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()
相关文章
|
2月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
277 0
|
4月前
|
人工智能 Linux 开发工具
Python从零到一:手把手带你写出第一个实用程序
Python语法简洁易懂,适合编程新手入门。它广泛应用于人工智能、自动化办公、Web开发等领域。学习Python可快速搭建项目,拥有丰富库支持和强大社区资源。通过本教程,你将掌握基础语法、环境搭建、程序逻辑控制及实战项目开发,开启编程之旅。
539 0
|
3月前
|
设计模式 决策智能 Python
Python条件控制:让程序学会"思考"的魔法
本文深入浅出地讲解Python条件控制,从基础if语句到多分支、嵌套结构,再到简洁的三元表达式与Python 3.10新增的match-case模式匹配,结合电商折扣、会员等级、ATM系统等实战案例,全面掌握程序“智能决策”的核心逻辑。
424 0
|
4月前
|
数据处理 开发工具 开发者
requirement.txt 管理python包依赖
在 Python 项目中,`requirements.txt` 用于记录依赖库及其版本,便于环境复现。本文介绍了多种生成该文件的方法:基础方法使用 `pip freeze`,进阶方法使用 `pipreqs`,专业方法使用 `poetry` 或 `pipenv`,以及手动维护方式。每种方法适用不同场景,涵盖从简单导出到复杂依赖管理,并提供常见问题的解决方案,帮助开发者高效生成精准的依赖列表,确保项目环境一致性。
1254 4
|
5月前
|
API 数据安全/隐私保护 开发者
企业微信自动加好友软件,导入手机号批量添加微信好友,python版本源码分享
代码展示了企业微信官方API的合规使用方式,包括获取access_token、查询部门列表和创建用户等功能
|
7月前
|
人工智能 并行计算 开发者
CUDA重大更新:原生Python可直接编写高性能GPU程序
NVIDIA在2025年GTC大会上宣布CUDA并行计算平台正式支持原生Python编程,消除了Python开发者进入GPU加速领域的技术壁垒。这一突破通过重新设计CUDA开发模型,引入CUDA Core、cuPyNumeric、NVMath Python等核心组件,实现了Python与GPU加速的深度集成。开发者可直接用Python语法进行高性能并行计算,显著降低门槛,扩展CUDA生态,推动人工智能、科学计算等领域创新。此更新标志着CUDA向更包容的语言生态系统转型,未来还将支持Rust、Julia等语言。
555 3
CUDA重大更新:原生Python可直接编写高性能GPU程序
|
5月前
|
数据采集 存储 NoSQL
Python爬虫案例:Scrapy+XPath解析当当网网页结构
Python爬虫案例:Scrapy+XPath解析当当网网页结构
|
6月前
|
PyTorch 算法框架/工具 C++
人工智能算法python程序运行环境安装步骤整理
本教程详细介绍Python与AI开发环境的配置步骤,涵盖软件下载、VS2017安装、Anaconda配置、PyCharm设置及组件安装等内容,适用于Windows系统,助你快速搭建开发环境。
|
6月前
|
机器学习/深度学习 前端开发 API
python3如何使用QT编写基础的对话框程序
Qt与Python结合形成了PyQt/PySide,为桌面应用开发提供强大支持。通过简单安装PyQt5或PySide6,开发者可快速搭建跨平台GUI应用。本文从创建基础对话框入手,介绍布局管理、信号与槽机制、对话框模式及样式表美化等核心功能,并探讨模态窗口、事件驱动编程和资源打包等内容。最后,引导读者探索模型视图架构、多线程处理等进阶技术,逐步掌握用Python+Qt开发高效桌面应用的技能。
206 0

推荐镜像

更多