0 Fork 0

Files

T

xixu-me e1fb2929c0 chore: clean repository history

2026-06-05 21:13:11 +08:00

7.3 KiB

Raw Permalink Blame History

doc_type, full_text

doc_type	full_text
short	sources/04_Modules.md

04_Modules 总结

核心主题

本文介绍 Python 中的Python模块：任何 .py 源文件都是一个模块；模块通过 import 加载和执行，并形成独立的命名空间。文档还说明了不同导入形式、模块加载缓存、模块搜索路径，以及如何把通用函数拆分到多个文件中复用。

模块与导入

任意 Python 源文件都可以作为模块，例如 foo.py。
import foo 会加载并执行 foo.py 中的所有顶层语句。
导入后，需要通过模块名前缀访问其中的函数或变量：
- foo.grok(2)
- foo.spam('Hello')
模块名直接来自文件名：foo.py 对应模块名 foo。

模块是命名空间

模块是一组命名值的集合，也可以理解为一个命名空间。

模块中的全局变量、函数和类构成该模块的命名空间。
不同模块可以定义相同名称而不会冲突。
例如：
- foo.py 中的 x 是 foo.x
- bar.py 中的 x 是 bar.x

重要结论：模块彼此隔离。

模块作为执行环境

模块不仅是命名空间，也是其中代码的封闭环境。

# foo.py
x = 42

def grok(a):
    print(x)

在这个例子中，grok() 使用的全局变量 x 绑定到它所在模块 foo.py 的全局作用域。每个源文件都是自己的“小宇宙”。

模块执行机制

导入模块时，Python 会从上到下执行模块中的所有语句，直到文件结束。

模块命名空间最终包含：

导入完成后仍存在的全局变量
函数定义
类定义
其他顶层赋值结果

因此，如果模块顶层包含打印、创建文件、运行计算等脚本语句，那么这些语句会在导入时立即运行。这一点与后续的Python主模块和 if __name__ == '__main__' 主题密切相关。

`import as`

可以在导入时给模块取一个本地别名：

import math as m

这只改变当前文件中引用模块的名字，不改变模块本身，也不改变模块加载机制。

常见用途：

缩短长模块名
避免命名冲突
遵循惯例，如 import numpy as np

`from module import name`

可以从模块中导入特定名称到当前命名空间：

from math import sin, cos

这样可以直接调用：

cos(theta)
sin(theta)

而不必写：

math.cos(theta)
math.sin(theta)

但需要注意：from math import sin, cos 仍然会加载整个 math 模块，只是在加载完成后把指定名称复制到当前作用域。

导入形式不会改变模块本质

以下导入方式在模块加载层面本质相同：

import math
import math as m
from math import cos, sin

关键点：

模块仍然作为独立环境存在。
导入时仍会执行整个模块文件。
import as 只是改变当前文件中的引用名。
from ... import ... 只是把模块中的某些名称引入当前作用域。

模块只加载一次

Python 每个模块通常只加载并执行一次。重复导入不会重新执行模块文件，而是返回已加载模块的引用。

已加载模块保存在：

sys.modules

sys.modules 是一个字典，记录当前解释器中已经加载的所有模块。

这会带来一个常见陷阱：

如果修改了模块源码后，在同一个 Python 解释器中再次 import，通常不会看到修改结果。
因为 Python 会直接使用 sys.modules 中缓存的旧模块。
最安全的做法是退出并重启解释器。

这与Python导入缓存相关。

模块搜索路径

Python 使用 sys.path 查找模块。

import sys
sys.path

sys.path 是一个路径列表，通常当前工作目录位于最前面。

如果模块不在当前目录或标准库路径中，可以手动添加路径：

import sys
sys.path.append('/project/foo/pyfiles')

也可以通过环境变量 PYTHONPATH 添加搜索路径：

env PYTHONPATH=/project/foo/pyfiles python3

不过，文档强调：一般不应频繁手动调整模块搜索路径。若出现导入问题，优先检查当前工作目录是否正确。

练习 3.11：模块导入

本练习要求在正确的工作目录中启动 Python 解释器，并导入之前写过的程序。

示例：

import bounce
import mortgage
import report

重点观察：导入模块会运行其中的顶层代码，因此会看到程序输出。

随后导入 fileparse 模块：

import fileparse
help(fileparse)
dir(fileparse)

并使用其中的 parse_csv() 函数读取数据：

portfolio = fileparse.parse_csv(
    'Data/portfolio.csv',
    select=['name','shares','price'],
    types=[str,int,float]
)

也可以使用：

from fileparse import parse_csv

这样就能直接调用：

portfolio = parse_csv(...)

该练习强调代码复用：把通用 CSV 解析逻辑放入 fileparse.py，供其他程序导入使用。

练习 3.12：使用库模块改造 `report.py`

本练习要求修改之前的 report.py，让输入文件处理逻辑使用 fileparse.parse_csv()。

需要改造的函数包括：

read_portfolio()
read_prices()

目标是：

保持原有报表输出不变。
去除重复的 CSV 解析代码。
将通用解析逻辑集中在 fileparse.py 中。

这体现了模块化设计的基本思想：通用功能抽取成库模块，业务程序通过导入使用。

练习 3.13

此练习有意留空，跳过。

练习 3.14：更多库导入

本练习要求修改 pcost.py，使其使用 report.read_portfolio() 来读取投资组合数据。

原目标功能：

import pcost
pcost.portfolio_cost('Data/portfolio.csv')

44671.15

修改后，pcost.py 不再重复实现读取投资组合的逻辑，而是复用 report.py 中已有的 read_portfolio()。

最终程序结构

完成练习后，应形成三个相互协作的程序：

fileparse.py
- 包含通用函数 parse_csv()。
- 负责通用 CSV 文件解析。
report.py
- 生成股票报表。
- 包含 read_portfolio() 和 read_prices()。
- 内部使用 fileparse.parse_csv()。
pcost.py
- 计算投资组合成本。
- 使用 report.read_portfolio()。

这种结构展示了从脚本式程序逐渐走向Python模块化编程的过程。

关键结论

.py 文件就是模块。
import 会执行整个模块文件。
模块形成独立命名空间，不同模块中的同名变量不会冲突。
模块中的全局变量绑定到其所在文件。
import as 只是在当前文件中改名。
from module import name 只是把模块中的名称复制到当前命名空间。
模块通常只加载一次，缓存于 sys.modules。
Python 通过 sys.path 查找模块。
正确的工作目录对导入本地模块非常重要。
通过模块可以把通用函数抽取出来，实现更好的代码复用和程序组织。

7.3 KiB Raw Permalink Blame History