python 中库怎么导入？

让包内导入更加显式，这个功能的一部分设计初衷是，为了帮助脚本解决同名文件出现在模块搜索路径上多个不同位置时的二义性。考虑包目录，这定义了一个名为mypkg 的包，其中含有名为mypkg.main和mypkg.string 的模块。现在，假设模块main试图导入名为string的模块。在 Python 2.X和更早版本中，Python会先寻找mypkg目录以执行相对导入。这会找到并导入位于该处的string.py文件，将其赋值给mypkg.main模块命名空间内的名称string。不过，这一导入的本意可能是要导入Python标准库的string模块。可惜的是，在这些Python版本中，无法直接忽略mypkg.string 去寻找位于模块搜索路径更右侧的标准库中的string模块。此外，我们无法使用完整包导入路径来解决这个问题，因为我们无法依赖在每台机器上的标准链接库路径。换句话说，包中的简单导入可能具有二义性而且容易出错。在包内，我们无法确定imports pam语句指的是包内的模块还是包外的模块。一种可能的后果是，一个局部的模块或包会在不经意间隐藏了sys.path 上的另一个模块。

在实践中，Python使用者可以避免为他们自己的模块重复使用标准库模块的名称(如果需要标准string库，就不要把新的模块命名为string)。但是，一个包还是有可能意外地隐藏标准库模块。再者，Python 以后可能新增标准库模块，而其名称可能刚好就和自己的一个模块同名。而依赖于没有点号开头相对导入的程序代码同样也不容易理解，因为读者可能对希望使用哪个模块而感到困惑。所以我们最好能在代码中显式地指出导入的解析过程。

Python是一种面向对象的编程语言，里面包含有丰富强大的库，想要学习Python开发，首先需要学习如何导入模块或包。下面就跟大家一起讨论下Python导入模块的几种方法：

常规导入

最常用的导入方式，大概是这样的：

import sys

只需要使用 import ，然后指定希望导入的模块或包即可。用这种方法导入的好处是可以一次性导入多个包或模块：

import os, sys, time

虽然这节省了空间，但是却违背了Python风格指南。 Python风格指南建议将每个导入语句单独成行 。

有时在导入模块时，你想要重命名这个模块。这个功能很容易实现：

import sys as system

print(system.platform)

上面的代码将我们导入的 sys 模块重命名为 system 。我们可以按照和以前一样的方式调用模块的方法，但是可以用一个新的模块名。也有某些子模块必须要使用点标记法才能导入。

import urllib.error

这个情况不常见，但是对此有所了解总是没有坏处的。

使用from语句导入

有时我们只想要导入一个模块或库中的某个部分。那么Python是如何实现这点：

from functools import lru_cache

上面这行代码可以让你直接调用 lru_cache 。如果按常规方式导入 functools ，那么就必须像这样调用 lru_cache ：

functools.lru_cache(*args)

根据实际的使用场景，上面的做法可能是更好的。在复杂的代码库中，能够看出某个函数是从哪里导入的这点很有用的。不过，如果你的代码维护的很好，模块化程度高，那么只从某个模块中导入一部分内容也是非常方便和简洁的。

当然，你还可以使用from方法导入模块的全部内容，就像这样：

from os import *

这种做法在少数情况下是挺方便的，但是这样也会打乱你的命名空间。问题在于，你可能定义了一个与导入模块中名称相同的变量或函数，这时如果你试图使用

os 模块中的同名变量或函数，实际使用的将是你自己定义的内容。因此，你最后可能会碰到一个相当让人困惑的逻辑错误。

标准库中我唯一推荐全盘导入的模块只有Tkinter 。

如果你正好要写自己的模块或包，有人会建议你在 __init__.py 文件中导入所有内容，让模块或者包使用起来更方便。我个人更喜欢显示地导入，而非隐式地导入。

你也可以采取折中方案，从一个包中导入多个项：

from os import path, walk, unlinkfrom os import uname, remove

在上述代码中，我们从 os 模块中导入了5个函数。你可能注意到了，我们是通过多次从同一个模块中导入实现的。当然，如果你愿意的话，你也可以使用圆括号一次性导入多个项：

from os import (path, walk, unlink, uname,

remove, rename)

