【Python训练营打卡】day30 @浙大疏锦行

DAY 30 模块和库的导入

场景一：

main.py和 rectangle.py都在同一目录

目录结构:

项目根目录

├── main.py

└── rectangle.py

运行方案：直接在终端python main.py

# rectangle.py
import mathdef calculate_area(length, width):return length * width

# main.py
from circle import calculate_arearadius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")# 或者注释上面的，用下面的方法
# import circle 
# radius = 5
# area = circle.calculate_area(radius)
# print(f"半径为 {radius} 的圆，面积是: {area}")

尝试在终端上运行python main.py

场景2:

main.py和 rectangle.py都在根目录的子目录 model下

目录结构:

项目根目录

└── model

    ├── __init__.py   (推荐添加，将 model 目录标记为包)

    ├── main.py

    └── rectangle.py

运行方案：

1. 运行命令：python model/main.py

2. 进入路径：cd xxx（main的相对路径），然后执行python main.py

（注意如果先cd后，就不能采用第一个命令了）

# rectangle.py
import mathdef calculate_area(length, width):return length * width

# main.py
from circle import calculate_arearadius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

场景3:

main.py在根目录rectangle.py在子目录model下

目录结构:

项目根目录

├── main.py

└── model

    ├── __init__.py   (必需添加，将 model 目录标记为一个可导入的包)

    └── rectangle.py

运行方案：直接在终端python main.py

import mathdef calculate_area(length, width):return length * width

from model.rectangle import calculate_area #注意是model.rectanglewidth = 4
length = 6
area = calculate_area(width, length)
print(f"长为 {length}，宽为 {width} 的矩形，面积是: {area}")

场景4:

main.py和rectangle.py都在根目录的子目录model下，并且model下还有子目录 utils（跨目录导入）

项目根目录

├── rectangle2.py

└── utils/

    ├── __init__.py   (必需添加，将 model 目录标记为一个可导入的包)

    └── rectangle.py

└── model/

    └── main.py

运行方式

python -m model.main

如果直接使用python model/main.py，会报错，

当使用 python -m model.main 时，Python 会将当前目录（即项目根目录）添加到 sys.path 的开头。

from utils import calculate_areawidth = 4
length = 6
area = calculate_area(width, length)
print(f"长为 {length}，宽为 {width} 的矩形，面积是: {area}")

import mathdef calculate_area(length, width):return length * width

源码的查看

如果第三方库是纯python写的，往往在函数上按住ctrl即可进入函数内部查看源代码。

但是很多第三方库为了性能，底层是用其他语言写的，这里我们计算机视觉库OpenCV为例。

OpenCV核心是用C++编写的（C++可以显著提高性能），但它通过Python等其他语言的接口（bindings）使得这些功能可以在Python环境中被调用。这些接口是通过一种叫做Python/C API的技术实现的，其中C++的功能被封装成Python模块，使得Python用户可以像使用纯Python编写的库一样使用OpenCV。

OpenCV的核心是用C++编写，并且已经编译成二进制文件，编译后的二进制文件可以在不同操作系统上运行，Python中的用户通常不能直接看到方法的源代码。

二进制文件是机器语言，处理器可以直接理解和执行无需翻译，二进制语言反汇编是很困难的，用二进制语言除了效果好外，也是让用户无法看到源代码，保护了自己的知识产权。

这意味着：

●二进制文件dll文件：当你在Python中导入OpenCV库（通import cv2），你实际上是在调用预先编译好的二进制文件。这些文件包含了实现OpenCV功能的可执行代码，而非人类可读的源代码。

●接口封装：用户只能看到Python函数和对象的接口（即函数的定义，不包括实现的细节）。这也意味着无法从利用ctrl跳转到函数内部，pycharm的debugger功能同理也无法看到内部结构。

●文档和源代码：尽管在Python中不能直接看到C++的源代码实现，用户可以参考官方文档来了解各个函数和方法的用法。如果需要查看实现细节，可以访问OpenCV的[GitHub仓库](https://github.com/opencv/opencv)查看C++源代码。

@浙大疏锦行