Python基础——模块

模块，这个思想源自于当今生产活动中流水线模块化生产的理念。想一想我们自己所用的电脑就是很多模块组装成的，而不是一体成型。在量产之前，设计好各个模块，什么CPU，什么键盘布局，什么样的屏幕，怎么样设计散热排风等，这样既利于组装生产，也利于售后维修，什么模块坏了就更换什么模块。
而在这里，模块指的包含一些函数，类，变量的Python文件。这些文件统一服务于针对某方向的应用。比如numpy模块，主要服务于支持大量的维度数组与矩阵运算。

1.模块的导入

三种方式：

第一种：import 模块名
第二种：import 模块名 as 新名字
第三种：from 模块名 import 函数名

import math  #第一种方式
import numpy as np   #第二种方式
import matplotlib as mpl #第二种方式
#import matplotlib.pyplot as plt
from matplotlib import  pyplot as plt #第三种方式
# import seaborn

def calc_e_small(x):
    n = 10
    f = np.arange(1, n+1).cumprod()
    b = np.array([x]*n).cumprod()
    return np.sum(b / f) + 1


def calc_e(x):
    reverse = False
    if x < 0:   # 处理负数
        x = -x
        reverse = True
    ln2 = 0.69314718055994530941723212145818
    c = x / ln2
    a = int(c+0.5)
    b = x - a*ln2
    y = (2 ** a) * calc_e_small(b)
    if reverse:
        return 1/y
    return y


if __name__ == "__main__": 
    t1 = np.linspace(-2, 0, 10, endpoint=False)
    t2 = np.linspace(0, 4, 20)
    t = np.concatenate((t1, t2))
    print(t)     # 横轴数据
    y = np.empty_like(t)
    for i, x in enumerate(t):
        y[i] = calc_e(x)
        print('e^', x, ' = ', y[i], '(近似值)\t', math.exp(x), '(真实值)')
    plt.figure(facecolor='w')
    mpl.rcParams['font.sans-serif'] = ['SimHei']
    mpl.rcParams['axes.unicode_minus'] = False
    plt.plot(t, y, 'r-', t, y, 'go', linewidth=2, markeredgecolor='k')
    plt.title('Taylor展式的应用 - 指数函数', fontsize=18)
    plt.xlabel('X', fontsize=15)
    plt.ylabel('exp(X)', fontsize=15)
    plt.grid(True, ls=':')
    plt.show()

2.if name == “main” 语句

Python 属于脚本语言，不像编译型语言那样先将程序编译成二进制再运行，而是动态的逐行解释运行。也就是从脚本第一行开始运行，没有统一的入口。
当一个 Python文件中有这一句的时候，就好比C语言中的主函数main，程序的起始就从这里开始。而这个语句是防止当前文件下有导入的文件中一些语句被Python的逐行机制所执行。
因为如果一个 .py 文件（模块）被直接运行时，其__name__值为__main__，即模块名为__main__。
所以，if name == 'main’的意思是：当 .py 文件被直接运行时，if name == 'main’之下的代码块将被运行；当 .py 文件以模块形式被导入时，if name == 'main’之下的代码块不被运行。