当前位置：首页 > news >正文

Python训练营打卡——DAY30（2025.5.19）

news 来源：原创 2025/7/19 22:25:39

模块和库的导入

一、导入官方库

1. 标准导入：导入整个库

2. 从库中导入特定项

3. 非标准导入：导入整个库

二、模块、包的定义

三、使用案例

场景1: main.py 和 circle.py 都在同一目录

场景2: main.py 和 circle.py 都在根目录的子目录 model/ 下

场景3: main.py 在根目录，circle.py 在子目录 model/ 下

场景4

四、源代码的查看

五、通俗解释

1. 模块和库是什么？

2. 导入库的三种方式

3. 模块和包怎么放？

4. 为什么有时候导入会报错？

5. 第三方库的秘密

6. 一句话总结

六、作业

准备工作

场景1：同级目录导入

场景2：子目录导入

场景3：跨目录导入

模块和库的导入

一、导入官方库

我们复盘下学习python的逻辑，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

所以你用到什么学什么库即可。学习python本身就是个伪命题，就像你说学习科目一样，你没说清晰你学习的具体科目是什么，也没说学这个科目的哪些章节，毕竟每个科目都很大-----要有以终为始的思想。

所以我们这个训练营，正确的说法是：学习借助pythob掌握深度学习和机器学习所必备的基础知识和相关工具。

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")

方式1：使用 import math
圆周率π的值：3.141592653589793
2的平方根：1.4142135623730951

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")

方式2：使用 from math import pi, sqrt
圆周率π的值：3.141592653589793
2的平方根：1.4142135623730951

类似的写法，如sklearn库很大，直接导入sklearn库会占用电脑大量内存，所以一般只导入你需要的库，

如： from sklearn.model_selection import train_test_split

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。

命名空间的污染 ①import 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。 ②from 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。
明确性和可维护性 ①import 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。 ②from 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)}")

圆周率π的值：3.141592653589793
2的平方根：1.4142135623730951

上述这些，如果是python内置库，可以直接导入，大部分第三方库都需要先用pip来安装。下面的模块，也就是.py文件，是不需要安装即可调用的。

二、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。

三、使用案例

若编写一个计算圆面积的代码并保存为 circle.py，这个文件就是一个模块。

使用时通过 import circle 导入模块，调用其中的函数（如 circle.calculate_area(5)）。

# circle.py
import mathdef calculate_area(radius):return math.pi * radius ** 2

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：

运行命令：python model/main.py
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4

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。

四、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。你会发现很多B站视频的教学，其实远不如文档说明书细致。

五、通俗解释

1. 模块和库是什么？

想象你做饭需要各种工具：

模块 = 一个工具盒（比如装调料的盒子）
- 每个.py文件就是一个工具盒，里面放函数（比如切菜刀）、变量（比如盐）等。
库 = 整个工具箱（比如一整个厨房）
- 多个模块（工具盒）组成一个库（比如numpy库就是装满数学工具的箱子）。

2. 导入库的三种方式

假设你想用工具箱里的尺子：

整个箱子搬过来 → 每次用都要说箱子名：

import math  # 搬来数学工具箱
print(math.sqrt(4))  # 用里面的尺子（开平方）

只拿需要的工具 → 直接用工具名：

from math import sqrt  # 只拿尺子
print(sqrt(4))  # 直接量尺寸

把整个工具箱倒出来（不推荐）→ 容易和别的工具搞混：

from math import *  # 倒出所有工具
print(sqrt(4))  # 但可能和别的工具箱里的尺子重名

3. 模块和包怎么放？

场景1：工具盒和你要用的地方在同一个抽屉

项目文件夹/ ├── 你的代码.py └── 工具盒.py

# 直接拿工具盒里的东西
from 工具盒 import 切菜刀
切菜刀()

场景2：工具盒在子抽屉里

项目文件夹/ └── 厨房/ ├── __init__.py （贴个标签，说明这是厨房工具箱） └── 工具盒.py

# 从厨房子抽屉拿工具
from 厨房.工具盒 import 炒锅
炒锅()

场景3：代码在子抽屉，工具盒在隔壁

项目文件夹/
├── 厨房/
│   └── 工具盒.py
└── 我的房间/└── 我的代码.py

# 我的代码.py需要跨到厨房拿工具
from 厨房.工具盒 import 菜刀
菜刀()

4. 为什么有时候导入会报错？

问题1：没找到工具盒 → 检查路径对不对。
问题2：工具盒没贴标签 → 确保子文件夹有__init__.py文件（哪怕空的）。
问题3：工具名写错 → 比如import mat但正确是import math。