这是一个有用的技巧，不过你也可以换一种方式：

from os import path, walk, unlink, uname, \

remove, rename

上面的反斜杠是Python中的续行符，告诉解释器这行代码延续至下一行。

相对导入

PEP 328 介绍了引入相对导入的原因，以及选择了哪种语法。具体来说，是使用句点来决定如何相对导入其他包或模块。这么做的原因是为了避免偶然情况下导入标准库中的模块产生冲突。这里我们以PEP 328中给出的文件夹结构为例，看看相对导入是如何工作的：

my_package/

__init__.py

subpackage1/

__init__.py

module_x.py

module_y.py

subpackage2/

__init__.py

module_z.py

module_a.py

在本地磁盘上找个地方创建上述文件和文件夹。在顶层的 __init__.py 文件中，输入以下代码：

from . import subpackage1from . import subpackage2

接下来进入 subpackage1 文件夹，编辑其中的 __init__.py 文件，输入以下代码：

from . import module_xfrom . import module_y

现在编辑 module_x.py 文件，输入以下代码：

from .module_y import spam as ham

def main():

ham()

最后编辑 module_y.py 文件，输入以下代码：

def spam():

print('spam ' * 3)

打开终端， cd 至 my_package 包所在的文件夹，但不要进入 my_package 。在这个文件夹下运行Python解释器。我使用的是IPython，因为它的自动补全功能非常方便：

In [1]: import my_package

In [2]: my_package.subpackage1.module_xOut[2]:

'my_package.subpackage1.module_x' from

'my_package/subpackage1/module_x.py'>

In [3]: my_package.subpackage1.module_x.main()spam spam spam

相对导入适用于你最终要放入包中的代码。如果你编写了很多相关性强的代码，那么应该采用这种导入方式。

你会发现PyPI上有很多流行的包也是采用了相对导入 。还要注意一点，如果你想要跨越多个文件层级进行导入，只需要使用多个句点即可。不过， PEP

328建议相对导入的层级不要超过两层 。

还要注意一点，如果你往 module_x.py 文件中添加了 if __name__ == ‘__main__’ ，然后试图运行这个文件，你会碰到一个很难理解的错误。编辑一下文件，试试看吧!

from . module_y import spam as ham

def main():

ham()

if __name__ == '__main__':

# This won't work!

main()

现在从终端进入 subpackage1 文件夹，执行以下命令：

python module_x.py

如果你使用的是Python 2，你应该会看到下面的错误信息：

Traceback (most recent call last):

File "module_x.py", line 1, in

from . module_y import spam as hamValueError: Attempted relative import in non-package

如果你使用的是Python 3，错误信息大概是这样的：

Traceback (most recent call last):

File "module_x.py", line 1, in

from . module_y import spam as hamSystemError: Parent module '' not loaded, cannot perform relative import

这指的是， module_x.py 是某个包中的一个模块，而你试图以脚本模式执行，但是 这种模式不支持相对导入 。

如果你想在自己的代码中使用这个模块，那么你必须将其添加至Python的导入检索路径(import search path)。最简单的做法如下：

import syssys.path.append('/path/to/folder/containing/my_package')import my_package

注意，你需要添加的是 my_package 的上一层文件夹路径，而不是 my_package 本身。原因是 my_package 就是我们想要使用的包，所以如果你添加它的路径，那么将无法使用这个包。

我们接下来谈谈可选导入。

可选导入(Optional imports)

如果你希望优先使用某个模块或包，但是同时也想在没有这个模块或包的情况下有备选，你就可以使用可选导入这种方式。这样做可以导入支持某个软件的多种版本或者实现性能提升。以 github2包 中的代码为例：

try:

# For Python 3

from http.client import responsesexcept ImportError: # For Python 2.5-2.7

try:

from httplib import responses # NOQA

except ImportError: # For Python 2.4

from BaseHTTPServer import BaseHTTPRequestHandler as _BHRH

responses = dict([(k, v[0]) for k, v in _BHRH.responses.items()])

lxml 包也有使用可选导入方式：

try:

from urlparse import urljoin

from urllib2 import urlopenexcept ImportError:

# Python 3

from urllib.parse import urljoin

from urllib.request import urlopen

正如以上示例所示， 可选导入的使用很常见，是一个值得掌握的技巧 。

局部导入

当你在局部作用域中导入模块时，你执行的就是局部导入。如果你在Python脚本文件的顶部导入一个模块，那么你就是在将该模块导入至全局作用域，这意味着之后的任何函数或方法都可能访问该模块。例如：

import sys # global scope

def square_root(a):

# This import is into the square_root functions local scope

import math

return math.sqrt(a)

def my_pow(base_num, power):

return math.pow(base_num, power)

if __name__ == '__main__':

print(square_root(49))

print(my_pow(2, 3))

