模块
Python标准模块
内置库或内置模块是
Python
的组成部分，随
Python
解释器一起安装在系统中。
math
模块：提供了数值运算函数、幂对数函数、三角对数函数和高等特殊函数等类型。
time
模块： 提供各种操作时间的函数。（
datetime
和
calendat
模块）
•
time.sleep(secs)
：推迟调用线程的运行，
secs
的单位是秒；
比如：当连续爬虫时，当爬取当前网页后让程序暂停几秒然后再爬取，突破反扒机制
•
time.time()
：以秒为单位以浮点数返回历元之后的时间。
常用作计时：
exe_time=ending_time-strating_time
•
time.clock( )
：用以浮点数计算的秒数返回当前的
CPU
时间。 用来衡量不同程序的耗时，比
time.time()
更有用。
模块的下载
自己下载（官网）
PyPI(Python Package Index)
是
python
官方的第三方库的仓库，所有人都可以下载第三方库或上传自己开发的库到PyPI
。
https://pypi.org
，该站点列出
Python
语言超过
14
万个第三方库的基本信息
使用命令行pip语句自动下载
pip(python install packages )
•
PyPI
推荐使用
pip
包管理器来下载第三方库，可跨平台且后续版本已内置而无需安装。
•
pip
工具由
Python
官方提供并维护，是常用且高效的在线第三方库安装工具。
•
pip
需要在
cmd
命令行（而非
IDLE
）下执行。
(win+R>>>)
pip常用语句合集
| pip命令实例 | 说明 |
|
pip download SomePackage[==version]
| 下载扩展库的指定版本，不安装 |
|
pip freeze [> requirements.txt]
|
以
requirements
的格式列出已安装模块
|
|
pip list
|
列出当前已安装的所有模块
|
|
pip install SomePackage[==version]
|
在线安装
SomePackage
模块的指定版本
|
|
pip install SomePackage.whl
|
通过
whl
文件离线安装扩展库
|
|
pip install package1 package2 ...
|
依次（在线）安装
package1
、
package2
等扩展模块
|
|
pip install -r requirements.txt
|
安装
requirements.txt
文件中指定的扩展库
|
|
pip install --upgrade SomePackage
|
升级
SomePackage
模块
|
|
pip uninstall SomePackage[==version]
| 卸载SomePackage模块的指定版本 |
pip下载常见问题
1、下载速度慢——使用镜像源
Windows
系统下，使用
pip
会遇到超时的问题，导致第三方库无法顺利安装，
需要设置国内镜像源。
pip install -i <国内镜像> <第三方库名称>
例如
:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyspider
•
清华：
https://pypi.tuna.tsinghua.edu.cn/simple
•
阿里云：
http://mirrors.aliyun.com/pypi/simple/
•
中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/
•
华中理工大学：
http://pypi.hustunique.com/
•
豆瓣：
http://pypi.douban.com/simple/
使用镜像源后，pip扩展包的速度不会受到限制。
离线安装
whl包安装
pip install XlsxWriter-1.0.5-py2.py3-none-any.whl
tar.gz包安装或安装zip包
•
加压当前文件，并寻找当目录中
setup.py
文件
•
在当前目录中的
cmd
中执行python setup.py install
pip和conda的区别
两者的部分功能相同，但确实要根据不同的场景和目的进行选择和使用。
Pip
•
pip
是
Python
包管理工具，可用于从
Python
软件包索引
(Python Package Index)——PyPI
安装
软件包。
•
pip
在递归的串行循环中安装依赖项，不会确保同时满足所有软件包的依赖关系。
Conda
•
Conda
是一个跨平台的软件包（不限于
Python
，任何语言都可）和环境管理器
;
•
Conda
能够创建隔离的环境，该环境可以包含不同版本的
Python
以及其他软件包。
•
conda
使用
SAT
（
satisfiability
）
solver
来验证是否满足环境中安装的所有软件包的所有要求。
此检查可能需要花费更多时间，但有助于防止环境被破坏。
conda
比
pip
做的更多，
conda
可以调和所有有包
(
包括
python
包
)
之间的库依赖；而
pip
更关注python包，会忽略非
python
包的库依赖。
有的时候（比如pytorch环境配置和tensorflow安装），对于不同扩展包有不同版本的限制，这时，就需要使用conda配置不同扩展包特定的版本以适应需求
打开conda命令行
Windows
用户请打开“
Anaconda Prompt”
；
macOS
和
Linux
用户请打开
“
Terminal”
（“终端”）进行操作。
运行环境展示：
创建新环境
conda create --name <env_name> <package_names>
•
<env_name>即创建的环境名。建议以英文命名，且不加空格。
•
<package_names>即安装在环境中的包名。
•
若要安装指定的版本号，则只需要在包名后面以
=
和版本号的形式执行。
如：
conda create -- name python2 python=2.7，即创建一个名为“
python2”
的环境，环境中安装版本为
2.7
的python
•
