疏老师-python训练营-Day30模块和库的导入

@浙大疏锦行

知识点回顾：

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

一.学习知识点

DAY30

注意今天的文件有2个 day30.ipynb 和 day30.py

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	`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

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 mathprint("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")

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, 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")

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。

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。
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)}")

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）

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。

使用案例

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)）。

# circle.py
import mathdef 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。

我觉得这是我今天最难的地方，如果是点开三角运行，没有问题，会出现没有问题对吧。但是，当我执行，发现没反应。然后我看都我的终端有这种红色字，然后我就去问豆包，在问了14次，中间不断的用它的方案改了之后，终于第14次好了。看下图。注，nog是我anaconda中的环境。

接下来，我把豆包最后一次（最有帮助）给我的方案分享给大家，并且，我也会实操一遍。其实我一开始进老师的复试班时就有了红字这个问题，但是当时的任务不影响，就偷懒没弄，今天既然要做这个，就要解决掉这个问题。伟大的ai，伟大的豆包，真了不起。如果大家有其他问题，比如上面目录只是到60天训练营，而不是场景一的根目录，问豆包，它会告诉你用cd命令，如下。

现在我给大家看一下，执行老师的操作（在终端输入python main.py），这个hello是我加的。

豆包方案：

从报错来看，这是 PowerShell 执行策略限制 导致 conda init 配置的脚本无法运行，进而 conda activate 失败。以下是 最简解决步骤：

1. 以管理员身份打开 PowerShell

关闭 VS Code 终端，从 开始菜单 找到 Windows PowerShell → 右键选择 以管理员身份运行。

2. 修改执行策略（仅需一次）

在管理员 PowerShell 中运行：

powershell

Set-ExecutionPolicy RemoteSigned -Force

作用：允许运行本地脚本（conda init 写入的 profile.ps1 属于本地脚本）。

3. 重启 VS Code 并激活环境

关闭所有 VS Code 窗口，重新打开项目；
打开 VS Code 终端（自动是 PowerShell 类型），执行：
powershell(这个nog是我的环境名，你弄你自己的)
```
conda activate nog
```

核心原因

Windows PowerShell 默认执行策略是 Restricted（限制运行脚本），导致 conda init 写入的 profile.ps1 无法加载。通过管理员权限修改执行策略为 RemoteSigned 即可解决。

我按照豆包老师的三步走：

1. 以管理员身份打开 PowerShell

要先关闭vscode

2.修改执行策略（仅需一次）

这行代码复制到图片内容中，回车。

Set-ExecutionPolicy RemoteSigned -Force

3.重启 VS Code 并激活环境

前两步你已经关闭了vscode,你完成前两部后打开vscode,输入以下代码。我的环境叫nog，你弄你自己的环境名。

conda activate nog

假如出现，你就先conda init再activate。（当然我前两部做完后，没出现这个问题）

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：

运行命令：python model/main.py
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）

首先，我们前面进入的是场景1，现在先要回退到60天训练营，回退命令如下，回退示例如图

cd ..

退出到60天训练营，再cd到使用场景2，再执行python model/main.py。

老师说的直接运行命令：python model/main.py，我这里不行，我觉得可能是老师和我的路径不一样，我的路径很复杂，好多层文件夹。

我按照老师的直接在60天训练营输入python model/main.py会报错，因为不是根目录，当然找不到文件啊。所以一定要到场景2去输入python model/main.py。

场景3: `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

如果你是和我一样，边修改文件（比如场景1先往里面放py文件，场景234空的，做场景2再添场景2里面的py文件，不一下弄完的原因是github上我没看到有下载文件夹的导致我只能一个一个下，我又比较急，就边做边弄）那你可能会出现如下图的问题，只要ctrl+s保存一下就行。很好解决。

场景4：是最复杂的是包里的函数掉另一个包里的函数

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。

python model/main.py，会报错，报错如下：

那我们去输入python -m model.main，得到结果是下图。

看起来好容易啊，其实一点也不，你在场景4可能经常报错，如下图。有两个解决方案1.删除 __pycache__ ，这就是个缓存文件。无论你是场景1234只要你某次出错，就删掉（4出错，我把1234的缓存全删了再保存就不报错了）。2.删完后要保存ctrl+s这一点超级重要。3.你也可以关掉重启试试。

之前错了好几次了，一直都是报红框里的错误，其实我代码明明长下图这样。没有model.circle明明是utils里的circle。最后就是靠删除场景1234的缓存和保存，再执行python -m model.main才弄好。

然后我还要说一下，为什么要加M，问了豆包，理由不用看。什么时候加M知道就行。

结束了吗，哈哈还没有，场景4里还有一个文件再学习一下。这个内容是教我们如何当主函数是ipynb格式时如何调用py格式的包。因为前1234都是py导py。

学习ipynb格式导py格式包，这个ipynb实在场景4的model包中的

发现sys.path里没有60天训练营和场景4是吧。

因为utils并不在model这个路径下，所以直接运行会报错

有2类策略：

把utils路径加入到sys.path中
在py文件的终端中直接用python -m model.main 运行，这种导入方法会默认从根目录开始查找。

ps：之所以你会感觉终端的命令明明是根目录，但是运行时却找不到，是因为python解释器理解的目录和终端的目录不一样，通过sys.path可以查看解释器理解的目录

第2个方法前面在场景4做过了输入python -m model.main就会从根目录（红框内）找

第一个方法看一下

红框说明添加导sys.path了

所以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-----一点心得，经常跑别人的项目都是在这里有问题。

如果你在手欠一点，点一下场景4main.py文件的一个三角形（直接运行，非终端运行），会报错

终端运行没事

为什么看豆包，有3个方案。方案1太麻烦不做了

方案1

方案2及演示，特像ipynb导入py的操作

方案3

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。