time import sleep as s
s(5)  #延时5秒
print("hello world")


程序执行5秒后输出:

hello world

(四)自定义模块


每个人都能生成自定义模块来进行调用,自定义模块就是Python文件,我们写代码时创建的Python文件就相当于1个模块。


注意点:被调用的模块尽量放在当前Python文件相同目录下,否则导入时要声明所在文件夹才能导入。

例子:自定义1个模块,在另一个Python文件中进行调用。


新建1个名为module1的Python文件,代码如下:

def fun1(a,b) : #实现a+b并输出结果
    print(a+b)


相同目录下新建另一个Python文件,调用module1.py这个模块:

import module1
module1.fun1(20,30)


运行当前Python文件结果:

50

(五)模块的测试


每个模块导入的时候都默认被执行一遍,但同时在模块内部又存在着很多的内部测试代码,为了避免导入模块时执行了模块内部的测试代码,于是就牵扯到一个方法:

很多模块在内部都有测试方法:
if __name__ == "__main__":
  代码1

这个方法能够实现一个功能,在模块中执行的话,就会执行代码1的代码,在其他文件导入该模块的时候,则不会执行代码1的代码,所以一般模块内部的测试都放在了代码1当中。


为什么?神奇的点就在于__name__,它在当前文件中执行的结果是__main__,在其他文件导入时执行的结果是模块名,所以利用这一点,用上if语句就能判断模块执行到底是在当前文件执行还是被导入执行。


举例:

新建1个Python叫module1,作为模块,代码如下:

print(__name__) #打印__name__


执行结果:

__main__


再新建1个Python文件,导入刚才建好的module1.py模块:

import module1


执行结果:

module1


在当前文件的执行和被导入时执行,结果是不一样的,所以它成为了模块的内部测试方法。

注意点:在自定义的模块中,不建议写while循坏,不然导入的过程中一直在执行模块里面的while循坏,可能会跳不出来,也就是一直在导入模块,其他代码执行不到。


目录
相关文章
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
1246 7
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
1036 0
|
开发者 Python
如何在Python中管理模块和包的依赖关系?
在实际开发中,通常会结合多种方法来管理模块和包的依赖关系,以确保项目的顺利进行和可维护性。同时,要及时更新和解决依赖冲突等问题,以保证代码的稳定性和可靠性
825 159
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
892 4
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
360 4
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
1019 0
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
1496 0
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
1027 0
|
Python
Python Internet 模块
Python Internet 模块。
424 74

推荐镜像

更多