沉浸式过Python基础（5-模块，包，库）

Posted 2023-04-07 不想想了

文章目录

• 模块，包，库的概念与区别
• 建立自己的模块和使用
• 调用使用Python 自带的库（以random 模块为例）

模块，包，库的概念与区别

在 Python 中，包、库和模块是三个重要的概念。它们都是组织代码的方式，但具体含义和作用有所不同。

模块 (Module)
模块是一个包含 Python 定义和语句的文件。每个 Python 文件都可以看做是一个模块。在 Python 中，我们可以通过 import 语句导入模块，以便在其他程序中使用该模块中定义的函数、类或变量。

包 (Package)
包是一种组织 Python 模块的方式，通常包含一个或多个相关的模块。包本质上是一个文件夹，其中必须包含一个命名为 init.py 的文件，以标识该文件夹为 Python 包。包可以有任意深度的嵌套结构，也可以包含子包。

库 (Library)
库是指一组可重复使用的代码资源，通常由多个相关联的模块和包组成。Python 标准库是 Python 自带的库，包括了很多实用的模块和工具，例如 os、sys、math、random 等。此外，还有很多第三方库可以从外部下载安装，并提供了丰富的功能和工具，例如 numpy、pandas、matplotlib、tensorflow 等。

总之，模块是最基本的组织代码的方式，而包和库则是更高级别的组织方式，用于将模块组织成一个有机的整体，方便管理和使用。在实际编程中，我们常常需要引入其他模块、包和库来扩展自己的代码，使其更加完善和功能强大。

建立自己的模块和使用

在 Python 中，我们可以通过将一些相关的函数、类和变量组织在一个文件中来创建一个模块，然后在其他程序中使用 import 语句导入该模块。多个模块可以被组织成一个包，从而便于管理和使用。

下面是一个简单的 Python 模块和包的概念、以及它们的导入和使用的示例：

假设我们有以下项目目录结构：

project/
├── main.py
└── mypackage/
    ├── __init__.py
    └── mymodule.py

其中，project 是我们的项目根目录，mypackage 是一个包，init.py 文件是必须存在的并用于告诉 Python 该目录是一个包，mymodule.py 是一个模块，在这个模块中，我们定义了一个名为 greet 的函数，其作用是输出指定名称的问候语。

现在，我们可以在 main.py 中导入和使用 mypackage.mymodule 模块：

# main.py

from mypackage import mymodule

name = "Alice"
message = mymodule.greet(name)
print(message)

在上述代码中，我们首先使用 from ... import ... 语句导入了 mypackage.mymodule 模块。然后，我们创建了一个字符串变量 name，并将其传递给 mymodule.greet() 函数，以获得一个问候语。最后，我们使用 print() 函数将问候语输出到控制台。

运行 main.py 文件，输出应该是类似于以下内容的一行文本：

Hello, Alice!

调用使用Python 自带的库（以random 模块为例）

在 Python 中，标准库中自带了一个 random 模块，提供了多种用于生成随机数的函数。

下面是一些常用的 random 模块中函数的基本使用方法：

# 1，random()：生成一个 0 到 1 之间的随机浮点数。
import random

x = random.random()
print(x)
# 2，randint(a, b)：生成一个 a 到 b 之间的随机整数，包括 a 和 b。
import random

x = random.randint(1, 10)
print(x)
# 3，uniform(a, b)：生成一个 a 到 b 之间的随机浮点数，包括 a 和 b。
import random

x = random.uniform(1, 10)
print(x)
# 4，choice(seq)：从序列 seq 中随机选择一个元素。
import random

seq = ["apple", "banana", "cherry"]
x = random.choice(seq)
print(x)
#,5，shuffle(seq)：将序列 seq 中的元素随机排序。
import random

seq = [1, 2, 3, 4, 5]
random.shuffle(seq)
print(seq)

以上是常用的一些随机函数的使用方法，还有其他很多类似的函数，可以根据实际需要进行使用。无论何时，只要在 Python 中需要生成随机数，就可以考虑使用 random 模块中的函数。
那么其他自带库/模块的使用需要按需学习使用！

