⑴ 盤點python常用的模塊和包
模塊
1.定義
計算機在開發過程中，代碼越寫越多，也就越難以維護，所以為了編寫可維護的代碼，我們會把函數進行分組，放在不同的文件里。在python里，一個.py文件就是一個模塊。
2.優點：
提高代碼的可維護性。
提高代碼的復用，當模塊完成時就可以在其他代碼中調用。
引用其他模塊，包含python內置模塊和其他第三方模塊。
避免函數名和變數名等名稱沖突。
python內建模塊：
1.sys模塊
2.random模塊
3.os模塊：
os.path:講解
https://www.cnblogs.com/yufeihlf/p/6179547.html
數據可視化
1.matplotlib :
是Python可視化程序庫的泰斗，它的設計和在1980年代被設計的商業化程序語言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它們讓你能用更少的代碼去調用 matplotlib的方法。
訪問：
https://matplotlib.org/
顏色：
https://www.cnblogs.com/darkknightzh/p/6117528.html
教程：
https://wizardforcel.gitbooks.io/matplotlib-user-guide/3.1.html
2.Seaborn：
它是構建在matplotlib的基礎上的，用簡潔的代碼來製作好看的圖表。Seaborn跟matplotlib最大的區別就是它的默認繪圖風格和色彩搭配都具有現代美感。
訪問：
http://seaborn.pydata.org/index.html
3.ggplot：
gplot 跟 matplotlib 的不同之處是它允許你疊加不同的圖層來完成一幅圖
訪問：
http://ggplot.yhathq.com/
4.Mayavi：
Mayavi2完全用Python編寫，因此它不但是一個方便實用的可視化軟體，而且可以方便地用Python編寫擴展，嵌入到用戶編寫的Python程序中，或者直接使用其面向腳本的API：mlab快速繪制三維圖
訪問：http://code.enthought.com/pages/mayavi-project.html
講解：https://blog.csdn.net/ouening/article/details/76595427https://www.jianshu.com/p/81e6f4f1cdd8
5.TVTK：
TVTK庫對標準的VTK庫進行包裝，提供了Python風格的API、支持Trait屬性和numpy的多維數組。
VTK (http://www.vtk.org/) 是一套三維的數據可視化工具，它由C++編寫，包涵了近千個類幫助我們處理和顯示數據
講解：https://docs.huihoo.com/scipy/scipy-zh-cn/tvtk_intro.html
機器學習
1.Scikit-learn
是一個簡單且高效的數據挖掘和數據分析工具，易上手，可以在多個上下文中重復使用。它基於NumPy, SciPy 和 matplotlib，開源，可商用（基於 BSD 許可）。
訪問：
講解：https://blog.csdn.net/finafily0526/article/details/79318401
2.Tensorflow
最初由谷歌機器智能科研組織中的谷歌大腦團隊（Google Brain Team）的研究人員和工程師開發。該系統設計的初衷是為了便於機器學習研究，能夠更快更好地將科研原型轉化為生產項目。
相關推薦：《Python視頻教程》
Web框架
1.Tornado
訪問：http://www.tornadoweb.org/en/stable/
2.Flask
訪問：http://flask.pocoo.org/
3.Web.py
訪問：http://webpy.org/
4.django
https://www.djangoproject.com/
5.cherrypy
http://cherrypy.org/
6.jinjs
http://docs.jinkan.org/docs/jinja2/
GUI 圖形界面
1.Tkinter
https://wiki.python.org/moin/TkInter/
2.wxPython
https://www.wxpython.org/
3.PyGTK
http://www.pygtk.org/
4.PyQt
https://sourceforge.net/projects/pyqt/
5.PySide
http://wiki.qt.io/Category:LanguageBindings::PySide
科學計算
教程
https://docs.huihoo.com/scipy/scipy-zh-cn/index.html#
1.numpy
訪問
http://www.numpy.org/
講解
https://blog.csdn.net/lm_is_dc/article/details/81098805
2.sympy
sympy是一個Python的科學計算庫，用一套強大的符號計算體系完成諸如多項式求值、求極限、解方程、求積分、微分方程、級數展開、矩陣運算等等計算問題
訪問
https://docs.sympy.org/0.7.1/guide.html#guide
講解
https://www.jianshu.com/p/339c91ae9f41
解方程
https://www.cnblogs.com/zyg123/p/10549354.html
3.SciPy
官網
https://www.scipy.org/
講解
https://blog.csdn.net/wsp_1138886114/article/details/80444621
4.pandas
官網
http://pandas.pydata.org/
講解
