|
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()
复制代码 1.2 导入特定的函数或类
- from mymodule import some_function
- some_function()
复制代码 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
复制代码 1.4 使用别名
- import mymodule as mm
- mm.some_function()
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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
复制代码 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)
复制代码 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。
来源:https://www.cnblogs.com/GilbertDu/p/18399753
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作! |
|