(一)python的模块的介绍与制作
(1)Python中的模块
在Python中有一个概念叫做模块(module),这个和C语言中的头文件以及Java中的包很类似,比如在Python中要调用sqrt函数,必须用import关键字引入math这个模块,下面就来了解一下Python中的模块。
说的通俗点:模块就好比是工具包,要想使用这个工具包中的工具(就好比函数),就需要导入这个模块
在Python中用关键字import来引入某个模块,比如要引用模块math,就可以在文件最开始的地方用import math来引入。在调用math模块中的函数时,必须以模块名.函数名的方式进行引用。这是因为可能存在这样一种情况:在多个模块中含有相同名称的函数,此时如果只是通过函数名来调用,解释器无法知道到底要调用哪个函数。 所以如果像上述这样引入模块的时候,调用函数必须加上模块名。实例如下:
import math
#这样会报错
print sqrt(2)
#这样才能正确输出结果
print math.sqrt(2)
有时候我们只需要用到模块中的某个函数,不需要引入完整的包,只需要通过from 包名 import 函数名 的方法引入该函数即可。此时可以用下面方法实现:
from math import sqrt
#注意:此时调用函数时,可以直接使用函数名,不需要以 包名.函数名 的方式进行调用了
print(sqrt(2))
另外,使用from … import * 把一个模块的所有内容全都导入到当前的命名空间也是可行的,只需使用如下声明:
#注意,*提供了一个简单的方法来导入一个模块中的所有项目,然而这种声明方法不建议被过多地使用。
from math import *
print(sqrt(2))
此外,在Python导入包名的过程中,一个常见的操作是用关键字as为引入的包名进行重命名。实例如下:
import math as m
# 重命名的目的是简化包名,在调用函数时更简洁一些。
print(m.sqrt(2))
(2)Python中的模块制作
在Python中,每个Python文件都可以作为一个模块,模块的名字就是文件的名字。
比如有这样一个文件 test.py,在 test.py 中定义了函数add(), 代码如下:
def add(a,b):
return a+b
那么在其他文件中就可以先import test,然后通过test.add(a,b)来调用了,当然也可以通过from test import add来引入函数。 代码如下:
import test
result = test.add(11,22)
print(result)
在实际开发中,当一个开发人员编写完一个模块后,为了让模块能够在项目中达到想要的效果,这个开发人员可能会自行在py文件中添加一些测试信息,例如:
def add(a,b):
return a+b
# 用来进行测试
ret = add(7,21)
print('7+21=', ret)
如果此时,在其他py文件中引入了此文件的话, 测试的那段代码也会被执行。
import test
result = test.add(11,22)
print(result)
# output
# 28
# 33
但是,这其实并不符合逻辑,我们希望在被执行的python脚本中导入模块时,只执行脚本中调用的模块函数,而其他模块代码不应该被执行。为了解决这个问题,python在执行一个文件时有个变量__name__ 。在被执行的python脚本中print(name)会得到结果__main__。 而在被导入的模块中执行print(name)会得到结果__模块名称__。
因此,我们经常会在项目的主程序脚本中看到代码:if __name__ == 'main'。
用这种方法来选择性的执行被导入的模块代码,这在实际开发中经常被用到。
(二)python中的包和库
实际开发中,一个大型的项目往往需要使用成百上千的 Python 模块,如果将这些模块都堆放在一起,势必不好管理。而且,使用模块可以有效避免变量名或函数名重名引发的冲突,但是如果模块名重复怎么办呢?因此,Python提出了包(Package)的概念。
什么是包呢?
简单理解,包就是文件夹,只不过在该文件夹下必须存在一个名为“__init__.py” 的文件,包将有联系的模块组织在一起,即放到同一个文件夹下。
其中,每个包的目录下都必须建立一个 __init__.py 的模块,可以是一个空模块,可以写一些初始化代码,其作用就是告诉 Python 要将该目录当成包来处理。
不过,这是 Python 2.x 的规定,而在 Python 3.x 中,__init__.py 对包来说,并不是必须的。
另外,__init__.py 不同于其他模块文件,此模块的模块名不是__init__,而是它所在的包名。
例如,在 settings 包中的__init__.py 文件,其模块名就是 settings。
包是一个包含多个模块的文件夹,它的本质依然是模块,因此包中也可以包含包。
至于Python 库:相比模块和包,库是一个更大的概念,例如在 Python 标准库中的每个库都有好多个包,而每个包中都有若干个模块。
(三)Python的pip命令
pip 是 python 自带的一个软件,相当于手机里的应用市场,可以用来安装、卸载、搜索 python 的常见模块。
直接输入 pip 后回车,可以查看 pip 命令的所有可用参数。常见的操作如下:
(1)安装模块
在终端中执行命令行:
pip install 模块名
(2)卸载模块
在终端中执行命令行:
pip uninstall 模块名
(3)搜索模块
在终端中执行命令行:
pip search 模块名
看到pip的作用同学们可能会想起conda命令,conda也可以进行包的下载安装卸载和查询。
两者的主要区别是:
pip是Python包的通用管理器; conda是一个与语言无关的跨平台环境管理器。pip可以在任何环境中安装python包(只能安装python相关的包,例如C,JAVA其他语言是不行的);conda需要安装在conda环境中装任何包(需要下载Anaconda)。
conda功能其实比pip更多。pip几乎就是个安装包的软件,conda是个环境管理的工具。conda自己可以用来创建环境,pip不能。这意味着你能用conda安装python解释器,pip不行。这一点我觉得是conda很有优势的地方,用conda env可以很轻松地管理很多个版本的python。
其次,conda和pip对于环境依赖的处理不同,总体来讲,conda比pip更加严格,conda会检查当前环境下所有包之间的依赖关系,pip可能对之前安装的包就不管了。这样做的话,conda基本上安上了就能保证工作,pip有时候可能装上了也不work。不过我个人感觉这个影响不大,毕竟主流包的支持都挺不错的,很少遇到broken的情况。这个区别也导致了安装的时候conda算依赖项的时间比pip多。
最重要的是conda作为环境管理工具,可以为不同的任务创建不同的环境,即conda具有环境隔离功能。 对于绝大多数朋友,只是在自己的个人电脑上,其实用pip和conda下载包的区别不大。如果是搞研究或者开发,在一台服务器上多人共享使用,我建议最好是conda。再者,用版本迭代很快的库,我也建议使用conda。