DAY 30 模块和库的导入-优快云博客

类别	典型库	解决的问题	学习门槛
基础工具	`os`、`sys、json`	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。

1.1 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 math

print("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)}")

输出：

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

1.2 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, sqrt

print("方式2：导入特定的函数或变量")
print(f"圆周率π的值:{pi}")
print(f"2的平方根:{sqrt(2)}")

输出：

方式2：导入特定的函数或变量
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

1.3 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。

from math import *

实例：

from math import *

print(f"圆周率π的值:{pi}。")
print(f"2的平方根:{sqrt(2)}")

输出：

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。

使用案例：求圆的面积

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 导入模块，调用其中的函数（如 circlecircle.calculate_area(5)）。

# circle.py
import math

def 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

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

main.py内容;

from utils import circle # 这是根目录绝对路径的导入方式

radius = 5
area = circle.calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

如果直接使用 python model/main.py，会报错！！！

输出：

---------------------------------------------------------------------------
ModuleNotFoundError                       Traceback (most recent call last)
Cell In[2], line 1
----> 1 from utils import circle # 这是根目录绝对路径的导入方式
      3 radius = 5
      4 area = circle.calculate_area(radius)

ModuleNotFoundError: No module named 'utils'

是因为 项目根目录 不在 sys.path 中，需要手动添加

# 查看sys.path
import sys
for i in sys.path:
  print(i)

输出：

e:\CondaEnvs\envs\py60\python39.zip
e:\CondaEnvs\envs\py60\DLLs
e:\CondaEnvs\envs\py60\lib
e:\CondaEnvs\envs\py60

e:\CondaEnvs\envs\py60\lib\site-packages
e:\CondaEnvs\envs\py60\lib\site-packages\win32
e:\CondaEnvs\envs\py60\lib\site-packages\win32\lib
e:\CondaEnvs\envs\py60\lib\site-packages\Pythonwin

python 解释器会自动在 sys.path 中的目录中搜索模块，因为 utils 并不在 model 这个路径下，所以直接运行会报错。

有2类策略：

把 utils 路径加入到 sys.path 中
在 py文件 的终端中直接用 python -m model.main 运行，这种导入方法会默认从根目录开始查找。

ps：之所以你会感觉终端的命令明明是根目录，但是运行时却找不到，是因为python解释器理解的目录和终端的目录不一样，通过sys.path可以查看解释器理解的目录。

方法一：

（1）查找项目根目录

# 查找项目根目录
import sys
import os

project_root = os.path.abspath(os.path.join(os.getcwd(), '..'))
project_root

输出：

'c:\\Users\\acstdm\\Desktop\\python60-days-challenge-master\\py60-stud\\DAY 30-模块和包的导入\\案例4'

（2）将项目根目录添加到 sys.path 中

# 如果项目根目录不在 sys.path 中，则添加它（通常添加到开头，优先搜索）
if project_root not in sys.path:
  sys.path.insert(0, project_root)

sys.path

输出：

['c:\\Users\\acstdm\\Desktop\\python60-days-challenge-master\\py60-stud\\DAY 30-模块和包的导入\\案例4',
 'e:\\CondaEnvs\\envs\\py60\\python39.zip',
 'e:\\CondaEnvs\\envs\\py60\\DLLs',
 'e:\\CondaEnvs\\envs\\py60\\lib',
 'e:\\CondaEnvs\\envs\\py60',
 '',
 'e:\\CondaEnvs\\envs\\py60\\lib\\site-packages',
 'e:\\CondaEnvs\\envs\\py60\\lib\\site-packages\\win32',
 'e:\\CondaEnvs\\envs\\py60\\lib\\site-packages\\win32\\lib',
 'e:\\CondaEnvs\\envs\\py60\\lib\\site-packages\\Pythonwin']

（3）再次运行成功

# 再次运行 成功
from utils import circle # 这是根目录绝对路径的导入方式

radius = 5
area = circle.calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

输出：

半径为 5 的圆，面积是: 78.53981633974483

方法二：

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。

所以导入包的核心就是找到目录，只有理解了python解释器的目录关系，才能导入包，如果py文件中导入失败，不妨多调试几次路径即可

三、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（v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（通过 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](https://github.com/opencv/opencv)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。

@ 浙大疏锦行