【Linux】Python代码模块化

简介: 模块是一个包含所有你定义的函数和变量的文件,其后缀名是.py。模块可以被别的程序引入,以使用该模块中的函数等功能。这也是使用 python 标准库的方法。

任务5:

在目录下创建py文件,并进行运行任务要点:python的os和sys系统接口,文件接口

步骤1:学习python下os模块处理文件和目录的函数

os 模块提供了非常丰富的方法用来处理文件和目录。常见的方法如下,更多的方法可以参考:https://www.runoob.com/python/os-file-methods.html

image.png

步骤2:学习python下sys模块和传参函数

模块是一个包含所有你定义的函数和变量的文件,其后缀名是.py。模块可以被别的程序引入,以使用该模块中的函数等功能。这也是使用 python 标准库的方法。

可以参考:https://www.runoob.com/python3/python3-module.html

如果在win上测试:

# -*- coding: utf-8 -*-
"""
Created on Sat Nov 20 08:49:33 2021
@author: 86493
"""
import sys 
print('命令行参数如下:')
for i in sys.argv:
    print(i)
print('\n\nPython 路径为:', sys.path, '\n')

结果为:

命令行参数如下:
D:\桌面文件\matrix\code\Linux\sys_test.py
Python 路径为: ['D:\\anaconda1\\envs\\tensorflow\\python38.zip', 'D:\\anaconda1\\envs\\tensorflow\\DLLs', 'D:\\anaconda1\\envs\\tensorflow\\lib', 'D:\\anaconda1\\envs\\tensorflow', '', 'D:\\anaconda1\\envs\\tensorflow\\lib\\site-packages', 'D:\\anaconda1\\envs\\tensorflow\\lib\\site-packages\\win32', 'D:\\anaconda1\\envs\\tensorflow\\lib\\site-packages\\win32\\lib', 'D:\\anaconda1\\envs\\tensorflow\\lib\\site-packages\\Pythonwin', 'D:\\anaconda1\\envs\\tensorflow\\lib\\site-packages\\IPython\\extensions', 'C:\\Users\\86493\\.ipython'] 

1、import sys 引入 python 标准库中的 sys.py 模块;这是引入某一模块的方法。

2、sys.argv 是一个包含命令行参数的列表。

3、sys.path 包含了一个 Python 解释器自动查找所需模块的路径的列表。

步骤3:

在ubuntu中之前的home/coggle目录下,在你英文昵称(中间不要有空格哦)的文件夹中,新建(通过touch命令即可)一个test5.py文件,改程序可以使用os、sys模块完成以下功能:

功能1:打印命令行参数Python

命令行输入:
python3 test5.py 参数1 参数2
程序输出:
test5.py
参数1
参数2

image.png

其中的test5.py文件代码为:

import sys
lis = sys.argv[1:]
if len(lis) < 2:
    raise Exception("必须传入两个参数")
print(f"test5.py\n{lis[0]}\n{lis[1]}")
  • 功能2:使用os模块打印/usr/bin/路径下所有以m开头的文件。
# !/usr/bin/python3
## -*- f= coding:utf-8 -*-
import sys
import os
pth = os.listdir("/usr/bin")
ans = []
for file_dir in pth:
    name = file_dir.split('/')[-1]
    if not os.path.isdir("/usr/bin" + name) and name.startswith('m'):
        ans.append(name)
print(ans)

运行后打印的结果为:

andy@ubuntu:~/coggle$ vim test5_2.py
andy@ubuntu:~/coggle$ python3 test5_2.py
['mshowfat', 'md5sum', 'mtr', 'mktemp', 'mxtar', 'mako-render', 'mesa-overlay-control.py', 'mimetype', 'mdeltree', 'm2400w', 'mcheck', 'mcookie', 'mcopy', 'mawk', 'mandb', 'mtrace', 'mesg', 'mtoolstest', 'mmd', 'make-first-existing-target', 'mdu', 'mkzftree', 'mcomp', 'mt-gnu', 'mformat', 'mountpoint', 'manpath', 'mk_modmap', 'mcat', 'mkfontscale', 'mutter', 'mapscrn', 'mtr-packet', 'man-recode', 'mv', 'mmcli', 'mkfontdir', 'msexpand', 'mpartition', 'mscompress', 'mren', 'mzip', 'mdig', 'mousetweaks', 'mt', 'minfo', 'mmount', 'mcd', 'mkmanifest', 'mlabel', 'md5sum.textutils', 'mkfifo', 'mimeopen', 'mdir', 'mdel', 'mknod', 'm2300w-wrapper', 'mkisofs', 'min12xxw', 'mattrib', 'more', 'mclasserase', 'mmove', 'migrate-pubring-from-classic-gpg', 'make', 'mrd', 'mount', 'man', 'mtype', 'm2300w', 'monitor-sensor', 'mshortname', 'mkdir', 'mksquashfs', 'mtools', 'mbadblocks']

