292 lines
7.3 KiB
Markdown
292 lines
7.3 KiB
Markdown
---
|
|
doc_type: short
|
|
full_text: 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。
|
|
|
|
```python
|
|
# 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：
|
|
|
|
```python
|
|
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：
|
|
|
|
```python
|
|
from math import sin, cos
|
|
```
|
|
|
|
这样可以直接调用：
|
|
|
|
```python
|
|
cos(theta)
|
|
sin(theta)
|
|
```
|
|
|
|
而不必写：
|
|
|
|
```python
|
|
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：
|
|
|
|
```python
|
|
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：
|
|
|
|
```python
|
|
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。
|
|
|
|
```python
|
|
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：
|
|
|
|
```python
|
|
import sys
|
|
sys.path.append('/project/foo/pyfiles')
|
|
```
|
|
|
|
也可以通过环境变量 `PYTHONPATH` 添加搜索路径：
|
|
|
|
```shell
|
|
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：
|
|
|
|
```python
|
|
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：
|
|
|
|
```python
|
|
import fileparse
|
|
help(fileparse)
|
|
dir(fileparse)
|
|
```
|
|
|
|
并使用其中的 `parse_csv()` 函数读取数据：
|
|
|
|
```python
|
|
portfolio = fileparse.parse_csv(
|
|
'Data/portfolio.csv',
|
|
select=['name','shares','price'],
|
|
types=[str,int,float]
|
|
)
|
|
```
|
|
|
|
也可以使用：
|
|
|
|
```python
|
|
from fileparse import parse_csv
|
|
```
|
|
|
|
这样就能直接调用：
|
|
|
|
```python
|
|
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：
|
|
|
|
```python
|
|
import pcost
|
|
pcost.portfolio_cost('Data/portfolio.csv')
|
|
```
|
|
|
|
返回：
|
|
|
|
```python
|
|
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：
|
|
|
|
1. `fileparse.py`
|
|
- 包含通用函数 `parse_csv()`。
|
|
- 负责通用 CSV 文件解析。
|
|
|
|
2. `report.py`
|
|
- 生成股票报表。
|
|
- 包含 `read_portfolio()` 和 `read_prices()`。
|
|
- 内部使用 `fileparse.parse_csv()`。
|
|
|
|
3. `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。
|
|
|
|
## Related Concepts
|
|
- [[concepts/Python-命名空间与作用域]]
|
|
- [[concepts/模块与-import]]
|
|
- [[concepts/包与虚拟环境]]
|
|
- [[concepts/课程练习工作流]]
|
|
- [[concepts/函数]]
|
|
- [[concepts/CSV-数据处理]]
|
|
- [[concepts/文件读写]]
|
|
- [[concepts/Python-文档与帮助系统]]
|
|
- [[concepts/Python-交互式解释器]]
|
|
- [[concepts/main-函数与脚本结构]]
|