首页 > 编程语言 >15 Python模块

15 Python模块

时间:2024-09-06 10:25:11浏览次数:6  
标签:15 Python some 模块 print import 2.1 mymodule

本篇是 Python 系列教程第 15 篇,更多内容敬请访问我的 Python 合集

一个模块其实就是一个文件(以.py结尾)。使用模块的好处是便于维护和重用代码。

要创建一个模块,只需编写一个新的文本文件,保存为 .py 扩展名。

1 引入模块

1.1 导入整个模块

import mymodule
mymodule.some_function()

1.2 导入特定的函数或类

from mymodule import some_function
some_function()

1.3 导入所有内容

from mymodule import *
some_function()  # 直接调用函数,无需模块前缀

1.4 使用别名

import mymodule as mm
mm.some_function()

2 常用模块

Python 的标准库非常庞大,提供了大量的内置模块来支持各种编程任务。这里列举了一些常用的模块及其主要用途:

2.1 标准库模块

2.1.1 os

操作系统相关功能,如读取环境变量、改变目录等。

import os
print(os.getcwd())  # 获取当前工作目录

2.1.2 sys

系统特定的一些变量和函数,如获取命令行参数、退出程序等。

import sys
print(sys.argv)  # 获取命令行参数

2.1.3 math

数学函数,如平方根、对数等。

import math
print(math.sqrt(16))  # 计算平方根

2.1.4 random

生成随机数。

import random
print(random.randint(1, 100))  # 生成一个1到100之间的随机整数

2.1.5 datetime

日期和时间操作。

from datetime import datetime
print(datetime.now())  # 获取当前日期和时间

2.1.6 re

正则表达式支持。

import re
pattern = r'\d+'
result = re.findall(pattern, '123 abc 456')
print(result)  # 输出所有匹配数字的字符串

2.1.7 json

JSON 编码和解码。

import json
data = {'name': 'John', 'age': 30}
json_str = json.dumps(data)
print(json_str)  # 将字典转换为 JSON 字符串

2.1.8 collections

高级容器类型,如 defaultdict, Counter, deque 等。

from collections import defaultdict
d = defaultdict(int)
d['a'] += 1
print(d['a'])  # 输出: 1

2.1.9 itertools

迭代工具,提供了高效的循环迭代器。

import itertools
for x in itertools.count(start=1):
    print(x)
    if x > 10:
        break  # 无限计数,直到超过10

2.1.10 functools

高阶函数工具,如装饰器、偏函数等。

from functools import lru_cache
@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)
print(fib(10))  # 计算斐波那契数列第10项

2.1.11 pathlib

用于处理路径的现代接口。

from pathlib import Path
p = Path('/etc') / 'passwd'
print(p)  # 输出: /etc/passwd

12. argparse

解析命令行参数和选项。

import argparse
parser = argparse.ArgumentParser()
parser.add_argument("--input", help="input file")
args = parser.parse_args()
print(args.input)

2.2 第三方模块

除了标准库之外,还有许多第三方模块可以安装和使用,例如:

  • NumPy - 数值计算。
  • Pandas - 数据分析。
  • Matplotlib - 数据可视化。
  • Requests - 发送 HTTP 请求。
  • Flask - Web 开发框架。
  • SQLAlchemy - 数据库抽象层。

标签:15,Python,some,模块,print,import,2.1,mymodule
From: https://www.cnblogs.com/GilbertDu/p/18399753

相关文章

  • python 命令行参数解析
    追加参数pythonexample.pyNewYorkLosAngelesChicago给参数申明分配内存Locations:['NewYork','LosAngeles','Chicago']具体实现importargparseparser=argparse.ArgumentParser(description='Processsomelocations.')parser.ad......
  • Python
    Python安装HelloWorldprint("HelloWorld")基础字面量:代码中被写下来固定的值,数字:Number整数int浮点数float复数complex布尔bool字符串:String(双引号)列表:List元组:Tuple集合:Set字典:Dictionary注释单行注释#开头#我是注释print("HelloWorld")......
  • Python开发实例(30)文件搜索工具:创建一个程序,允许用户在指定目录下搜索文件
    创建一个文件搜索工具是一个非常有用的项目,它可以帮助用户在指定目录下查找文件。以下是一个基本的文件搜索工具示例,它使用Python的os库来进行文件搜索。importosdefsearch_files(directory,filename):found_files=[]forroot,_,filesinos.walk(director......
  • Flask:Python轻量级Web框架详解
    Flask是一个用Python编写的轻量级Web应用框架。它被设计为易于使用和扩展,非常适合小型项目和微服务,同时也能够支持大型应用。Flask依赖于少量的外部库,并且提供了一个简单的方式来创建Web应用。Flask的主要特点轻量级:Flask核心非常简单,使得它易于理解和扩展。扩展性:Flask可......
  • Python异步编程:asyncio库详解
    \asyncio是Python的标准库,用于编写单线程的并发代码。它使用async和await语法来定义和调用异步函数,使得I/O密集型程序能够更有效地使用资源。asyncio的主要特点事件循环:asyncio程序由事件循环驱动,它负责调度协程的执行。协程:使用async定义的异步函数被称为协程。任务:asyn......
  • Python批量采集某东评论,实现可视化分析
    女朋友没事就喜欢网购,买一大堆又不用,总说不合适,为了不让她花冤枉钱,于是我决定用Python写一个采集商品评论的脚本,然后对商品进行分析,这样就不怕踩到坑了!  让我们直接开始本次操作准备工作环境安装Python3.10Pycharm模块使用采集数据模块-DrissionPage->pipinsta......
  • Python使用MySQL数据库
    安装MySQL-python要想使python可以操作mysql 就需要MySQL-python驱动,它是python 操作mysql必不可少的模块。下载地址:https://pypi.python.org/pypi/MySQL-python/下载MySQL-python-1.2.5.zip 文件之后直接解压。进入MySQL-python-1.2.5目录:>>python setup.py install ......
  • python 深/浅拷贝及其区别
    概述1、什么是浅拷贝?浅拷贝是指创建一个新的数据结构对象,该对象是原始数据结构的副本,但不复制原始数据结构中的嵌套对象的引用。浅拷贝可以通过各种方式完成,如切片、工厂函数或copy模块的copy方法。2、什么是深拷贝?深拷贝是指创建一个新的数据结构对象,该对象是原始数据结构及......
  • python 实现perfect square完全平方数算法
    python实现perfectsquare完全平方数算法介绍完全平方数(PerfectSquare)是一个整数,它可以表示为某个整数的平方。例如,1,4,9,16,25,…都是完全平方数,因为1=......
  • python 实现matrix exponentiation矩阵求幂算法
    matrixexponentiation矩阵求幂算法介绍矩阵求幂算法(MatrixExponentiation)是一种通过利用矩阵乘法的结合律来高效地计算矩阵的幂的算法。这种方法特别适用于在算法竞赛和计算机科学领域中解决需要快速计算矩阵幂的问题,如求解线性递推关系、图论中的路径计数等。基本思想......