任务6:

在目录下创建py目录,并进行import导入任务要点:python代码模块化

步骤1:学习python模块化

可以参考:https://www.runoob.com/python3/python3-module.html

当我们使用import语句的时候,Python解释器是怎样找到对应的文件的呢?

这就涉及到Python的搜索路径,搜索路径是由一系列目录名组成的,Python解释器就依次从这些目录中去寻找所引入的模块。

这看起来很像环境变量,事实上,也可以通过定义环境变量的方式来确定搜索路径。

搜索路径是在Python编译或安装的时候确定的,安装新的库应该也会修改。搜索路径被存储在sys模块中的path变量,做一个简单的实验,在交互式解释器中,输入以下代码:

andy@ubuntu:~/coggle$ python3
Python 3.8.2 (default, Nov 15 2021, 19:16:38) 
[GCC 9.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import sys
>>> sys.path
['', '/usr/local/lib/python38.zip', '/usr/local/lib/python3.8', '/usr/local/lib/python3.8/lib-dynload', '/usr/local/lib/python3.8/site-packages']

sys.path 输出是一个列表,其中第一项是空串’’,代表当前目录(若是从一个脚本中打印出来的话,可以更清楚地看出是哪个目录),亦即我们执行python解释器的目录(对于脚本的话就是运行的脚本所在的目录)。

因此如果在当前目录下存在与要引入模块同名的文件,就会把要引入的模块屏蔽掉。

注意:

(1)from … import *可以将该模块的所有内容导入,但这种声明不应该被过多使用。

步骤2:创建affairs文件夹

在/home/coggle目录下在你英文昵称(中间不要有空格哦)的文件夹中创建affairs文件夹。

步骤3:功能要求

编写test6.py和affairs.py完成以下功能:

功能1:affairs.py代码完成https://mirror.coggle.club/dataset/affairs.txt文件的读取,这里可以直接pd.read_csv('https://mirror.coggle.club/dataset/affairs.txt')来完成。这一部分写为函数。

功能2:test6.py可以导入affairs.py代码

功能3:test6.py可以进行命令行解析,输出affairs.txt具体的第几行内容。

文件目录:

/home/coggle/ 
     你英文昵称命名的文件夹/        
             test6.py        
             affairs/            
                        affairs.py

实现要求:

在/home/coggle/你英文昵称命名的文件夹/目录下,可以执行:
python3 test6.py 10
没有bug,并完成第十行内容的输出。

test6.py文件:

# !/usr/bin/python3
## -*- f=coding:utf-8 -*-
# test6.py
import sys
from affairs.affairs import read_affairs
params = sys.argv[1:]
if not len(params):
    params = [0]
read_display([int(p) for p in params])

affairs.py文件:

# affairs.py
import pandas as pd
def read_affairs(rows):
    # rows不是一个整数,而是一个列表
    df = pd.read_csv("https://mirror.coggle.club/dataset/affairs.txt")
    print(df.loc[rows])

注意:

(1)注意如果ubuntu没有安装中文输入法,可以参考这篇:Ubuntu安装搜狗输入法。

(2)若ubuntu还没安装pandas等工具,参考关于在Ubuntu下安装配置numpy,scipy,matplotlibm,pandas 以及sklearn、ubuntu安装pandas。

