User:Xyy23330121/Python/模组
 |  |
我们之前接触过 import 语句以导入模块。本章将详细讲解 import 语句的工作方式，如何编写模块，以及如何安装第三方模块。
任何 .py 的文件都是一个简单的模块。为简单起见，我们新建一个文件夹，在其中放两个文件：
folder/
MyModule.py
test.py其中 MyModule.py 的内容为：
#!/usr/bin/python
# -*- coding: utf-8 -*-
var = "变量"
def f(): print("函数")
class C:
def __str__(self): return "类"
而 test.py 的内容为：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import MyModule
print(MyModule.var)
MyModule.f()
obj = MyModule.C()
print(obj)
运行 test.py，输出为：
变量
函数
类可见，我们可以正常导入之前已经写过的文件当中的变量、函数以及类。而 MyModule.py 就已经是一个模块了。
| |
模块同类、函数、一般的变量一样，它也是一个对象。对于该对象的具体操作暂不赘述，这里仅作为拓展。
| |
如果一个文件夹具有 __init__.py 文件，则该文件夹会被视为一个模块（包）。
就像维基学院的页面可以一个页面有几个分页面一样，模块的包也可以一个包包含几个子包。父包和子包在文件系统中的体现，就是父包是带有 __init__.py 的父文件夹，而子包是带有 __init__.py 的、父包文件夹的子文件夹。
这里我们执行以下步骤以创建一个简单的包。
- 把上面“简单模块”章节中的
MyModule.py重命名为__init__.py - 新建一个
MyModule文件夹，把__init__.py移动进去，形成这样的结构：
folder/
test.py
MyModule/
__init__.py我们运行 test.py，输出和上面的“简单模块”章节中的内容是一致的。
我们依旧使用上面的示例。如果我们需要导入tkinter中 ttk 子模块时，应当这样导入：
import tkinter.ttk
但是，如果用上面的方法进行导入。我们在使用包的内容时，则需要用以下方式，写明包的全称来调用包中的东西，比如：
tkinter.ttk.Label(text = "test")
我们有两种解决方法。第一种是 import ... as ...，第二种是利用 from ... import ...。
类似 from math import trunc 可以让之后调用 math.trunc 时无需标注包名，直接用 trunc 即可。相对调用也可以用于省略父包的名称。比如：
from tkinter import ttk
ttk.Label(text = "test") #相比上面的调用，省略了"tkinter."
这对于前缀过长时十分好用。
对于包中的内容而言，支持一种称作“相对导入”的方式。我们从文件树开始。
folder/
__init__.py
test.py
MyModule/
__init__.py
test2.py
test3.py
SubModule/
__init__.py
test4.py
MyModule2/
__init__.py
test5.py此时，在 test2.py 中支持以下操作：
from . import test3 #导入test3.py
from .. import test #导入test.py
from .SubModule import test4 #导入test4.py
from ..MyModule2 import test5 #导入test5.py
相对导入是关乎模块名称的。我们在导入模块后，可以用 __name__ 属性来访问模块的名称，比如：
import tkinter.ttk as ttk
print(ttk.__name__) #输出：tkinter.ttk
而直接被执行的（而非被导入）的文件总会以'__main__' 为名称。比如我们直接执行以下代码：
print(__name__) #输出：__main__
相对导入和文件的 __name__ 属性有关。在导入时，会按照被导入文件的 __name__ 属性决定相对导入的对象。之所以上面在 test2.py 中的操作可以成功，是因为我们先执行了：
import folder.MyModule.test2
此时，test2.py 的 __name__ 属性为 folder.MyModule.test2。在导入 test2.py 中代码时，test2.py 中的内容会按照 test2.py 的 __name__ 属性，被解释为：
from . import test3 #"." 被替换为 "folder.MyModule."
from .. import test #".." 被替换为 "folder."
from .SubModule import test4 #"." 被替换为 "folder.MyModule."
from ..MyModule2 import test5 #".." 被替换为 "folder."
