Was bedeutet Bibliothek in Python?
Freunde, die neu in Python sind, müssen auf ein solches Problem stoßen, Python-Module, Python-Pakete, Python-Bibliotheken ... Heute werde ich über Module in Python sprechen der Unterschied zwischen Bibliotheken und Paketen?
1. Python-Modul ist:
Python-Modul: Enthält und organisierte Codefragmente als Module.
Der Ausdruck lautet: Der geschriebene Code wird als Datei gespeichert. Diese Datei ist ein Modul. sample.py, wobei der Dateiname smaple der Modulname ist.
Beziehungsdiagramm:
2. Das Python-Paket ist:
Das Paket ist eine hierarchische Dateiverzeichnisstruktur, die eine Python-Anwendungsausführungsumgebung definiert, die aus n Modulen oder n Unterpaketen besteht. Laienhaft ausgedrückt: Ein Paket ist ein Verzeichnis, das eine __init__.py-Datei enthält. Dieses Verzeichnis muss diese __init__.py-Datei und andere Module oder Unterpakete enthalten.
FAQ:
Ein Modul unter einem bestimmten Pfad einführen
Verwenden Sie sys.path.append(yourmodulepath)
Fügen Sie ein hinzu Pfad zum Python-Systempfad, um zu vermeiden, dass der Pfad jedes Mal durch Code angegeben wird
Verwenden Sie die Systemumgebungsvariable export PYTHONPATH=$PYTHONPATH:yourmodulepath,
, um dies direkt hinzuzufügen Pfadlink zu einem Verzeichnis ähnlich wie /Library/Python/2.7/site-packages
Guter Rat:
Immer if __name__ == '__main__' verwenden, stellen Sie sicher zum Schreiben Das Paket kann zum Testen importiert oder unabhängig ausgeführt werden.
Mehrfache Importe führen das Modul nicht mehrmals, sondern nur einmal aus. Sie können reload verwenden, um die Ausführung des Moduls zu erzwingen, dies wird jedoch nicht empfohlen.
Die allgemeine Paketstruktur ist wie folgt:
package_a├── __init__.py├── module_a1.py└── module_a2.pypackage_b├── __init__. py├ ── module_b1.py└── module_b2.py
main.py
Wenn main.py auf das Modul modulea1 in packagea verweisen möchte, können Sie Folgendes verwenden:
aus package_a import module_a1
import package_a.module_a1
Wenn modulea1 in packagea auf packageb verweisen muss, kann Python packageb standardmäßig nicht finden. Wir können sys.path.append('../') verwenden, diesen Satz zu __init__.py im Paketa hinzufügen und dann * import __init_ zu allen Modulen im Paket hinzufügen.
Beziehungsdiagramm:
3. Bibliothek (Bibliothek)
Das Konzept der Bibliothek ist eine Sammlung verwandter Funktionsmodule haben. Dies ist auch eines der Hauptmerkmale von Python, das heißt, es verfügt über eine leistungsstarke Standardbibliothek, Bibliotheken von Drittanbietern und benutzerdefinierte Module.
Das obige ist der detaillierte Inhalt vonWas bedeutet Bibliothek in Python?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Dieses Tutorial zeigt, wie man Python verwendet, um das statistische Konzept des Zipf -Gesetzes zu verarbeiten, und zeigt die Effizienz des Lesens und Sortierens großer Textdateien von Python bei der Bearbeitung des Gesetzes. Möglicherweise fragen Sie sich, was der Begriff ZiPF -Verteilung bedeutet. Um diesen Begriff zu verstehen, müssen wir zunächst das Zipf -Gesetz definieren. Mach dir keine Sorgen, ich werde versuchen, die Anweisungen zu vereinfachen. Zipf -Gesetz Das Zipf -Gesetz bedeutet einfach: In einem großen natürlichen Sprachkorpus erscheinen die am häufigsten vorkommenden Wörter ungefähr doppelt so häufig wie die zweiten häufigen Wörter, dreimal wie die dritten häufigen Wörter, viermal wie die vierten häufigen Wörter und so weiter. Schauen wir uns ein Beispiel an. Wenn Sie sich den Brown Corpus in amerikanischem Englisch ansehen, werden Sie feststellen, dass das häufigste Wort "Th ist

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Der Umgang mit lauten Bildern ist ein häufiges Problem, insbesondere bei Mobiltelefonen oder mit geringen Auflösungskamera-Fotos. In diesem Tutorial wird die Bildfilterungstechniken in Python unter Verwendung von OpenCV untersucht, um dieses Problem anzugehen. Bildfilterung: Ein leistungsfähiges Werkzeug Bildfilter

PDF-Dateien sind für ihre plattformübergreifende Kompatibilität beliebt, wobei Inhalte und Layout für Betriebssysteme, Lesegeräte und Software konsistent sind. Im Gegensatz zu Python Processing -Klartextdateien sind PDF -Dateien jedoch binäre Dateien mit komplexeren Strukturen und enthalten Elemente wie Schriftarten, Farben und Bilder. Glücklicherweise ist es nicht schwierig, PDF -Dateien mit Pythons externen Modulen zu verarbeiten. In diesem Artikel wird das PYPDF2 -Modul verwendet, um zu demonstrieren, wie Sie eine PDF -Datei öffnen, eine Seite ausdrucken und Text extrahieren. Die Erstellung und Bearbeitung von PDF -Dateien finden Sie in einem weiteren Tutorial von mir. Vorbereitung Der Kern liegt in der Verwendung von externem Modul PYPDF2. Installieren Sie es zunächst mit PIP: pip ist p

Dieses Tutorial zeigt, wie man Redis Caching nutzt, um die Leistung von Python -Anwendungen zu steigern, insbesondere innerhalb eines Django -Frameworks. Wir werden Redis -Installation, Django -Konfiguration und Leistungsvergleiche abdecken, um den Vorteil hervorzuheben

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

Dieses Tutorial zeigt, dass eine benutzerdefinierte Pipeline -Datenstruktur in Python 3 erstellt wird, wobei Klassen und Bedienerüberladungen für verbesserte Funktionen genutzt werden. Die Flexibilität der Pipeline liegt in ihrer Fähigkeit, eine Reihe von Funktionen auf einen Datensatz GE anzuwenden

Python, ein Favorit für Datenwissenschaft und Verarbeitung, bietet ein reichhaltiges Ökosystem für Hochleistungs-Computing. Die parallele Programmierung in Python stellt jedoch einzigartige Herausforderungen dar. Dieses Tutorial untersucht diese Herausforderungen und konzentriert sich auf die globale Interprete
