【Linux】Python代码模块化

简介: 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

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])
相关文章
|
4天前
|
缓存 监控 测试技术
Python中的装饰器:功能扩展与代码复用的利器###
本文深入探讨了Python中装饰器的概念、实现机制及其在实际开发中的应用价值。通过生动的实例和详尽的解释,文章展示了装饰器如何增强函数功能、提升代码可读性和维护性,并鼓励读者在项目中灵活运用这一强大的语言特性。 ###
|
7天前
|
缓存 开发者 Python
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第35天】装饰器在Python中是一种强大的工具,它允许开发者在不修改原有函数代码的情况下增加额外的功能。本文旨在通过简明的语言和实际的编码示例,带领读者理解装饰器的概念、用法及其在实际编程场景中的应用,从而提升代码的可读性和复用性。
|
3天前
|
Python
探索Python中的装饰器:简化代码,提升效率
【10月更文挑战第39天】在编程的世界中,我们总是在寻找使代码更简洁、更高效的方法。Python的装饰器提供了一种强大的工具,能够让我们做到这一点。本文将深入探讨装饰器的基本概念,展示如何通过它们来增强函数的功能,同时保持代码的整洁性。我们将从基础开始,逐步深入到装饰器的高级用法,让你了解如何利用这一特性来优化你的Python代码。准备好让你的代码变得更加优雅和强大了吗?让我们开始吧!
12 1
|
8天前
|
设计模式 缓存 监控
Python中的装饰器:代码的魔法增强剂
在Python编程中,装饰器是一种强大而灵活的工具,它允许程序员在不修改函数或方法源代码的情况下增加额外的功能。本文将探讨装饰器的定义、工作原理以及如何通过自定义和标准库中的装饰器来优化代码结构和提高开发效率。通过实例演示,我们将深入了解装饰器的应用,包括日志记录、性能测量、事务处理等常见场景。此外,我们还将讨论装饰器的高级用法,如带参数的装饰器和类装饰器,为读者提供全面的装饰器使用指南。
|
4天前
|
存储 缓存 监控
掌握Python装饰器:提升代码复用性与可读性的利器
在本文中,我们将深入探讨Python装饰器的概念、工作原理以及如何有效地应用它们来增强代码的可读性和复用性。不同于传统的函数调用,装饰器提供了一种优雅的方式来修改或扩展函数的行为,而无需直接修改原始函数代码。通过实际示例和应用场景分析,本文旨在帮助读者理解装饰器的实用性,并鼓励在日常编程实践中灵活运用这一强大特性。
|
8天前
|
存储 算法 搜索推荐
Python高手必备!揭秘图(Graph)的N种风骚表示法,让你的代码瞬间高大上
在Python中,图作为重要的数据结构,广泛应用于社交网络分析、路径查找等领域。本文介绍四种图的表示方法:邻接矩阵、邻接表、边列表和邻接集。每种方法都有其特点和适用场景,掌握它们能提升代码效率和可读性,让你在项目中脱颖而出。
21 5
|
6天前
|
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。
17 2
|
8天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
26 4
|
10天前
|
缓存 开发者 Python
探索Python中的装饰器:简化和增强你的代码
【10月更文挑战第32天】 在编程的世界中,简洁和效率是永恒的追求。Python提供了一种强大工具——装饰器,它允许我们以声明式的方式修改函数的行为。本文将深入探讨装饰器的概念、用法及其在实际应用中的优势。通过实际代码示例,我们不仅理解装饰器的工作方式,还能学会如何自定义装饰器来满足特定需求。无论你是初学者还是有经验的开发者,这篇文章都将为你揭示装饰器的神秘面纱,并展示如何利用它们简化和增强你的代码库。
|
8天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
19 2