若在新创建的环境中创建多个包，则直接在
<package_names>
后以空格隔开，添加多个包名
即可。如：
conda create -n python3 python=3.5 numpy pandas
，即创建一个名为“python3”
的环境，环境中安装版本为
3.5
的
python
，同时也安装了
numpy
和
pandas
。
提示：默认情况下新创建的环境将会被保存在
/Users/<user_name>/anaconda3/env
目录下，其中，
<user_name>
为当前用户的用户名。
更多管理环境
切换环境：
activate <env_name>
退出环境至：
root deactivate
显示已创建环境：
conda env list
复制环境：
conda create --name <new_env_name> --clone <copied_env_name>
删除环境：
conda remove --name <env_name> --all
安装扩展包
在指定环境中安装包
conda install --name <env_name> <package_name
•
<env_name>
即将包安装的
指定环境名
。环境名两边不加尖括号“
<>”
。
•
<package_name>
即要
安装的包名
。包名两边不加尖括号“
<>”
。
在当前环境中安装包
conda install <package_name>
• <package_name>即要安装的包名。包名两边不加尖括号“<>”
卸载安装包
卸载指定环境中的包
conda remove --name <env_name> <package_name>
•
<env_name>
即卸载包所在指定环境的名称。环境名两边不加尖括号“
<>”
。
•
<package_name>
即要卸载包的名称。包名两边不加尖括号“
<>”
。
卸载当前环境中的包
conda remove <package_name>
• <package_name>即要卸载包的名称。包名两边不加尖括号“<>”。
更新所有包
conda update --all
更新指定包
conda update <package_name>
常用的模块：skelearn、numpy、matplotlib、scipy等等
描述及其内容查询（直接在console里面输入即可）
help(module-name)
查看任意模块中所有的对象列表
>>> import math
>>> help(math)
Help on built-in module math: NAME
math
DESCRIPTION
This module provides access to the
mathematical functions
defined by the C standard.
-- More --dir(obj)
查看任意模块中的对象列表
>>> dir(math)
[‘ __doc __', '__file __', ' __name __',
'acos', 'asin', 'atan', 'atan2', 'ceil',
'cos', 'cosh', 'degrees', ‘e', 'exp',
'fabs', 'floor', 'fmod', 'frexp', 'hypot',
'ldexp', 'log', 'log10', 'modf', ‘pi',
'pow', 'radians', 'sin', 'sinh', 'sqrt', 'tan',
'tanh']
导入模块时的文件搜索顺序
•
当前文件夹
•
sys.path
变量指定的文件夹
•
标准库库目录
需要导入多个模块，建议按如下顺序进行导入：
•
标准模块
•
成熟的第三方扩展模块
•
自己开发的模块
模块搜索路径sys.path
该方法适用于自己构建的module与正在运行的py不在同一个位置，由于编辑器查找完同目录的module后，会再查找path中的，所以我们可以使用sys.path.append通过增加临时搜索路径，使得在不同位置的module也可以调用。
sys
模块的
sys.path
属性返回一个路径列表。
使用
import
语句导入模块时，系统自动从
该列表的路径中搜索模块，如果没有找到，
则程序报错。
临时增加模块搜索路径：
import sys
sys.path.append("c:\\pythompa\works")>>> import sys
>>> sys.path
['D:\\Program\\Anaconda\\python39.zip',
'D:\\Program\\Anaconda\\DLLs',
'D:\\Program\\Anaconda\\lib',
'D:\\Program\\Anaconda',
'',
'D:\\Program\\Anaconda\\lib\\site-packages',
'D:\\Program\\Anaconda\\lib\\site-packages\\win32',
'D:\\Program\\Anaconda\\lib\\site-packages\\win32\\lib',
'D:\\Program\\Anaconda\\lib\\site-packages\\Pythonwin',
'C:\\Users\\Administrator\\Desktop\\11']为了帮助理解，再举一个实例
上图中，fangchengjie这个.py位于D盘的mokuai里面，而ceshi2位于C盘中，通过使用sys.path.append,可以实现不同位置的直接调用 。
如此一来就可以调用了，代码如下
import sys
sys.path.append(r"D:\mokuai")
from fangchengjie import solution
print(solution(4,5,3))调用模块
1
.导入整个模块
import moduels( 模块名字）
2.
导入整个模块并重命名
import moduels (模块名字) as XX
3.
从一个模块里导入某函数方法
from modules( 模块名字 ) import func(方法或类）# 也可重命名：from modules( 模块名字 ) import func( 方法） as XX
4.