5. 第三方库的秘密

纯Python库（比如requests）：你能看到所有工具怎么做的（源码）。
编译过的库（比如OpenCV）：工具被锁在盒子里（二进制文件），只能看说明书（官方文档）学用法。

6. 一句话总结

学Python库 = 学怎么借别人的工具箱（库）里的工具（函数）。
导入方式：按需借工具，别把整个厨房倒出来。
路径问题：确保工具箱放在你能找到的地方（正确目录结构）。

六、作业

自己新建几个不同路径文件尝试下如何导入

作业目标

创建 3 种目录结构，练习模块导入，观察成功/失败情况。

准备工作

新建一个总文件夹，例如 python_import_practice
用 VSCode 或 PyCharm 打开这个文件夹

场景1：同级目录导入

目录结构：

python_import_practice/
├── utils.py     （工具模块）
└── main.py       （主程序）

操作步骤

（1）在 utils.py 中写：

def say_hello():return "Hello from utils!"

（2）在 main.py 中写：

from utils import say_helloprint(say_hello())  # 预期输出：Hello from utils!

Hello from utils!

场景2：子目录导入

目录结构：

python_import_practice/
├── my_package/ （子包）
│ ├── __init__.py （空文件）
│ └── tools.py （工具模块）
└── main.py （主程序）

操作步骤：

（1）在 tools.py 中写：

def add(a, b):return a + b

（2）在 main.py 中写：

from my_package.tools import addresult = add(3, 5)
print(f"3+5={result}")  # 预期输出：3+5=8

场景3：跨目录导入

目录结构：

python_import_practice/
├── core/
│ └── calculator.py （计算器模块）
└── scripts/
└── app.py （主程序）

操作步骤：

（1）在 calculator.py 中写：

def multiply(x, y):return x * y

（2）在 app.py 中写：

# 尝试导入（这里会报错！先故意写错）
from core.calculator import multiplyresult = multiply(4, 6)
print(f"4 * 6={result}")

（3）直接运行会报错！修复方法：

在 python_import_practice 文件夹打开终端
输入：python -m scripts.app （用模块方式运行）

@浙大疏锦行

模块和库的导入

一、导入官方库

1. 标准导入：导入整个库

2. 从库中导入特定项

3. 非标准导入：导入整个库

二、模块、包的定义

三、使用案例

场景1: main.py 和 circle.py 都在同一目录

场景2: main.py 和 circle.py 都在根目录的子目录 model/ 下

场景3: main.py 在根目录，circle.py 在子目录 model/ 下

场景4

四、源代码的查看

五、通俗解释

1. 模块和库是什么？​​

​​2. 导入库的三种方式​​

​​3. 模块和包怎么放？​​

​​4. 为什么有时候导入会报错？​​

​​5. 第三方库的秘密​​

​​6. 一句话总结​​

六、作业

​​准备工作​​

​​场景1：同级目录导入​​

​​场景2：子目录导入​​

​​场景3：跨目录导入​​

相关文章：

场景1: `main.py` 和 `circle.py` 都在同一目录

场景2: `main.py` 和 `circle.py` 都在根目录的子目录 `model/` 下

场景3: `main.py` 在根目录，`circle.py` 在子目录 `model/` 下

1. 模块和库是什么？

2. 导入库的三种方式

3. 模块和包怎么放？

4. 为什么有时候导入会报错？

5. 第三方库的秘密

6. 一句话总结

准备工作

场景1：同级目录导入

场景2：子目录导入

场景3：跨目录导入