Python打卡Day30 模块和库的导入

一、导入官方库

所谓学习python就是学习python常见的基础语法+学习你所处理任务需要用到的第三方库

类别	典型库	解决的问题	学习门槛
基础工具	os、sys、json	操作系统交互、序列化数据（如读写 JSON 文件）	低
科学计算	numpy、scipy	数值计算、线性代数、信号处理	中
数据分析	pandas、matplotlib	数据清洗、转换、可视化（如绘制折线图、柱状图）	中
Web 开发	Django、Flask	快速搭建 Web 应用（如网站后台、API 接口）	中高
机器学习	scikit-learn、TensorFlow	机器学习算法（分类、回归、深度学习）	高
自动化脚本	pyautogui、pytest	自动化测试、桌面操作自动化（如模拟鼠标键盘操作）	低
网络爬虫	requests、Scrapy	从网页提取数据（需注意反爬机制和法律合规）	中

1.1 标准导入：导入整个库

这是最基本也是最常见的导入方式，直接使用import语句。

# 方式1：导入整个模块
import mathprint("方式1：使用 import math")
print(f"圆周率π的值：{math.pi}")
print(f"2的平方根：{math.sqrt(2)}\n")

1.2 从库中导入特定项

当使用from语法从库中导入特定的函数或类时，这些函数或类就可以在您的代码中直接使用，不需要添加模块名作为前缀。因为在导入时没有包括模块的完整路径，前面也不能加上库名。

# 方式2：导入特定的函数或变量
from math import pi, sqrtprint("方式2：使用 from math import pi, sqrt")
print(f"圆周率π的值：{pi}")
print(f"2的平方根：{sqrt(2)}\n")

1.3 非标准导入：导入整个库

如下，●这将导入math模块中定义的所有公开函数和变量。
●和上述from同理，直接调用sin()、cos()等，而无需math.前缀。
虽然 import math和 from math import *看起来都是导入了 math 模块，但它们在导入方式、作用域处理以及对命名空间的影响上有重要的区别。

1. 命名空间的污染
   import math：这种方法会将整个 math 模块导入到命名空间中，但是需要使用 math. 前缀来访问模块内的函数或变量。这种方式保持了命名空间的整洁，因为所有的 math 函数和变量都包含在 math 这个模块对象中。
   from math import *：这种方法将 math 模块中的所有公开的函数和变量导入到当前的命名空间中，可以直接使用这些函数和变量而无需 math. 前缀。这种方式可能会导致命名空间污染，特别是当有多个模块都被这样导入时，很容易发生命名冲突。

2. 明确性和可维护性
   import math：明确指出了函数和变量来源于 math 模块，这对代码的可读性和维护性都是有益的。其他阅读你代码的人可以清楚地看到每个函数的来源，这对大型项目和团队合作尤为重要。
   from math import *：虽然代码看起来更简洁，但这种方法减少了代码的明确性。如果没有足够的上下文，很难判断一个特定的函数是来自 math 模块还是其他模块，尤其是当你导入了多个模块时。

from math import *print(f"圆周率π的值：{pi}")
print(f"2的平方根：{sqrt(2)}")

模块、包的定义

模块（Module）

• 本质：以 .py 结尾的单个文件，包含Python代码（函数、类、变量等）。
• 作用：将代码拆分到不同文件中，避免代码冗余，方便复用和维护。

包（Package）

在python里，包就是库

• 本质：有层次的文件目录结构（即文件夹），用于组织多个模块和子包。
• 核心特征：包的根目录下必须包含一个 __init__.py 文件（可以为空），用于标识该目录是一个包。
  IDE（如 VSCode 或 PyCharm）通常会将你打开的项目文件夹设为“根目录”（或者说，运行时的工作目录）。Python 在导入模块时，会从这个根目录（以及其他一些标准位置和脚本所在的目录）开始查找。

场景1: main.py 和 circle.py 都在同一目录

目录结构:

项目根目录/
├── main.py
└── circle.py

main.py 内容:

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

---

运行方案：直接在终端python main.py

这里的终端可以通过左上角的查看-终端 打卡，默认的路径是你的项目根目录。

场景2: main.py 和 circle.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└── circle.py

model/main.py 内容:

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

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）

---

场景3: main.py 在根目录，circle.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)└── circle.py

main.py 内容:

# main.py
from model.circle import calculate_area
# 或者: from model import circle (然后用 circle.calculate_area，因为此时你是导入了整个模块)radius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

运行方案：直接在终端python main.py

场景3

项目根目录/
├── circle2.py
└── utils/├── __init__.py   (必需添加，将 model 目录标记为一个可导入的包)└── circle.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。

三、源代码的查看

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仓库查看C++源代码。

这就需要我们养成看文档的能力，文档就是以终为始思想的体现。文档就是api使用说明书，可能你日常买东西都不喜欢看使用说明书，但是在代码学习中，这一步是绕不开的。

@浙大疏锦行