从一个包的模块里导入方法
from package.modules import func(方法或类）也可以用别名表示，from modules( 模块名字 ) import func( 方法） as XX
5.将
module中的全部函数方法（或叫做成员）都导入到当前的global namespace中
(谨慎使用)
from moduels import *
模块整体和部分引入
模块整体引入
基本格式：
import module_name
引用格式：module_name
>>> import math
>>> math.sin(30)
-0.9880316240模块部分引入
基本格式：
from module import func
引用格式：func()
>>> from math import sin
>>> sin(30)
-0.9880316240模块整体和部分重命名
import 模块名 as 别名
>>> import math as m
>>> m.sin(30)
-0.9880316240from 模块名 import 对象名 as 别名
# 可以减少查询次数，提高执行速度
>>> from math import sin as f
>>> f(30)
-0.9880316240.pyc文件（按照字节编译的文件类型）
.pyc
文件是经过编译后的字节码，这样下次导入时，如果模块源代码
.py
文件
没有修改（通过比较两者的时间戳），则直接导入
.pyc
文件，从而提高程序效
率。
编译前.py->编译后.pyc
Python中的包
为了组织好模块，通常会将
多个模块放在一个包
(
文件夹
)
。
包是
python
模块文件所在的
目录，且该目录下必须存在
__init__.py
文件（文件内容
可以为空）。
包的主要结构：
从包中导入模块
如果
main.py
想要引用
package_a
中的模块
modulea1
引入整个模块
import [包名1.[包名2…]].模块名
import urllib.request
#导入urllib包中的request模块
urllib.request.urlopen(url_robots) #调用模块中的方法
引入模块中的函数
from [包名1.[包名2…]].模块名 import 函数名
from urllib.request import urlopen
urlopen(url)
不同包之间的相互调用
如果
package_a
中的
module_a1
需要引用
package_b
，那么默认情况下，
Python
是找
不到
package_b
的。
可以在
package_a
中的
__init__.py
中添加
“
sys.path.append('../')”
将该包下的所有
module
都添加
* import __ init __
即可。
模块的制作
在Python中的每个Python文件均可以作为一个模块，模块的名子就是文件名，USER可以自己创建自己的模块。
tip：
注意：要处于同一目录下。
# text.py文件
def add(a,b)
return a + b
def product(a,b)
return a*b
#调用
>>> from text import add
>>> result = add(11, 12)
23模块测试
在实际开发中，当一个程序员编写完一个门模块中，为了让函数在项目中达到
想要的效果，往往在
py
文件中添加以下测试信息。
实例
# text.py文件
def add(a,b)
return a + b
result = add(12,22) #测试信息
print(“int test.pyfile,12+22={}”.format(result))
#调用
>>> import text
>>> result = add(11, 12)
>>> print(result)
int test.pyfile,12+22=34
23其中一个重要的属性就是__name__属性
通过__name__属性，可以实现在脚本运行时：
- 假如是单独运行该module，那么运行后面的测试代码，程序员可以看到自己设计的module是否符合自己的要求
- 假如是导入该module后在程序中使用，则该测试代码不会运行，（类似于被注释掉的感觉）
实例
# text.py文件
def add(a,b):
return a+b
def product(a,b):
return a*b
#用来进行测试
if __name__=='__main__':
rel=add(1,2)
print('int test.py file,1+2=%d'%rel)# a.py文件中调用模块
>>> from text import add
>>> result = add(1,2)
>>> print(result)
3上述代码，假如直接测试该模块，那么__name__就等于__main__后面的测试代码就会运行，假如该模块是import到程序里面的，那么__name__就不会自动转换为__main__，故后面的代码就不会运行。
模块的发布
(1)将模块放在setup.py包
(2)
编辑
setup.py
文件，指明需要包含哪
些
py
文件
from distutils.core import setup
setup(
name="itheima",
version="1.0",
description="itheima belongs to itcast",
author="itcast",
py_modules=['suba.aa', 'suba.bb', 'subb.cc', 'subb.dd'] )
(3)
命令窗口中，使用
built
命令
构建模块
python setup.py build
构建后的目录结构
(4)
使用
sdist
命令生成发布压缩
包
python setup.py sdist
补充知识点（time模块）
time.sleep(secs)
•
作用：在给定的秒数内挂起调用线程的执行。
•
参数：秒数，参数可以是一个浮点数，表示更精确的睡眠时间。
time.time()-->float #
常用作计算程序的运行时间
•
作用：以秒为单位以浮点数返回历元之后的时间
>>> strating_time=time.time()
>>> for i in range(4):
>>> print(i**3)
>>> ending_time=time.time()
running_time= strating_time- endinging_time
134
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
