day30python打卡

发布于:2025-05-20 ⋅ 阅读:(18) ⋅ 点赞:(0)

知识点回顾:

  1. 导入官方库的三种手段
  2. 导入自定义库/模块的方式
  3. 导入库/模块的核心逻辑:找到根目录(python解释器的目录和终端的目录不一致)

作业:自己新建几个不同路径文件尝试下如何导入

一、导入官方库

我们复盘下学习python的逻辑,所谓学习python就是学习python常见的基础语法+学习你所处理任务需要用到的第三方库

类别 典型库 解决的问题 学习门槛
基础工具 ossysjson 操作系统交互、序列化数据(如读写 JSON 文件)
科学计算 numpyscipy 数值计算、线性代数、信号处理
数据分析 pandasmatplotlib 数据清洗、转换、可视化(如绘制折线图、柱状图)
Web 开发 DjangoFlask 快速搭建 Web 应用(如网站后台、API 接口) 中高
机器学习 scikit-learnTensorFlow 机器学习算法(分类、回归、深度学习)
自动化脚本 pyautoguipytest 自动化测试、桌面操作自动化(如模拟鼠标键盘操作)
网络爬虫 requestsScrapy 从网页提取数据(需注意反爬机制和法律合规)

所以你用到什么学什么库即可。学习python本身就是个伪命题,就像你说学习科目一样,你没说清晰你学习的具体科目是什么,也没说学这个科目的哪些章节,毕竟每个科目都很大-----要有以终为始的思想。

所以我们这个训练营,正确的说法是:学习借助pythob掌握深度学习和机器学习所必备的基础知识和相关工具。

1.1 标准导入:导入整个库

这是最基本也是最常见的导入方式,直接使用import语句。

# 方式1:导入整个模块
import math

print("方式1:使用 import math")
print(f"圆周率π的值:{math.pi}")
print(f"2的平方根:{math.sqrt(2)}\n")
方式1:使用 import math
圆周率π的值:3.141592653589793
2的平方根:1.4142135623730951

1.2 从库中导入特定项

当使用from语法从库中导入特定的函数或类时,这些函数或类就可以在您的代码中直接使用,不需要添加模块名作为前缀。因为在导入时没有包括模块的完整路径,前面也不能加上库名。

# 方式2:导入特定的函数或变量
from math import pi, sqrt

print("方式2:使用 from math import pi, sqrt")
print(f"圆周率π的值:{pi}")
print(f"2的平方根:{sqrt(2)}\n")
方式2:使用 from math import pi, sqrt
圆周率π的值:3.141592653589793
2的平方根:1.4142135623730951

类似的写法,如sklearn库很大,直接导入sklearn库会占用电脑大量内存,所以一般只导入你需要的库,

  • 如: from sklearn.model_selection import train_test_split

1.3 非标准导入:导入整个库

如下,●这将导入math模块中定义的所有公开函数和变量。 ●和上述from同理,直接调用sin()cos()等,而无需math.前缀。

虽然 import math和 from math import *看起来都是导入了 math 模块,但它们在导入方式、作用域处理以及对命名空间的影响上有重要的区别。

  1. 命名空间的污染 import math:这种方法会将整个 math 模块导入到命名空间中,但是需要使用 math. 前缀来访问模块内的函数或变量。这种方式保持了命名空间的整洁,因为所有的 math 函数和变量都包含在 math 这个模块对象中。 from math import *:这种方法将 math 模块中的所有公开的函数和变量导入到当前的命名空间中,可以直接使用这些函数和变量而无需 math. 前缀。这种方式可能会导致命名空间污染,特别是当有多个模块都被这样导入时,很容易发生命名冲突。

  2. 明确性和可维护性 import math:明确指出了函数和变量来源于 math 模块,这对代码的可读性和维护性都是有益的。其他阅读你代码的人可以清楚地看到每个函数的来源,这对大型项目和团队合作尤为重要。 from math import *:虽然代码看起来更简洁,但这种方法减少了代码的明确性。如果没有足够的上下文,很难判断一个特定的函数是来自 math 模块还是其他模块,尤其是当你导入了多个模块时。

    from math import *
    
    print(f"圆周率π的值:{pi}")
    print(f"2的平方根:{sqrt(2)}")
    圆周率π的值:3.141592653589793
    2的平方根:1.4142135623730951

    上述这些,如果是python内置库,可以直接导入,大部分第三方库都需要先用pip来安装。下面的模块,也就是.py文件,是不需要安装即可调用的。

    模块、包的定义

    模块(Module)

  3. 本质:以 .py 结尾的单个文件,包含Python代码(函数、类、变量等)。
  4. 作用:将代码拆分到不同文件中,避免代码冗余,方便复用和维护。
  5. 包(Package)

