Day 30 模块和库导入

@浙大疏锦行

一、导入官方库的三种手段

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

学习借助python掌握深度学习和机器学习所必备的基础知识和相关工具。

用到什么学什么的思想

# 方式2：导入特定的函数或变量
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")

三种导入方式：

        1.标准导入，用import导入整个库

        2.从库中导入特定项，使用from语法从库中导入特定的函数或类

# 方式2：导入特定的函数或变量
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")

        3.非标准导入

        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)}")

二、导入自定义库/模块的方式

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。

三、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）

        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)`）。

        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。

四、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](https://github.com/opencv/opencv)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。