python进阶之必会知识-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_48224700/article/details/144070466

大家一起进步，一起加油，感谢大家的支持和关注。

必须会，还得很熟很熟的那种

模块

在Python中，模块（Module）是指一个包含了函数、变量和类等定义的文件，而包（Package）是指包含了多个模块的目录。
模块本质上就是一个py文件

模块介绍

模块一共有三种：

python标准库
第三方模块
应用程序自定义模块

导入模块语法

导入模块关键点

模块与包的命名遵从小写+下划线
导入的模块名和函数一样是一等公民
“一等公民”（first-class citizen）是指某个实体（通常是数据类型或值）具有与其他实体相同的权利和特权。它表示在语言中，这些实体可以被像任何其他实体一样对待，可以作为参数传递给函数、赋值给变量、存储在数据结构中，以及作为函数的返回值
使用“import module导入模块的本质就是，将 module.py 中的全部代码加载到内存并执行，然后将整个模块内容赋值给与模块同名的变量
导入同一个模块多次，Python只执行一次
在导入模块后，可以在模块文件所在目录下看到一个名为“pycache”的文件夹，打开该文件夹，可以看到 Python 为每个模块都生成一个 *.cpython-3x.pyc 文件，该文件其实是 Python 为模块编译生成的字节码，用于提升该模块的运行效率。

导入模块语法

import 模块名1 [as 别名1], 模块名2 [as 别名2]，…：使用这种语法格式的 import 语句，会导入指定模块中的所有成员（包括变量、函数、类等）。不仅如此，当需要使用模块中的成员时，需用该模块名（或别名）作为前缀，否则 Python 解释器会报错。
from 模块名 import 成员名1 [as 别名1]，成员名2 [as 别名2]，…：使用这种语法格式的 import 语句，只会导入模块中指定的成员，而不是全部成员。同时，当程序中使用该成员时，无需附加任何前缀，直接使用成员名（或别名）即可。
import 语句也可以导入指定模块中的所有成员，即使用 form 模块名 import ＊，但此方式不推荐使用。
__all__可以控制*

`name=='main'`

if __name__ == '__main__': 的作用是确保只有单独运行该模块时，此表达式才成立，才可以进入此判断语法，执行其中的测试代码；反之，如果只是作为模块导入到其他程序文件中，则此表达式将不成立，运行其它程序时，也就不会执行该判断语句中的测试代码。

循环导入会出bug

包

什么是包

一个大型的项目往往需要使用成百上千的Python模块，如果将这些模块都堆放在一起，势必不好管理。而且，使用模块可以有效避免变量名或函数名重名引发的冲突，但是如果模块名重复怎么办呢？因此，Python提出了包（Package）的概念。
包就是文件夹，只不过在该文件夹下必须存在一个名为“__init__.py” 的文件，其作用就是告诉 Python 要将该目录当成包来处理

创建包

两步

创建文件夹
在下面创建一个名叫 __init__.py的文件
可以在包中添加模块，也可以创建包

了解一下django框架里面的包结构

在这里插入图片描述

导包语法

import 包名[.模块名 [as 别名]]
from 包名1.包名2 import 模块名 [as 别名]
from 包名1.包名2.模块名 import 成员名 [as 别名]

用 [] 括起来的部分，是可选部分，即可以使用，也可以直接忽略。

导入模块和包本质

通常情况下，当使用 import 语句导入模块后，Python 会按照以下顺序查找指定的模块文件：

在当前目录，即当前执行的程序文件所在目录下查找；
到 PYTHONPATH（环境变量）下的每个目录中查找；
到 Python 默认的安装目录下查找。

以上所有涉及到的目录，都保存在标准模块 sys 的 sys.path 变量中，通过此变量我们可以看到指定程序文件支持查找的所有目录。换句话说，如果要导入的模块没有存储在 sys.path 显示的目录中，那么导入该模块并运行程序时，Python 解释器就会抛出 ModuleNotFoundError（未找到模块）异常。

解决“Python找不到指定模块”的方法有 3 种，分别是：

向 sys.path 中临时添加模块文件存储位置的完整路径；
将模块放在 sys.path 变量中已包含的模块加载路径中；
设置 path 系统环境变量。

功能模块导入功能模块，import

`init.py`

为了调用包内模块的成员（变量、函数或者类），代码中包含了诸多的 import 导入语句，非常繁琐。通过在 __init__.py 文件使用 import 语句将必要的模块导入，这样当向其他程序中导入此包时，就可以直接导入包名，也就是使用import 包名（或from 包名 import *）的形式即可。

虚拟环境

隔离依赖：每个项目可以有自己的依赖库，不同项目之间的依赖冲突不会发生。
简化部署：可以将项目的依赖库和运行环境一起打包，方便在其他计算机上部署和运行。
灵活性：可以在不同的项目中使用不同的 Python 版本，以满足项目的特定需求。

创建虚拟方式一

在 Python 3.3 及以后的版本中，Python 内置了 venv 模块，用于创建和管理虚拟环境。以下是使用 venv 模块创建和激活虚拟环境的基本步骤：

创建虚拟环境：
打开终端（命令行），进入你想要创建虚拟环境的目录，然后运行以下命令：

# 这是 Python 内置的 venv 模块的命令语法。
# 它通过调用 Python 解释器的 -m 参数来执行 venv 模块内建的创建虚拟环境的功能。
python3 -m venv <env_name>

激活虚拟环境：
在终端中运行以下命令来激活虚拟环境：

 # 在 macOS/Linux 系统上：
 source myenv/bin/activate
 # 在 Windows 系统上：
 myenv\Scripts\activate

激活虚拟环境后，终端的提示符会显示虚拟环境的名称。

使用虚拟环境：
在激活的虚拟环境中，你可以安装和管理项目所需的依赖库，运行项目的代码等。所有的操作都将在虚拟环境中进行，不会影响全局 Python 环境和其他虚拟环境。
退出虚拟环境：
在终端中运行以下命令即可退出虚拟环境：
```
deactivate
```

pycharm

`conda`

conda create -n env-name python=3.6
tips:新的开发环境会被默认安装在你conda目录下的envs文件目录下。你可以指定一个其他的路径；

创建指定位置指定版本的虚拟环境
conda create -n d:\envs\fist_env python=3.8
激活虚拟环境
安装包
关闭虚拟环境

导出和导入依赖：

# 导出依赖到文件
pip freeze > requirements.txt
# 从文件中导入依赖：
pip install -r requirements.txt

软件目录开发规范

在这里插入图片描述
上述示例中，主要包含以下目录：

docs/：用于存放项目的文档，包括需求文档、设计文档和API文档等。
src/：存放项目的源代码，按照模块进行组织，例如app/目录下存放应用代码，config/目录下存放配置文件，tests/目录下存放测试代码等。
static/：存放静态资源文件，例如CSS样式文件、JavaScript文件、图片文件和字体文件等。
templates/：存放模板文件，用于生成动态内容的页面。
data/：存放数据文件，例如数据库文件或其他数据存储文件。
logs/：存放日志文件，记录项目的运行日志。
dist/：存放项目的分发版本，例如编译后的可执行文件或打包后的软件包。
vendor/：存放第三方依赖，例如外部库或框架。
requirements.txt：列出项目所需的依赖包及其版本信息。
README.md：项目说明文档，包含项目的介绍、使用指南和其他相关信息。
LICENSE：许可证文件，定义项目的使用和分发条款。