Python包引用基础
1. 导入整个模块
最基本的导入方式是导入整个模块：
import math
print(math.sqrt(16)) # 输出: 4.0
2. 从模块导入特定函数/类
可以只导入需要的部分，减少内存占用：
from datetime import datetime
current_time = datetime.now()
print(current_time) # 输出当前时间
3. 使用别名
当模块名过长或有命名冲突时，可以使用别名：
import numpy as np
import pandas as pd
array = np.array([1, 2, 3])
dataframe = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
专业提示
避免使用from module import *，这会导致命名空间污染，使代码难以理解和维护。
4. 导入包中的子模块
对于大型包，可以只导入需要的子模块：
from sklearn.ensemble import RandomForestClassifier
from matplotlib import pyplot as plt
常用Python包示例
| 包名称 |
用途 |
导入方式 |
| NumPy |
科学计算，多维数组处理 |
import numpy as np |
| Pandas |
数据处理和分析 |
import pandas as pd |
| Matplotlib |
数据可视化 |
import matplotlib.pyplot as plt |
| Requests |
HTTP请求 |
import requests |
| Flask |
轻量级Web框架 |
from flask import Flask |
包管理最佳实践
使用虚拟环境
维护requirements.txt
明确依赖版本
定期更新依赖
创建虚拟环境
# 创建虚拟环境
python -m venv myenv
# 激活虚拟环境 (Windows)
myenv\Scripts\activate
# 激活虚拟环境 (macOS/Linux)
source myenv/bin/activate
管理依赖
# 安装包
pip install package_name
# 安装特定版本
pip install package_name==1.2.3
# 生成requirements.txt
pip freeze > requirements.txt
# 从requirements.txt安装
pip install -r requirements.txt
解决导入问题
当遇到导入错误时，可以检查以下几点：
1. 模块是否安装
使用 pip list 检查模块是否已安装
2. 路径是否正确
检查 sys.path 是否包含模块所在目录
3. 命名冲突
避免模块名与Python内置模块或关键字相同
import sys
# 查看Python搜索路径
print(sys.path)
# 添加自定义路径
sys.path.append('/path/to/your/module')
创建自己的Python包
创建自定义包的目录结构示例：
my_package/
├── __init__.py
├── module1.py
├── module2.py
└── subpackage/
├── __init__.py
└── submodule.py
在__init__.py中，可以指定导入行为：
# my_package/__init__.py
from .module1 import my_function
from .subpackage import submodule
高级技巧
使用相对导入在包内部进行模块引用：
在submodule.py中：from .. import module1
发表评论