当前位置：首页 > news >正文

有域名后怎么建网站百度推广账户优化方案

news 2025/8/14 2:23:11

有域名后怎么建网站,百度推广账户优化方案,南沙微网站建设,个人求职网站履历怎么做目录一、导入官方库的三种手段 1.1 标准导入：导入整个库 1.2 从库中导入特定项 1.3 非标准导入：导入整个库二、导入自定义库/模块的方式模块、包的定义使用案例场景1: main.py 和 circle.py 都在同一目录场景2: main.py 和 circle.py 都在…

一、导入官方库的三种手段

1.1 标准导入：导入整个库

1.2 从库中导入特定项

1.3 非标准导入：导入整个库

二、导入自定义库/模块的方式

模块、包的定义

使用案例

场景1: main.py 和 circle.py 都在同一目录

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

场景3: main.py 在根目录，circle.py 在子目录 model/ 下

场景4：main.py在model/下，circle.py在utils/下

问题原因：执行环境与导入路径冲突

解决方案

1. 使用 -m 模式运行（推荐）

2. 修改 sys.path

3. 使用绝对导入并确保项目根目录在 PYTHONPATH 中

最佳实践建议

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）

一、导入官方库的三种手段

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+学习要处理的任务所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

所以用到什么学什么库即可。

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。

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。

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

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

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。

二、导入自定义库/模块的方式

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

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_arearadius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")# 或者注释上面的，用下面的方法
# import circle 
# radius = 5
# area = circle.calculate_area(radius)
# print(f"半径为 {radius} 的圆，面积是: {area}")

cd xxx（main的相对路径），然后执行python main.py

终端可以通过左上角的查看-终端打开，默认的路径是项目根目录。

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 内容同上:

运行命令：python xxx/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_arearadius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")# 或者注释上面的，用下面的方法
# import circle 
# radius = 5
# area = circle.calculate_area(radius)
# print(f"半径为 {radius} 的圆，面积是: {area}")

__init__.py的添加问题：Python 3.3 及以后版本，做了 “命名空间包” 相关优化，有些场景下目录里没有 __init__.py ，也能以简单命名空间包形式被导入（主要用于处理跨目录分布的包结构）。但常规的、希望清晰组织模块的包，还是建议显式添加 __init__.py ，明确包的边界和初始化逻辑，避免因解释器版本、环境差异出现导入问题。

场景4：main.py在model/下，circle.py在utils/下

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

main.py:

# main.py
from utils import circle # 这是根目录绝对路径的导入方式radius = 5
area = circle.calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

circle.py和circle2.py内容相同：

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

运行方式 python -m model.main

如果直接使用python model/main.py，会报错：

是因为 Python 的导入机制要求 相对导入必须在包环境中使用，而直接执行脚本会破坏包的结构。通过 -m 模式、修改 sys.path 或配置 PYTHONPATH 可以解决这个问题。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。

问题原因：执行环境与导入路径冲突

1、Python 的模块搜索路径（sys.path）：

当你执行 python model/main.py 时，Python将 当前目录（即脚本所在的父目录） 添加到 sys.path 的首位。例如：

project/
├── model/
│   ├── __init__.py
│   ├── main.py
│   └── circle.py
└── app.py

此时，Python 会将 project/ 加入 sys.path，但不会将 model/ 目录本身加入。

如果你在 main.py 中使用 相对导入（例如 from .circle import Circle），Python 会报错，因为：

a、相对导入（from .module import ...）要求当前文件必须作为包的一部分被导入（即通过 python -m model.main）。

b、直接运行 main.py 时，它被视为 顶层脚本，而非包的一部分，. 路径无效。

2、相对导入与绝对导入的区别：

相对导入（from .circle import Circle）依赖于当前模块在包中的位置，只能在包内部使用。

绝对导入（from model.circle import Circle）依赖于 sys.path 中的路径，要求 model 必须在 sys.path 中。但直接运行 main.py 时，model 不在 sys.path 中，因此绝对导入也会失败。

解决方案

1. 使用 `-m` 模式运行（推荐）

通过 python -m model.main 执行，Python 会将 model 所在的父目录（如 project/）加入 sys.path，并将 model 视为包：

# 在 project/ 目录下执行
python -m model.main

2. 修改 `sys.path`

在 main1.py 开头手动添加父目录到 sys.path：

main1.py内容：

import sys
import os# 获取当前脚本的父目录（即 model/ 的路径）
current_dir = os.path.dirname(os.path.abspath(__file__))
# 获取父目录的父目录（即 project/ 的路径）
parent_dir = os.path.dirname(current_dir)
# 将父目录添加到 sys.path
sys.path.append(parent_dir)# 现在可以使用绝对导入
from utils import circle # 这是根目录绝对路径的导入方式radius = 5
area = circle.calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

3. 使用绝对导入并确保项目根目录在 `PYTHONPATH` 中

在环境变量中添加项目根目录：

# Linux/macOS
export PYTHONPATH="${PYTHONPATH}:/path/to/project"# Windows
set PYTHONPATH=%PYTHONPATH%;C:\path\to\project

然后在 main.py 中使用绝对导入：

from model.circle import Circle

最佳实践建议

统一使用 -m 模式：开发时始终通过 python -m package.module 运行脚本，避免直接执行包内模块。
明确 __init__.py 的作用：
- 在包的 __init__.py 中可以预导入常用模块，简化外部引用（例如 from .circle import Circle）。
- 空的 __init__.py 仅用于标记包，但添加预导入可以让包的 API 更清晰。
使用相对导入：在包内部模块间引用时，优先使用相对导入（from . import module），避免硬编码包名。