    在python里,包就是库

  6. 本质有层次的文件目录结构(即文件夹),用于组织多个模块和子包。
  7. 核心特征:包的根目录下必须包含一个 __init__.py 文件(可以为空),用于标识该目录是一个包。
  8. 若编写一个计算圆面积的代码并保存为 circle.py,这个文件就是一个模块。

    使用时通过 import circle 导入模块,调用其中的函数(如 circle.calculate_area(5))。

    使用案例

    # circle.py
    import math
    
    def calculate_area(radius):
        return math.pi * radius ** 2

    IDE(如 VSCode 或 PyCharm)通常会将你打开的项目文件夹设为“根目录”(或者说,运行时的工作目录)。Python 在导入模块时,会从这个根目录(以及其他一些标准位置和脚本所在的目录)开始查找。

    场景1: main.py 和 circle.py 都在同一目录

    目录结构:

    项目根目录/
    ├── main.py
    └── circle.py

    main.py 内容:

    # main.py
    from circle import calculate_area
    # 或者: import circle (然后用 circle.calculate_area)
    
    radius = 5
    area = calculate_area(radius)
    print(f"半径为 {radius} 的圆,面积是: {area}")

    运行方案:直接在终端python main.py

    这里的终端可以通过左上角的查看-终端 打卡,默认的路径是你的项目根目录。

    场景2: main.py 和 circle.py 都在根目录的子目录 model/ 下

    目录结构:

    项目根目录/
    └── model/
        ├── __init__.py   (推荐添加,将 model 目录标记为包)
        ├── main.py
        └── circle.py

    model/main.py 内容:

    # model/main.py
    from circle import calculate_area
    # 或者: import circle (然后用 circle.calculate_area)
    
    radius = 5
    area = calculate_area(radius)
    print(f"半径为 {radius} 的圆,面积是: {area}")

    运行方案:

  9. 运行命令:python model/main.py
  10. 进入路径:cd xxx(main的相对路径),然后执行python main.py (注意如果先cd后,就不能采用第一个命令了)
  11. 目录结构:


    场景3: main.py 在根目录,circle.py 在子目录 model/ 下
    项目根目录/
    ├── main.py
    └── model/
        ├── __init__.py   (必需添加,将 model 目录标记为一个可导入的包)
        └── circle.py

    main.py 内容:

    # main.py
    from model.circle import calculate_area
    # 或者: from model import circle (然后用 circle.calculate_area,因为此时你是导入了整个模块)
    
    radius = 5
    area = calculate_area(radius)
    print(f"半径为 {radius} 的圆,面积是: {area}")

    运行方案:直接在终端python main.py

    场景3

    项目根目录/
    ├── circle2.py
    └── utils/
        ├── __init__.py   (必需添加,将 model 目录标记为一个可导入的包)
        └── circle.py
    └── model/
        └── main.py

    运行方式 python -m model.main

    如果直接使用python model/main.py,会报错, 当使用 python -m model.main 时,Python 会将当前目录(即项目根目录)添加到 sys.path 的开头。

    三、源代码的查看

    如果第三方库是纯python写的,往往在函数上按住ctrl即可进入函数内部查看源代码。 但是很多第三方库为了性能,底层是用其他语言写的,这里我们计算机视觉库OpenCV为例。 OpenCV核心是用C++编写的(C++可以显著提高性能),但它通过Python等其他语言的接口(bindings)使得这些功能可以在Python环境中被调用。这些接口是通过一种叫做Python/C API的技术实现的,其中C++的功能被封装成Python模块,使得Python用户可以像使用纯Python编写的库一样使用OpenCV。 OpenCV的核心是用C++编写,并且已经编译成二进制文件,编译后的二进制文件可以在不同操作系统上运行,Python中的用户通常不能直接看到方法的源代码。

    二进制文件是机器语言,处理器可以直接理解和执行无需翻译,二进制语言反汇编是很困难的,用二进制语言除了效果好外,也是让用户无法看到源代码,保护了自己的知识产权。

    这意味着: ●二进制文件dll文件:当你在Python中导入OpenCV库(通import cv2),你实际上是在调用预先编译好的二进制文件。这些文件包含了实现OpenCV功能的可执行代码,而非人类可读的源代码。 ●接口封装:用户只能看到Python函数和对象的接口(即函数的定义,不包括实现的细节)。这也意味着无法从利用ctrl跳转到函数内部,pycharm的debugger功能同理也无法看到内部结构。 ●文档和源代码:尽管在Python中不能直接看到C++的源代码实现,用户可以参考官方文档来了解各个函数和方法的用法。如果需要查看实现细节,可以访问OpenCV的GitHub仓库查看C++源代码。

    这就需要我们养成看文档的能力,文档就是以终为始思想的体现。文档就是api使用说明书,可能你日常买东西都不喜欢看使用说明书,但是在代码学习中,这一步是绕不开的。 你会发现很多B站视频的教学,其实远不如文档说明书细致。浙大疏锦行