【Python进阶(五)】——模块搜索及工作目录

简介: 【Python进阶(五)】——模块搜索及工作目录

【Python进阶(五)】——模块搜索及工作目录,建议收藏!

该篇文章利用Python展示了模块搜索和工作目录的相关操作。

1 搜索路径

1.1 变量搜索路径

  运行程序:

dir()

  运行结果:

['In',
 'NamespaceMagics',
 'Out',
 '_',
 '_Jupyter',
 '__',
 '___',
 '__builtin__',
 '__builtins__',
 '__doc__',
 '__loader__',
 '__name__',
 '__package__',
 '__spec__',
 '_dh',
 '_getshapeof',
 '_getsizeof',
 '_i',
 '_i1',
 '_i2',
 '_i3',
 '_i4',
 '_i5',
 '_i6',
 '_i7',
 '_i8',
 '_i9',
 '_ih',
 '_ii',
 '_iii',
 '_nms',
 '_oh',
 'exit',
 'get_ipython',
 'getsizeof',
 'json',
 'myfunc1',
 'np',
 'quit',
 'var_dic_list']

1.2 变量重定义

运行程序:

vi=1#将变量放入搜索路径的方法:用赋值语句定义一个新变量
dir()

1.3 变量移除

运行程序:

del vi #移除变量
vi

1.4 模块搜索路径

运行程序:

import sys
sys.path  #sys模块中提供的属性path

1.5 添加模块搜索路径

运行程序:

import sys
sys.path.append('H:\\Python\\Anaconda')#增加新路径到模块搜索路径
sys.path

1.6 移除模块搜索路径

sys.path.remove('H:\\Python\\Anaconda')#移除模块中路径
sys.path

2 工作目录

2.1 显示当前工作目录的方法

  运行程序:

import os
print(os.getcwd())

  运行结果:

D:\pythonjupyter

2.2 更改当前工作目录的方法

  运行程序:

os.chdir('D:\pythonjupyter')
print(os.getcwd())

  运行结果:

D:\pythonjupyter

2.3 读、写当前工作目录的方法

  运行程序:

from pandas import read_csv
data = read_csv('bc_data.csv') #读取csv文件


相关文章
|
11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。
1156 7
|
11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”。
963 0
|
11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)
819 4
|
11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。
921 0
|
11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)
1396 0
|
Python 人工智能 数据可视化
Python模块与包(八)
Python模块与包(八)
329 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
803 159
|
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
587 159
|
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