Python程序结构:模块和包的组织与导入

简介: Python程序结构:模块和包的组织与导入

技术文档:Python程序结构


概述


Python是一种高级编程语言,具有简洁、易读的语法和丰富的标准库。为了提高代码的组织性和可复用性,Python引入了模块和包的概念。本文将介绍Python程序结构中的模块和包,以及它们的定义、导入方式和加载过程。

模块(Module)


定义


模块是包含一系列数据、函数、类的文件,通常以.py结尾。通过将相关的数据、函数、类组织在一起,模块能够使程序的逻辑结构更加清晰,并有利于多人合作开发。

导入


1.使用import语句将某模块整体导入到当前模块中。语法格式如下:

import 模块名
import 模块名 as 别名

通过模块名.成员的方式使用模块中的成员。


2.使用from import语句将模块内的一个或多个成员导入到当前模块的作用域中。语法格式如下:

from 模块名 import 成员名 [as 别名1]

可以直接使用成员名而无需使用模块名进行限定。


3.使用from import *语句将某模块的所有成员导入到当前模块。语法格式如下:

from 模块名 import *

需要注意的是,以下划线(_)开头的属性不会被导入,通常称这些成员为隐藏成员。


模块变量


在模块中,有一些特殊的变量可以用于获取模块相关的信息。

1.__all__变量:定义可导出成员,仅对from 模块 import *语句有效。

2.__doc__变量:文档字符串,用于描述模块的功能和使用方法。

3.__file__变量:模块对应的文件路径名。

4.__name__变量:模块自身的名字,可以判断是否为主模块。当一个模块作为主模块(第一个运行的模块)运行时,__name__绑定为'__main__';如果是被其他模块导入,则存储模块名。

加载过程


在模块导入时,模块的所有语句会执行。但如果一个模块已经导入过,则再次导入时不会重新执行模块内的语句。

包(Package)


定义


包是将模块以文件夹的形式进行分组管理的方式。通过将相关的模块组织在一起,包能够使程序的逻辑结构更加清晰。

导入

1.使用import语句导入包中的模块。语法格式如下:

import 包名.模块名 [as 模块新名]
import 包名.子包名.模块名 [as 模块新名]

2.使用from import语句导入包中的模块或成员。语法格式如下:

from 包名 import 模块名 [as 模块新名]
from 包名.子包名 import 模块名 [as 模块新名]
from 包名.子包名.模块名 import 成员名 [as 属性新名]

3.使用from import *语句导入包内的所有子包和模块。语法格式如下:

from 包名 import *
from 包名.模块名 import *

__init__.py文件

包内必须存在一个名为__init__.py的文件,它会在包加载时被自动调用。可以在__init__.py文件中执行一些初始化操作或者定义__all__变量来记录需要导入的模块。

案例说明


下面是一个案例,用来演示如何创建包与模块,并在不同模块之间进行调用。

1.创建如下结构的包与模块:

my_project /
    main.py
    common /
        __init__.py
        list_helper.py
    skill_system /
        __init__.py
        skill_deployer.py
        skill_manager.py

2.在main.py中调用skill_manager.py中的实例方法。

from skill_system import skill_manager
manager = skill_manager.SkillManager()
manager.run()

3.在skill_manager.py中调用skill_deployer.py中的实例方法。

from . import skill_deployer
deployer = skill_deployer.SkillDeployer()
deployer.deploy()

4.在skill_deployer.py中调用list_helper.py中的类方法。

from common import list_helper
helper = list_helper.ListHelper
helper.process()
目录
相关文章
|
6月前
|
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。
724 7
|
6月前
|
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”。
465 0
|
6月前
|
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)
554 4
|
6月前
|
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。
587 0
|
6月前
|
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)
731 0
|
Python 人工智能 数据可视化
Python模块与包(八)
Python模块与包(八)
203 0
Python模块与包(八)
|
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
649 159
|
Python
Python的模块和包
总之,模块和包是 Python 编程中非常重要的概念,掌握它们可以帮助我们更好地组织和管理代码,提高开发效率和代码质量
488 159
|
数据可视化 Python
如何在Python中解决模块和包的依赖冲突?
解决模块和包的依赖冲突需要综合运用多种方法,并且需要团队成员的共同努力和协作。通过合理的管理和解决冲突,可以提高项目的稳定性和可扩展性

推荐镜像

更多