day30-模块和库的导入
- 导入官方库的三种手段
- 导入自定义库/模块的方式
- 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
总结：导入包的核心就是找到目录，只有理解了python解释器的目录关系，才能导入包，如果py文件中导入失败，不妨多调试几次路径即可
（一）导入官方库
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 | os、sys、json | 操作系统交互、序列化数据（如读写 JSON 文件） | 低 |
| 科学计算 | numpy、scipy | 数值计算、线性代数、信号处理 | 中 |
| 数据分析 | pandas、matplotlib | 数据清洗、转换、可视化（如绘制折线图、柱状图） | 中 |
| Web 开发 | Django、Flask | 快速搭建 Web 应用（如网站后台、API 接口） | 中高 |
| 机器学习 | scikit-learn、TensorFlow | 机器学习算法（分类、回归、深度学习） | 高 |
| 自动化脚本 | pyautogui、pytest | 自动化测试、桌面操作自动化（如模拟鼠标键盘操作） | 低 |
| 网络爬虫 | requests、Scrapy | 从网页提取数据（需注意反爬机制和法律合规） | 中 |
- 标准导入- 导入整个库
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") - 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
from math import pi, sqrtprint("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")- 非标准导入-整个库
import math和 from math import *的区别：使用from math import *代码尽管导入之后可以不使用前缀math.，但容易造成命名空间的污染和减少明确性，很难判断一个特定的函数是来自 `math` 模块还是其他模块
from math import *print(f"圆周率π的值：{pi}")
print(f"2的平方根：{sqrt(2)}")（二）模块和包的定义
模块（Module）：
- 本质：以
.py结尾的单个文件，包含Python代码（函数、类、变量等）。 - 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。
包（Package）在python里，包就是库：
- 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。
- 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。
①场景: main.py 在根目录，circle.py 在子目录 model/ 下
目录结构:
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
②
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。
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](https://github.com/opencv/opencv)查看C++源代码。