若直接运行 test2.py 则 test2.py 的 __name__ 属性变为了 __main__，此时就不适用于相对导入。使用了相对导入的文件不应该被直接执行。
特别的，对于 folder/__init__.py ，直接用：
from MyModule import test2
也是相对导入。
| |
由于上面的特性，我们可以通过 __name__ 来判断文件是否被直接执行。比如：
if __name__ == "__main__":
print("被直接执行")
else:
print("不被直接执行")
此时，可以通过不同的运行状况，来使用对应的策略。比如：
def times(a,b):
return a*b
if __name__ == "__main__":
print(
times(
float(input("输入两个数字，输出乘法结果。\n第一个数字：")),
float(input("第二个数字："))
))
对于仅有单个 .py 文件组成的模块，直接执行模块就是直接执行该 .py 文件。而对于包而言，直接执行模块时，会执行其目录中的 __main__.py 文件。
读者既可以打开包的位置并手动执行其中的 __main__.py，也可以在比如 cmd.exe 中使用以下指令，直接执行已被安装的包：
python -m PackageName如果一个包中没有 __main__.py，则那个包就不应被直接执行。
我们也可以从模块中导入 __main__ 的内容。比如：
folder/
importmain.py
test.py其中 importmain.py 的内容为：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import __main__
def prtvar: print(__main__.var)
而 test.py 的内容为：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import importmain
var = "__main__中的变量"
importmain.prtvar()
运行 test.py，输出为：
__main__中的变量可以看出，我们在模块中反过来调用了当时直接运行的文件中的变量。每个直接运行的文件，在运行中，可以被视为以 __main__ 为名称的模块。
在模块中，一些特殊的变量在运行时可能有特殊的效果。如果模块是包，这些变量应该写在 __init__.py 里。
在 from Module import * 时，导入的内容名称列表。比如在 json 模块中，有：
__all__ = [
'dump', 'dumps', 'load', 'loads',
'JSONDecoder', 'JSONDecodeError', 'JSONEncoder',
]
如果我们使用：
from json import *
相当于：
from json import dump, dumps, load, loads, JSONDecoder, JSONDecodeError, JSONEncoder
如果不设置此项，则默认会导入所有对象（如果是包，还会导入所有子模块），这会导致运行时间延长，并可能导致一些其它的副作用。
还有一些其它参数可以使用。这些变量在导入时作用不大，但在一些情况下可能有帮助。
| 参数名 | 类型 | 解释 |
|---|---|---|
| __version__ | 字符串 | 表示模块版本的字符串 |
| __author__ | 字符串 | 表示模块作者，经常还包含作者的电子邮箱。比如'Sample Name <Sample@example.com>'
|
| |
上面 Python 文档中所示属性会在导入时自动写入，并可以被调用。
| |
如果每创建一个新项目，都要把之前写的模块复制到项目文件夹下，无疑是很麻烦的。我们之前导入 keyword 模块时，也没有在项目文件夹中创建 keyword.py。可见，导入模块不需要把模块文件放在项目文件夹下。
对于一个语句 import Module，Python 会按先后顺序查询以下内容。
| |
在运行 Python 时，会先查询已有的模块缓存 sys.modules。该缓存保存了已经调用的所有模块的信息。如果新调用的模块恰好在这些信息内，则会直接从该信息调用新模块。
比如，如果之前导入过 MyModule.SubModule ，则 MyModule 和 MyModule.SubModule 都会被写入缓存中。
如果在缓存中找不到，则会使用查找器来进一步查找。读者无需详细了解查找器的内容，简单来讲，查找器会查找：
- 内置模块
比如keyword、math等。 - 文件路径
当前运行的文件，其所在文件夹中是否有对应模块。 - 安装的模块路径
已经安装的模块所在的路径。
以Windows系统为例，默认是安装在 %AppData%\Python\Python312\site-packages
除 Python 的内置模块、读者自己撰写的模块之外。Python 社区还提供了许多第三方模块。
我们一般使用 pip 来安装第三方模块。pip 是 Python 附带的包管理器，我们可以在 cmd.exe 或其它类似的命令行程序中，输入以下的内容：
pip install numpy并按回车，以安装第三方的 numpy 模块。
在安装之前，读者应当先了解到第三方库的具体内容。比如我们希望能找到更快地、进行数字计算的方式，具体有以下几类方法：
- 搜索引擎：在搜索引擎上搜索形如“Python 高效数字计算”的内容。
如果使用谷歌等外国搜索引擎，还可以搜索这些关键词的英文版本。 - 第三方社区：在 Stack Overflow 或 zhihu 等问答网站上，搜索类似的关键词。
- Python官方的指引：前往 https://www.python.org/ 找到 Use Python for… 章节，并查看其内容。
在搜寻时，要重点关注第三方库的文档。文档会对安装和使用方法有较为详细的介绍。有的文档甚至附带使用教程。
由于中国大陆的网络环境过于“良好”，读者可能出现下载超时等情况导致安装失败。为此，有时需要添加额外的安装参数。
中国大陆内部有许多组织会在自己的服务器上“托管”一些常用的 Python 包。以清华大学为例，我们可以尝试使用以下的方式，从清华大学的服务器下载并安装 numpy：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy如果读者可以通过代理服务器来访问互联网，则可以使用以下方法：
pip install --proxy 127.0.0.1:1080 numpy这里的代理服务器设置为 127.0.0.1:1080。读者应当随着自己的代理服务器情况自行调整设置。
默认情况下，下载服务器在 15 秒内没有响应就会超时。我们可以添加一些参数来修改超时时间：
pip install --timeout 99999 numpy这里设置为 99999 秒。
以上的参数可以结合起来使用。比如：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --timeout 99999 numpy对于其它的疑难杂症，我们可以输入以下内容，查看使用帮助：
pip help第三方模块的文档许多都是英文，如果读者有足够的英文功底，或者能使用翻译软件，可以尝试直接阅读第三方模块的官方文档。如果使用翻译软件，最好是对照着中英文来阅读，因为翻译可能不准确。
如果没有足够的英文功底，读者就需要到网站上，找到类似本资料的中文学习资料。此时读者已经经过“搜寻第三方库”找到了第三方库的名称，可以直接上搜索引擎搜索比如“Python numpy”的内容，社区会为读者提供帮助的。
如果有照着教程或文档使用还不了解的内容，读者可以选择去 Stack Overflow 等问答网站上求助，也可以自己做一些测试。之前章节中 这个页面 就是本资料作者进行的测试。