相关文章
|
7月前
|
算法 编译器 开发者
如何提高Python代码的性能:优化技巧与实践
本文探讨了如何提高Python代码的性能,重点介绍了一些优化技巧与实践方法。通过使用适当的数据结构、算法和编程范式,以及利用Python内置的性能优化工具,可以有效地提升Python程序的执行效率,从而提升整体应用性能。本文将针对不同场景和需求,分享一些实用的优化技巧,并通过示例代码和性能测试结果加以说明。
|
3月前
|
人工智能 数据挖掘 数据处理
揭秘Python编程之美:从基础到进阶的代码实践之旅
【9月更文挑战第14天】本文将带领读者深入探索Python编程语言的魅力所在。通过简明扼要的示例,我们将揭示Python如何简化复杂问题,提升编程效率。无论你是初学者还是有一定经验的开发者,这篇文章都将为你打开一扇通往高效编码世界的大门。让我们开始这段充满智慧和乐趣的Python编程之旅吧!
|
1月前
|
机器学习/深度学习 数据采集 人工智能
探索机器学习:从理论到Python代码实践
【10月更文挑战第36天】本文将深入浅出地介绍机器学习的基本概念、主要算法及其在Python中的实现。我们将通过实际案例,展示如何使用scikit-learn库进行数据预处理、模型选择和参数调优。无论你是初学者还是有一定基础的开发者,都能从中获得启发和实践指导。
47 2
|
2月前
|
大数据 Python
Python 高级编程:深入探索高级代码实践
本文深入探讨了Python的四大高级特性:装饰器、生成器、上下文管理器及并发与并行编程。通过装饰器,我们能够在不改动原函数的基础上增添功能;生成器允许按需生成值,优化处理大数据;上下文管理器确保资源被妥善管理和释放;多线程等技术则助力高效完成并发任务。本文通过具体代码实例详细解析这些特性的应用方法,帮助读者提升Python编程水平。
122 5
|
4月前
|
机器学习/深度学习 Python
时间序列特征提取:从理论到Python代码实践
时间序列是一种特殊的存在。这意味着你对表格数据或图像进行的许多转换/操作/处理技术对于时间序列来说可能根本不起作用。
75 1
时间序列特征提取:从理论到Python代码实践
|
2月前
|
数据采集 机器学习/深度学习 数据处理
Python编程之魔法:从基础到进阶的代码实践
在编程的世界里,Python以其简洁和易读性而闻名。本文将通过一系列精选的代码示例,引导你从Python的基础语法出发,逐步探索更深层次的应用,包括数据处理、网络爬虫、自动化脚本以及机器学习模型的构建。每个例子都将是一次新的发现,带你领略Python编程的魅力。无论你是初学者还是希望提升技能的开发者,这些示例都将是你的宝贵财富。让我们开始这段Python编程之旅,一起揭开它的魔法面纱。
|
4月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据分析的新手指南深入浅出操作系统:从理论到代码实践
【8月更文挑战第30天】在数据驱动的世界中,掌握数据分析技能变得越来越重要。本文将引导你通过Python这门强大的编程语言来探索数据分析的世界。我们将从安装必要的软件包开始,逐步学习如何导入和清洗数据,以及如何使用Pandas库进行数据操作。文章最后会介绍如何使用Matplotlib和Seaborn库来绘制数据图表,帮助你以视觉方式理解数据。无论你是编程新手还是有经验的开发者,这篇文章都将为你打开数据分析的大门。
|
3月前
|
机器学习/深度学习 人工智能 算法
探索人工智能:机器学习的基本原理与Python代码实践
【9月更文挑战第6天】本文深入探讨了人工智能领域中的机器学习技术,旨在通过简明的语言和实际的编码示例,为初学者提供一条清晰的学习路径。文章不仅阐述了机器学习的基本概念、主要算法及其应用场景,还通过Python语言展示了如何实现一个简单的线性回归模型。此外,本文还讨论了机器学习面临的挑战和未来发展趋势,以期激发读者对这一前沿技术的兴趣和思考。
|
4月前
|
存储 中间件 PHP
Python编程入门:从零到一的代码实践深入理解 PHP 中的中间件模式
【8月更文挑战第28天】本文旨在通过浅显易懂的方式,向初学者介绍Python编程的基础知识,并结合具体代码示例,带领读者一步步实现从零基础到能够独立编写简单程序的转变。文章将围绕Python语言的核心概念进行讲解,并通过实例展示如何应用这些概念解决实际问题。无论你是编程新手还是希望扩展技能的专业人士,这篇文章都将为你打开编程世界的大门。 【8月更文挑战第28天】在PHP的世界中,设计模式是构建可维护和可扩展软件的重要工具。本文将通过浅显易懂的语言和生动的比喻,带领读者深入理解中间件模式如何在PHP应用中发挥魔力,实现请求处理的高效管理。我们将一步步揭开中间件的神秘面纱,从它的定义、工作原理到
|
5月前
|
缓存 算法 大数据
优化Python代码执行效率的技巧与实践
在Python编程中,优化代码的执行效率是提升应用性能和用户体验的关键。本文探讨了几种有效的技巧和实践方法,帮助开发者们更好地理解和应用Python语言的优化策略,从而提升程序的运行效率和响应速度。