Python 3.3 のパッケージには `__init__.py` ファイルが必要ですか?
Python 3.3 の名前空間パッケージ
質問:
Python 3.3 では、依然として __init__ が必要ですか。インポート時のpyファイルパッケージは?
答え:
必ずしもそうではありません。 Python 3.3 では、「暗黙的な名前空間パッケージ」の概念が導入され、__init__.py ファイルなしでパッケージを作成できるようになりました。これらは、__init__.py ファイルを持つ通常のパッケージとは対照的に、名前空間パッケージとして知られています。
暗黙的な名前空間パッケージの使用例:
名前空間パッケージは特別に使用されます。複数のライブラリが異なる場所に存在し、同じ親パッケージにサブパッケージを提供する必要がある場合。たとえば、次の構造について考えてみましょう。
google_pubsub/ # Package 1 google/ # Namespace package cloud/ # Namespace package pubsub/ # Regular package __init__.py foo.py google_storage/ # Package 2 google/ # Namespace package cloud/ # Namespace package storage/ # Regular package __init__.py bar.py
名前空間パッケージがないと、Python は通常のパッケージを自己完結型エンティティとして扱うため、「google_pubsub」と「google_storage」の両方のインポートは失敗します。 「google」および「google/cloud」ディレクトリから __init__.py ファイルを削除すると、これらのファイルは名前空間パッケージとして解釈され、Python インタープリターがモジュールとサブパッケージを見つけて「google」パッケージに提供できるようになります。
通常のパッケージと名前空間パッケージ:
ほとんどの場合、空のパッケージを使用して通常のパッケージを使用することをお勧めします。 __init__.py ファイル。その理由は次のとおりです。
- 通常のパッケージは予測可能であり、保守が簡単です。
- 多くの Python ツールとライブラリは、通常のパッケージが適切に機能することを期待しています。
結論:
名前空間パッケージは特定のシナリオでは役立ちますが、そうすべきです。控えめに使用されます。ほとんどの開発者とユースケースでは、__init__.py ファイルを含む通常のパッケージが推奨されるアプローチです。サブパッケージを含む複数のディレクトリ間で名前空間を共有する必要がある場合にのみ、名前空間パッケージを検討してください。
参照:
- [PEP 420 - 暗黙的な名前空間パッケージ](https://www.python.org/dev/peps/pep-0420/)
- [Python ドキュメント - 通常のパッケージ](https://docs.python.org/3/reference/ import.html#packages)
- [Python ドキュメント - 名前空間パッケージ](https://docs.python.org/3/reference/import.html#namespace-packages)
- [Python のインポート システムにおける不注意者の罠](https://www.python. org/doc/essays/import-traps/)
以上がPython 3.3 のパッケージには `__init__.py` ファイルが必要ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。
