Python基础篇（模块和包）

模块简介（module）

在计算机程序的开发过程中，随着程序代码越写越多，在一个文件里代码就会越来越长，将会显得越来越杂乱无章，故使得代码的维护性越来越差。这时候我们会根据不同的功能将不同用途的代码放置在不同的.py文件中，这样做的好处就是：
　　　　一、大大的提高了代码的可维护性。
　　　　二、编写代码不必从零开始。当一个模块编写完毕，就可以被其他地方引用。我们在编写程序的时候，也经常引用其他模块，包括Python内置的模块和来自第三方的模块。
　　　　三、使用模块可以避免变量名和函数名冲突。
Python中的 模块(Module)，是一个 Python 文件，以 .py 结尾，包含了 Python 对象定义和Python语句。
在python中模块为：1. 标准库，例如：time、json 等模块。2. 第三方模块，例如：pandas(实现数据统计、分析)。3. 自定义模块，就是自己写的.py 文件。

模块的引入
在python中模块的引入主要有以下两种方式：import 和 from…import
import 这种方式主要用于导入本目录下的模块，以及内置模块。我们使用import语句的时候，python解释器按照该搜索路径进行查找，若该被导入模块文件在这些搜索路径中则被导入。

import 语句来引入模块，语法如下：
import module1[, module2[,... moduleN]]

例如：

 

from…import
from…import 语句的方式是从模块中导入一个指定的部分到当前命名空间中。语法如下：
from module_name import name1[, name2[, ... nameN]]

 

包（package）

包（package）是 Python 中对模块的更高一级的抽象。简单来说，Python 允许用户把目录当成模块看待。这样一来，目录中的不同模块文件，就变成了“包”里面的子模块。此外，包目录下还可以有子目录，这些子目录也可以是 Python 包。这种分层，对模块识别、管理，都是非常有好处的。特别是，对于一些大型 Python 工具包，内里可能有成百上千个不同功能的模块。例如：SciPy, NumPy, Matplotlib 等第三方工具，都是用包的形式发布的。
包（package）是带有__init__.py（注：init 两边是两个下划线）文件的文件夹（__init__.py 文件可以为空，但必须有）。每次调用某个包的时候，即执行该包下__init__.py文件。

示例如下：

包管理

 Python 之所以非常流行，其中主要一个因素就是它的开源性非常好，它的社区有有许多功能强大的开源包。我们可以使用 pip 或 Conda 工具来下载这些开源的包。

1. pip

　　安装：
　　在安装Python时一并安装。具体查看 Python基础篇（安装）
　　检查pip是否安装：
　　打开命令提示符，输入以下命令：
　　　　pip --version

　　pip的使用：
　　　　安装单个包，例如：安装 numpy
　　　　　　pip install numpy
　　　　安装特定版本的包，例如：安装 numpy 2.0.1版的（使用==指定版本号）
　　　　　　pip install numpy==2.0.1
　　　　更新包，例如：更新 numpy
　　　　　　pip install --upgrade numpy
　　　　卸载包，例如： numpy
　　　　　　pip uninstall numpy
　　　　查看已安装的所有包：
　　　　　　pip list
　　　　有时候国外的包不好下载，我们可以指定国内的，语法：
　　　　　　pip install package_name -i 镜像源地址
　　　　常用的国内镜像源地址：
　　　　　　清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/
　　　　　　阿里云：https://mirrors.aliyun.com/pypi/simple/
　　　　　　中国科学技术大学：https://pypi.mirrors.ustc.edu.cn/simple/
　　　　　　豆瓣：https://pypi.douban.com/simple/
　　　　例如：使用阿里的镜像
　　　　　　pip install package_name -i https://mirrors.aliyun.com/pypi/simple/

2. Anaconda

　　安装：

　　　　下载地址： https://www.anaconda.com/download
　　　　进入这个页面后，点击 Skip registration ,不用在上面输入邮箱。

 

　　　　然后就会跳转的下载页面，然后根据自己的系统下载对应的软件。
　　　　注意：在下载页面中选择适合您操作系统的Anaconda版本（通常是 Python 3.x 版本）
　　　　下载完后，点击安装程序。
　　　　选择安装在类型：
　　　　　　选择“Just Me”或 “All Users”,推荐选择“Just Me”
　　　　安装位置：建议使用默认路径。

　　　　检查是否安装成功：
　　　　打开终端，输入以下命令：
　　　　conda --version

　　　　使用：
　　　　　　它与pip 相比多了一步就是：管理环境。
　　　　管理环境：
　　　　　　创建新环境：
　　　　　　　　conda create -n mytan = python=3.8
　　　　　　　　mytan 新建的环境名称
　　　　　　激活环境：
　　　　　　　　conda activate mytan
　　　　　　停用环境：
　　　　　　　　conda deactivate
　　　　　　列出所有环境：
　　　　　　　　conda info -e
　　　　　　　　或
　　　　　　　　conda env list
　　　　　　删除环境：
　　　　　　　　conda remove mytan --all
　　　　　　克隆环境：
　　　　　　　　conda create --name newmytan --clone mytan

　　　　　管理包：
　　　　　　安装包：例如：安装 numpy 和 pandas
　　　　　　　　conda install numpy pandas
　　　　　　安装特定版本的包：例如：安装 numpy 2.0.1
　　　　　　　　conda install numpy=2.0.1
　　　　　　更新包：例如：更新 numpy
　　　　　　　　conda update numpy
　　　　　　卸载包：例如：卸载 numpy
　　　　　　　　conda remove numpy
　　　　　　查看已安装的包：
　　　　　　　　conda list
　　　　　　搜索包：
　　　　　　　　conda search package_name

 

这两个包管理都是非常好用，个人建议是使用 Conda。pip 是将所有的包都放在一起，不同的的项目使用不同版本的包可能出现冲突。而 conda 则是根据项目单独存放安装包(类似与沙箱，每个项目的包都独立的)，这样项目不同项目使用不同版本的包就不会出现冲突。