


Pourquoi Python génère-t-il une erreur « Importation relative dans un non-package » et comment puis-je la corriger ?
Importations relatives : une plongée plus approfondie
Dans le monde de la programmation Python, les importations relatives sont une source courante de confusion. Cet article explore les subtilités des importations relatives, en abordant le message d'erreur omniprésent « Tentative d'importation relative dans un non-package ».
La distinction entre script et module
Comprendre la différence fondamentale entre un script et un module est cruciale. Lorsque vous exécutez directement un fichier Python, il devient un script et reçoit le nom __main__. En revanche, lorsqu'un fichier est importé, il devient un module avec un nom qui inclut sa position dans la hiérarchie des packages.
Nom du module
Le nom attribué à un module dépend s'il a été importé depuis un package ou directement depuis son répertoire. Si un module est importé à partir d'un package, son nom suit le chemin du package séparé par des points et de son sous-package contenant (par exemple, package.subpackage1.moduleA). Cependant, si un module est importé directement depuis son répertoire, son nom sera uniquement le nom du module (par exemple, moduleA).
Importations et packages relatifs
Importations relatives s'appuyer sur le nom d'un module pour déterminer sa position dans la hiérarchie des packages. Si le nom d'un module ne contient aucun point, il n'est pas considéré comme faisant partie d'un package. Cela signifie que les importations relatives tentant de traverser en dehors du répertoire actuel du module échoueront avec l'erreur « importation relative dans un non-package ».
Résoudre l'erreur
À résolvez cette erreur, envisagez les solutions suivantes :
- Utilisez l'option -m : Préfixez la commande utilisé pour exécuter le script avec -m, ce qui indique qu'il doit être traité comme un module et non comme un script. Exemple : python -m package.subpackage1.moduleX
- Déplacez le script hors du répertoire du package : Créez un répertoire séparé pour exécuter le script et importez les modules du package dans ce script. Cela garantit que le script est chargé en tant que script avec le nom main, permettant aux importations relatives de fonctionner correctement.
Gardez à l'esprit que le répertoire du package doit être inclus dans le fichier Python. chemin de recherche du module (sys.path) pour que ces solutions fonctionnent. De plus, à partir de Python 2.6, les modules ont à la fois les attributs name et package qui influencent leur nom effectif.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds











Python convient à la science des données, au développement Web et aux tâches d'automatisation, tandis que C convient à la programmation système, au développement de jeux et aux systèmes intégrés. Python est connu pour sa simplicité et son écosystème puissant, tandis que C est connu pour ses capacités de contrôle élevées et sous-jacentes.

Python excelle dans les jeux et le développement de l'interface graphique. 1) Le développement de jeux utilise Pygame, fournissant des fonctions de dessin, audio et d'autres fonctions, qui conviennent à la création de jeux 2D. 2) Le développement de l'interface graphique peut choisir Tkinter ou Pyqt. Tkinter est simple et facile à utiliser, PYQT a des fonctions riches et convient au développement professionnel.

Vous pouvez apprendre les bases de Python dans les deux heures. 1. Apprenez les variables et les types de données, 2. Structures de contrôle maître telles que si les instructions et les boucles, 3. Comprenez la définition et l'utilisation des fonctions. Ceux-ci vous aideront à commencer à écrire des programmes Python simples.

Vous pouvez apprendre les concepts de programmation de base et les compétences de Python dans les 2 heures. 1. Apprenez les variables et les types de données, 2. Flux de contrôle maître (instructions et boucles conditionnelles), 3. Comprenez la définition et l'utilisation des fonctions, 4. Démarrez rapidement avec la programmation Python via des exemples simples et des extraits de code.

Python est plus facile à apprendre et à utiliser, tandis que C est plus puissant mais complexe. 1. La syntaxe Python est concise et adaptée aux débutants. Le typage dynamique et la gestion automatique de la mémoire le rendent facile à utiliser, mais peuvent entraîner des erreurs d'exécution. 2.C fournit des fonctionnalités de contrôle de bas niveau et avancées, adaptées aux applications haute performance, mais a un seuil d'apprentissage élevé et nécessite une gestion manuelle de la mémoire et de la sécurité.

Pour maximiser l'efficacité de l'apprentissage de Python dans un temps limité, vous pouvez utiliser les modules DateTime, Time et Schedule de Python. 1. Le module DateTime est utilisé pour enregistrer et planifier le temps d'apprentissage. 2. Le module de temps aide à définir l'étude et le temps de repos. 3. Le module de planification organise automatiquement des tâches d'apprentissage hebdomadaires.

Python est largement utilisé dans les domaines du développement Web, de la science des données, de l'apprentissage automatique, de l'automatisation et des scripts. 1) Dans le développement Web, les cadres Django et Flask simplifient le processus de développement. 2) Dans les domaines de la science des données et de l'apprentissage automatique, les bibliothèques Numpy, Pandas, Scikit-Learn et Tensorflow fournissent un fort soutien. 3) En termes d'automatisation et de script, Python convient aux tâches telles que les tests automatisés et la gestion du système.

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.
