python学习笔记1.import

去年用matlab来仿真的时候，由于需要仿真每一个cell用户的性能、位置以及其他的行为特征，隐约的就感到应该用OOP来实现。但matlab实现这种功能实在是繁琐的要命，对后来的工作造成了很大的困惑。现在发现python也能在计算方面有很好的支持，所以决定趁着工作之余学习下相关知识，也顺便记录下过程中的知识点。

首先上个槽点。在python2.7中，如果键入如下代码：

1/2

得到的结果竟然是0，而不是0.5。听说这个问题在python3里已经解决了。但在python2中，如果要避免这种尴尬，可以直接转换除数为float型，当然也可以在开头加上如下代码：

from __future__ import division

言归正传。Matlab有着良好的封装及help文档，使用过程中的问题在网上也能很快的找到相应的答案。什么都不需要管，直接调用函数就ok：这种方式其实用起来真的舒爽。所以刚开始看python科学技术相关的内容时，一下被各种库给砸晕了。有很多代码，作者信誓旦旦是跑过的。但复制到自己的IDE里，总是报错。比如在matlab中直接敲sin的函数不会有任何问题，在python中必须要先将math库import才行。

sin(1)
NameError: name 'sin' is not defined

import math
math.sin(1)
>>>0.8414709848078965

所以，在python中对库的import是首先要了解的知识。对于计算经常使用到的数学库，主要有numpy, scipy，以及画图的Matplotlib库。对于这几个库的介绍以后将陆续补充。今天先看如何import。import的几种形式如下：

import numpy
import numpy as np
from numpy import *
from numpy import random

第1行、第2行和第3行都将整个库引入，区别在于：

import numpy
print numpy.random.rand()
>>>0.12529248337010257

import numpy as np
print np.random.rand()
>>>0.4021073441551414

from numpy import *
print random.rand()
>>>0.6517953909858865

比较可以发现，第2行把numpy简写为了np，只是为了方便之后敲代码时方便而已。而第3行则是将整个库引入，并将numpy中的函数populate到当前的工作环境，不需要在每次使用函数前加上模块名，非常方便。但是在较大型的程序中，存在很多模块的情况下，这种做法存在风险，可能会多个函数名相同而造成混淆。第4行只引入了numpy库中的random模块。