这里，我们将 sys 模块导入至全局作用域，但我们并没有使用这个模块。然后，在 square_root 函数中，我们将 math

模块导入至该函数的局部作用域，这意味着 math 模块只能在 square_root 函数内部使用。如果我们试图在 my_pow 函数中使用

math ，会引发 NameError 。试着执行这个脚本，看看会发生什么。

使用局部作用域的好处之一，是你使用的模块可能需要很长时间才能导入，如果是这样的话，将其放在某个不经常调用的函数中或许更加合理，而不是直接在全局作

用域中导入。老实说，我几乎从没有使用过局部导入，主要是因为如果模块内部到处都有导入语句，会很难分辨出这样做的原因和用途。

根据约定，所有的导入语句都应该位于模块的顶部 。

导入注意事项

在导入模块方面，有几个程序员常犯的错误。这里我们介绍两个。

循环导入(circular imports)

覆盖导入(Shadowed imports，暂时翻译为覆盖导入)

先来看看循环导入。

循环导入

如果你创建两个模块，二者相互导入对方，那么就会出现循环导入。例如：

# a.pyimport b

def a_test():

print("in a_test")

b.b_test()

a_test()

然后在同个文件夹中创建另一个模块，将其命名为 b.py 。

import a

def b_test():

print('In test_b"')

a.a_test()

b_test()

如果你运行任意一个模块，都会引发 AttributeError 。这是因为这两个模块都在试图导入对方。简单来说，模块 a 想要导入模块 b我爱编程网

，但是因为模块 b 也在试图导入模块 a (这时正在执行)，模块 a 将无法完成模块 b

的导入。我看过一些解决这个问题的破解方法(hack)，但是 一般来说，你应该做的是重构代码，避免发生这种情况 。

覆盖导入

当你创建的模块与标准库中的模块同名时，如果你导入这个模块，就会出现覆盖导入。举个例子，创建一个名叫 math.py 的文件，在其中写入如下代码：

import math

def square_root(number):

return math.sqrt(number)

square_root(72)

现在打开终端，试着运行这个文件，你会得到以下回溯信息(traceback)：

Traceback (most recent call last):

File "math.py", line 1, in

import math

File "/Users/michael/Desktop/math.py", line 6, in

square_root(72)

File "/Users/michael/Desktop/math.py", line 4, in square_root

return math.sqrt(number)AttributeError: module 'math' has no attribute 'sqrt'

这到底是怎么回事?其实，你运行这个文件的时候，Python解释器首先在当前运行脚本所处的的文件夹中查找名叫 math

的模块。在这个例子中，解释器找到了我们正在执行的模块，试图导入它。但是我们的模块中并没有叫 sqrt 的函数或属性，所以就抛出了

AttributeError 。

Python是一种高级编程语言，以其简洁易读的语法和强大的功能而受到广大程序员的喜爱。以下是一些快速入门Python的建议：

1.学习基础知识：首先，你需要了解Python的基本语法，包括变量、数据类型、运算符、控制流(如if语句和for循环)等。这些是编程的基础，理解了这些，你就可以开始编写简单的Python程序了。

2.实践编程：理论知识是基础，但编程更重要的是实践。你可以尝试解决一些实际问题，或者参加一些在线编程挑战，如LeetCode或HackerRank。这不仅可以帮助你巩固知识，还可以提高你的编程技能。

3.学习高级主题：当你对Python的基本语法有了一定的了解后，你可以开始学习一些高级主题，如面向对象编程、函数式编程、异常处理等。这些主题可以让你的代码更健壮，更易于维护。

4.使用Python库：Python有大量的库可以使用，如NumPy用于科学计算，Pandas用于数据分析，Matplotlib用于数据可视化等。学习如何使用这些库可以大大提高你的编程效率。

5.阅读他人的代码：阅读他人的代码是提高编程技能的好方法。你可以在GitHub上找到许多优秀的Python项目，通过阅读他们的代码，你可以学习到许多编程技巧和最佳实践。

6.参加在线课程：有许多在线平台提供Python的课程，如Coursera、Udemy、edX等。这些课程通常由经验丰富的讲师授课，内容全面，适合初学者和有一定基础的学员。

7.坚持练习：编程是一项技能，需要通过大量的练习来提高。你可以每天花一些时间编写Python代码，或者解决一些编程问题。只有通过不断的练习，你才能真正掌握Python。