图解连狗子都能看懂的Python基础总结什么是库包模块？

【图解】连狗子都能看懂的Python基础总结！（二）什么是库、包、模块？

本章内容

• 什么是模块？
• 什么是包？
• 什么是库？
• 什么是标准库和第三方库？

上次，我们解释了“变量”、“数组”、“函数”和“类”，它们是编程的基础。

在学习 Python 时，您会经常看到术语“模块”、“包”和“库”
这一次，我将解释这三个词的含义，它们的作用以及它们的区别

通过了解这三件事，您可以更好地了解使用 Python 进行编程。请看到最后

首先，我想用一个词来介绍模块、包和库

1. 一个模块是几个函数和类的集合。
2. 一个包是几个模块的集合。
3. 库是几个包的集合。

概念的大小按如下顺序排列。

库>包>模块>类>函数>变量

在这篇图文中我会很详细的向你讲解

什么是模块？

模块是单个 Python 文件，用于表示程序的一部分。

如果你想用 Python 编程，创建一个扩展名为 .py 的文件并在其中编写代码。在开发应用程序或系统时，它通常不是一个文件。创建 10 个或 20 个或超过 100 个 Python 文件并将它们组合起来以使其作为程序运行。

这时，从整个程序的角度来看，一个文件被认为是一个部分。单个应用程序由大量部分组成。在 Python 中，单个文件称为模块。因此，一个模块包含几个变量、数组、函数和类。

举个例子

你目前正在用Python开发一个RPG游戏应用程序。 当你继续写程序时，代码量已经大到有些难以阅读。

所以你把程序分成三个文件，并命名为character.py、monster.py和magic.py。 每个文件都包含一个角色程序、一个怪物程序和一个魔法程序。 这三个文件在python世界中被称为模块。

character.py
monster.py
magic.py

模块是组合使用的。 例如，你可能经常想在character.py中使用magic.py中创建的一个函数。 在这种情况下，Python 允许你通过使用导入过程来调用其他模块的函数。

# 有关于魔术的技能

def fire():
    print("火魔法！")

def ice():
    print("水魔法！")

def thunder():
    print("雷魔法！")

# 包含有关该人物的过程的文件

import magic

print("我是一个法师！")
print("哈撒给！")
magic.fire()

# 执行结果
我是一名法术！
哈撒给！
火魔法！

通过这种方式，代码可以被分为每个角色的模块（部分），一个模块有一个功能，使代码易于阅读。 这在以后重读代码或作为一个团队开发时非常有用。

另外，通过将它们分组为模块，代码可以在以后被反复使用。

什么是包？

一个包是几个模块的集合。

包是管理几个模块的一个有用的工具。 在大型项目中，所需模块的数量可能会增加。 在这种情况下，有可能将模块组合成一个单一的包，并对其进行管理以方便使用。

如何创建一个包

当创建一个包时，首先把你想打包的模块放在一个目录中。 在该目录中，创建一个新的特殊文件，名为__init__.py。 这只是一个单一的Python文件，因为它的扩展名是.py。 然而，通过这样一个名为 init.py 的文件，该目录下的文件被视为一个单一的包。

# 目录结构
.
├── creatures
│   ├── __init__.py
│   ├── character.py
│   └── moster.py
└── magic
    ├── __init__.py
    └── magic.py

包也可以是分层的。 如果代码量变得很大，尽量组织模块和包，以方便程序开发。

什么是库？

一个库是几个包的集合。

在library的情况下，它们可以在互联网上发布，供任何人安装。

由天才工程师创建的程序以这些库的形式分发。 通过将你自己的程序以库的形式组合起来，你可以将它们提供给全世界的Python程序员。

到此为止的内容被总结了一次。

• 模块 一个函数和类的集合
• 包 一个模块的集合
• 库 一个包的集合。

一个模块内的功能、模块本身和包本身有时被称为库。 库可以被认为是一个程序中使用的部分的总称。 在这篇文章中，我们将把它们都称为库，并对它们进行解释。

什么是标准库和第三方库？

标准库和第三方库的区别

1.常用的标准库

• ① 常用的标准库 random
• ② 常用的标准库 math
• ③ 常用的标准库 os

2.常用的第三方库

• ① Numpy
• ② Pandas
• ③ Matplotlib
• ④ Scikit-learn
• ⑤ pip

标准库和第三方库

库可以被分为标准库和第三方库

1、标准库

标准库是 Python 自带的标准库。

安装 Python 时，标准库也会自动安装。因此，您以后无需自行安装即可使用该功能。

下面是一个常用的机器学习标准库的列表。

1. ramdom
2. math
3. os

经常使用的标准库 ①random

random是一个可以生成各种随机数的库。

# 举个例子
import random

print(random.random())

