Python 模块与包系统
Python 的模块就是一个 .py 文件，它包含了 Python 代码的函数、类、变量等。
my_modules.py ├── 变量 ├── 函数 ├── 类 └── 可执行代码
作用：
模块基本使用：
my_math.py：
"""my_math.py - 数学工具模块"""PI = 3.14159defadd(a, b):return a + bdefmultiply(a, b):return a * bclassCalculator:defpower(self, x, n):return x ** n
在另一个文件中导入并使用：
import my_mathprint(my_math.PI)print(my_math.add(3, 5))calc = my_math.Calculator()print(calc.power(2, 10))
import 机制
四种导入方式：
# 方式1：导入整个模块（最常用）import mathprint(math.sqrt(16)) # 4.0# 方式2：导入特定对象（推荐）from math import sqrt, piprint(sqrt(16)) # 4.0print(pi) # 3.14159# 方式3：导入所有对象（不推荐！）from math import *print(sin(0)) # 0.0print(cos(0)) # 1.0# 方式4：给模块起别名import numpy as nparray = np.array([1, 2, 3])
Python 模块路径
sys.path 是 Python 运行时的一个列表，维护了模块导入的路径：
# 查看模块路径import sysprint(sys.path)for path in sys.path print(path)
通常情况下模块搜索路径的顺序为：
通过修改 sys.path 列表是可以改变 path 模块导入路径顺序的，不过这在实际开发中并不常用，维护起来会比较困难。
# 自定义模块搜索路径import sys# 末尾添加自定义模块路径sys.path.append('/path/to/my/modules')import my_custom_modules# 插入到开头，优先级最高sys.path.insert(0, '/path/to/my/modules')
sys.path 的修改只在当前Python进程（当前项目运行期间）有效，不是永久性的。
__name__ 与 __main__
一个 .py 文件中所有的顶级代码 top-level code 在被其他模块导入时，都会立即执行。
所以 import 的顺序与时机会影响一个程序的行为。
每个模块 .py 文件都有一个 __name__ 属性：
- 当该
.py 文件被 Python 解释器直接执行的时候，__name__ 的值为 __main__； - 当他被其他模块导入的时候，
__name__ 的值为该 .py 文件的模块名，也就是它的文件名。
my_module.py：
# my_module.pyprint(__name__)
命令行直接使用 Python 解释器执行，会打印 __main__：
jackey@jackey-HBB-WX9:$ python3 my_module.py__main__
其他模块导入，test.py：
# test.pyimport my_module # 在导入时，my_module 中的顶层代码会立即值执行，__name__ 的值变为 my_module
jackey@jackey-HBB-WX9:$ python3 test.pymy_module
这点非常重要，也非常实用，很多 Python 开发者会忽略这一点。
当我们不想让一个模块中所有的代码都被其他模块使用的时候，可以这样写：
... ...if __name__ == "__main__": ... ... # 其他模块导入时不会执行的代码
这样 if __name__ == "__main__": 后的代码，就可以使用 python 解释器单独跑该 .py 脚本，来测试整个模块的代码在指定的情况下能否运行正常。
而该 .py 模块被导入和整个项目整体跑的时候，if __name__ == "__main__": 后的代码并不会执行影响项目的行为。
这个用法在实际开发中非常实用，通常情况下我们会把一个系统拆分成很多功能模块，每个模块设计好接口后，可以使用假数据测试功能模块，确保万无一失后，再将所有的模块组合在一起。
实际开发中的典型流程：
- 独立测试：在每个模块中通过
if __name__ == "__main__": 编写测试代码，使用模拟数据验证模块功能 - 组合集成：各模块万无一失后，通过
import 组合到一起
这样做的好处：
- 降低 BUG 率：模块级测试更精准，问题定位更快速
- 减少维护成本：每个模块都有独立的"说明书"（测试代码）
在命令行调用 .py 脚本的时候可以传入参数，影响程序的行为：
# test.py... ...if __name__ == "__main__":import sys# sys.argv[0] 是脚本名称# sys.argv[1:] 是命令行参数for arg in sys.argv: print(f"参数：{arg}")
jackey@jackey-HBB-WX9:$ python3 test.py argv1 argv2 argv3参数：test.py参数：argv1参数：argv2参数：argv3
Python 包 - Package
包是一个包含多个模块的目录，必须包含 __init__.py 文件（Python 3.3+ 可以没有，但是强烈推荐包含）。
my_package/ ← 包目录 __init__.py ← 包的初始化文件 module1.py ← 模块1 module2.py ← 模块2 subpackage/ ← 子包 __init__.py submodule1.py submodule2.py
__init__.py 在包被导入时执行，用于：
- 定义 __all__（控制 from package import * 的行为）
包的导入方式：
# 假设项目结构如下："""project/├── my_package/│ ├── __init__.py│ ├── math_utils.py│ └── web/│ ├── __init__.py│ └── requests.py└── main.py"""# 方式1：导入整个包import my_packagemy_package.math_utils.add(3, 5)# 方式2：从包中导入模块from my_package import math_utilsmath_utils.add(3, 5)# 方式3：导入包中的特定函数from my_package.math_utils import addadd(3, 5)# 方式4：导入子包中的模块from my_package.web import requestsrequests.get('http://example.com')# 方式5：导入子包import my_package.web.requestsmy_package.web.requests.get('http://example.com')
__init__.py 高级用法
# my_package/__init__.py"""包的入口文件，控制包的对外接口"""# 1. 控制导入行为__all__ = ['math_utils', 'string_utils'] # 限制 from package import *# 2. 暴露内部模块的接口from .math_utils import add, subtractfrom .string_utils import to_upper, to_lower# 3. 包级别的初始化print("my_package 正在初始化...")# 4. 定义包级别的变量__version__ = '1.0.0'__author__ = 'Python Trainer'# 5. 条件导入（根据平台）import sysif sys.platform == 'win32':from . import windows_utilselse:from . import unix_utils# 使用后：# from my_package import add, subtract # 可以直接导入# print(my_package.__version__) # 1.0.0
实际开发中，要避免循环导入的问题：
# module_a.pyfrom module_b import function_bdeffunction_a():return function_b()# module_b.pyfrom module_a import function_a # 循环导入！！！deffunction_b():return function_a()
END.
10个月宝宝每天需要喝多少奶粉？
