Python学习笔记(十八)————python包相关

Python包用于管理多个模块,避免混乱。创建自定义包涉及新建包含__init__.py的文件夹。导入自定义包可通过指定包名及模块名。第三方包如numpy、pandas和tensorflow等需通过pip或PyCharm安装。国内用户可使用清华镜像加速pip安装。
摘要由CSDN通过智能技术生成

目录

(1)python包作用

(2)自定义python包

 (3)导入自定义包

方式一:

方式二:

 (4)导入第三方包

①pip安装

②PyCharm安装


(1)python包作用

基于Python模块,我们可以在编写代码的时候,导入许多外部代码来丰富功能。但是,如果Python的模块太多了,就可能造成一定的混乱,所以我们通过Python包的功能来管理。

物理上看,包就是一个文件夹,在该文件夹下包含了一个 __init__.py 文件,该文件夹可用于包含多个模块文件。

逻辑上看,包的本质依然是模块。

包的作用:

     当我们的模块文件越来越多时,可以帮助我们管理这些模块, 包的作用就是包含多个模块,但包的本质依然是模块

(2)自定义python包

步骤如下:

① 新建包`my_package`

新建包内模块:`my_module1` `my_module2`

模块内代码如下

 ​​

Pycharm中的基本步骤:

[New]  →  [Python Package] → 输入包名 [OK]   → 新建功能模块(有联系的模块)

注意:新建包后,包内部会自动创建`__init__.py`文件,这个文件控制着包的导入行为

 (3)导入自定义包

方式一:

 

方式二:

注意:必须在`__init__.py`文件中添加`__all__ = []`,控制允许导入的模块列表

 (4)导入第三方包

我们知道,包可以包含一堆的Python模块,而每个模块又内含许多的功能。所以,我们可以认为:一个包,就是一堆同类型功能的集合体。在Python程序的生态中,有许多非常多的第三方包(非Python官方),可以极大的帮助我们提高开发效率,如:

科学计算中常用的: numpy
数据分析中常用的: pandas
大数据计算中常用的: pyspark apache-flink
图形可视化常用的: matplotlib pyecharts
人工智能常用的: tensorflow

这些第三方的包,极大的丰富了Python的生态,提高了开发效率。但是由于是第三方,所以Python没有内置,所以我们需要安装它们才可以导入使用。

①pip安装

第三方包的安装非常简单,我们只需要使用Python内置的pip程序即可。

打开我们许久未见的:命令提示符程序,在里面输入:

pip install 包名称

即可通过网络快速安装第三方包

由于pip是连接的国外的网站进行包的下载,所以有的时候会速度很慢。我们可以通过如下命令,让其连接国内的网站进行包的安装:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名称

 https://pypi.tuna.tsinghua.edu.cn/simple 是清华大学提供的一个网站,可供pip程序下载第三方包

PyCharm安装

除此之外,pycharm中也可直接安装第三方包

 

 

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值