#结果
0.447948002492365

经常使用的标准库 ②math

math是一个帮助你进行数学计算的库。

# 举个例子
import math

print(math.pi) 
print(math.ceil(4.2)) 
print(math.sqrt(4)) 

#结果
3.141592653589793
5
2.0

经常使用的标准库 ③OS

os主要能够进行文件和目录操作，允许你获得文件列表和路径，并创建新的文件和目录

# 举个例子
import os

path = './dir'

flist = os.listdir(path) 
print(flist)

#结果
['hoge.py', 'sample1.txt', 'sample2.txt']

2、第三方库

第三方库是没有作为标准提供的库，需要安装。

可以与Python一起使用的外部库主要是在PyPI网站上编译的。

以下是做机器学习时常用的第三方库列表。

1. Numpy
2. Pandas
3. Matplotlib
4. Scikit-learn
5. pip

经常使用的第三方库 ①Numpy

NumPy是一个用于快速矩阵计算的库，通常用于科学和数值计算。

# 举个例子
import numpy as np

data = [[1, 2, 3, 4], [5, 6, 7, 8]]
arr = np.array(data) 

print(arr)
print(arr.ndim) 
print(arr.shape) 

经常使用的第三方库 ②Pandas

Pandas是一个数据分析库，使数据分析变得简单。

# 举个例子
import pandas as pd

cnt = pd.Series([10, 20, 30, 50, 80, 130])
print(cnt)

#结果
    0     10
    1     20
    2     30
    3     50
    4     80
    5    130
    dtype: int64

经常使用的第三方库 ③Matplotlib

Matplotlib是一个Python绘图库。

# 举个例子
import math
import numpy as np
from matplotlib import pyplot

pi = math.pi  

x = np.linspace(0, 2*pi, 100)  
y = np.sin(x)

pyplot.plot(x, y)
pyplot.show()

经常使用的第三方库 ④Scikit-learn

Scikit-learn是一个实现各种机器学习方法的库。

# 举个例子

#导入所需的库和数据集
import pandas as pd
import sklearn
from sklearn.datasets import load_iris, load_boston

#读取虹膜数据集。
iris = load_iris()

#将这些特征存储在一个数据框中，并显示前五行。
iris_features = pd.DataFrame(data = iris.data, columns = iris.feature_names)

#将标签串联起来存放。
iris_label =pd.Series(iris.target)

#分为训练和测试数据。
from sklearn.model_selection import train_test_split
features_train, features_test, label_train, label_test = train_test_split(iris_features, iris_label,test_size =0.5, random_state=0)

#导入所需的模块。
from sklearn import svm

#创建一个LinearSVM的实例。
Linsvc = svm.LinearSVC(random_state=0, max_iter=3000)

#用LinearSVM学习数据。
Linsvc.fit(features_train,label_train)

#用LinearSVM预测虹膜种类。
label_pred_Linsvc = Linsvc.predict(features_test)
print(label_pred_Linsvc)

#结果
[2 1 0 2 0 2 0 1 1 1 2 1 1 1 1 0 1 1 0 0 2 2 0 0 2 0 0 1 1 0 2 2 0 2 2 1 0
 2 1 1 2 0 2 0 0 1 2 2 1 2 1 2 2 1 2 2 2 2 1 2 2 0 2 1 1 1 1 2 0 0 2 1 0 0
 1]

经常使用的第三方库 ⑤PIP

pip是一个管理库（包）的库

# 举个例子
pip install numpy

pip uninstall numpy

pip list

pip -v

这就是这篇文章的所有内容。

如果你也正在学习python，欢迎加入我的大本营，解答疑惑、python资料，兼职副业应有尽有