https://www.cnblogs.com/linux-wangkun/p/5903945.html
5.blaze
官網
http://blaze.readthedocs.io/en/latest/index.html
密碼學
1.cryptography
https://pypi.python.org/pypi/cryptography/
2.hashids
http://www.oschina.net/p/hashids
3.Paramiko
http://www.paramiko.org/
4.Passlib
https://pythonhosted.org/passlib/
5.PyCrypto
https://pypi.python.org/pypi/pycrypto
6.PyNacl
http://pynacl.readthedocs.io/en/latest/
爬蟲相關
requests
http://www.python-requests.org/
scrapy
https://scrapy.org/
pyspider
https://github.com/binux/pyspider
portia
https://github.com/scrapinghub/portia
html2text
https://github.com/Alir3z4/html2text
BeautifulSoup
https://www.crummy.com/software/BeautifulSoup/
lxml
http://lxml.de/
selenium
http://docs.seleniumhq.org/
mechanize
https://pypi.python.org/pypi/mechanize
PyQuery
https://pypi.python.org/pypi/pyquery/
creepy
https://pypi.python.org/pypi/creepy
gevent
一個高並發的網路性能庫
http://www.gevent.org/
圖像處理
bigmoyan
http://scikit-image.org/
Python Imaging Library(PIL)
http://www.pythonware.com/procts/pil/
pillow：
http://pillow.readthedocs.io/en/latest/
自然語言處理
1.nltk：
http://www.nltk.org/
教程
https://blog.csdn.net/wizardforcel/article/details/79274443
2.snownlp
https://github.com/isnowfy/snownlp
3.Pattern
https://github.com/clips/pattern
4.TextBlob
http://textblob.readthedocs.io/en/dev/
5.Polyglot
https://pypi.python.org/pypi/polyglot
6.jieba：
https://github.com/fxsjy/jieba
資料庫驅動
mysql-python
https://sourceforge.net/projects/mysql-python/
PyMySQL
https://github.com/PyMySQL/PyMySQL
PyMongo
https://docs.mongodb.com/ecosystem/drivers/python/
pymongo
MongoDB庫
訪問：https://pypi.python.org/pypi/pymongo/
redis
Redis庫
訪問：https://pypi.python.org/pypi/redis/
cxOracle
Oracle庫
訪問：https://pypi.python.org/pypi/cx_Oracle
SQLAlchemy
SQL工具包及對象關系映射（ORM）工具
訪問：http://www.sqlalchemy.org/
peewee，
SQL工具包及對象關系映射（ORM）工具
訪問：https://pypi.python.org/pypi/peewee
torndb
Tornado原裝DB
訪問：https://github.com/bdarnell/torndb
Web
pycurl
URL處理工具
smtplib模塊
發送電子郵件
其他庫暫未分類
1.PyInstaller：
是一個十分有用的第三方庫，它能夠在Windows、Linux、 Mac OS X 等操作系統下將 Python 源文件打包，通過對源文件打包， Python 程序可以在沒有安裝 Python 的環境中運行，也可以作為一個 獨立文件方便傳遞和管理。
2.Ipython
一種互動式計算和開發環境
講解
https://www.cnblogs.com/zzhzhao/p/5295476.html
ls、cd 、run、edit、clear、exist
⑵ 在python 中如何 import 父目錄中的模塊
在 python 中，如果當前目錄中存在有 __init__.py 文件，則表示該目錄為一個包(package)，在包中，引用同級目錄或子目錄中的其它模塊非常簡單，直接使用 import 語句即可，並且如果是同級目錄，沒有 __init__.py 文件亦可。但如何導入父目錄中的其它模塊呢，在 python 的世界裡，沒有像 C 中直接使用 ../ 來退級的方式，像 import ../test 這樣的語句是不合法的。其它，如果理工清楚了 import 語句的工作原理，就好辦了，import 工作時，就是根據模塊名，從 sys.path 所包含的路徑中尋找對應的模塊名，如果能找到，則將其它導入到當前運行環境，根據這個規則，有如下兩種方式解決上述問題：
1、修改 sys.path 法：在導入父目錄中的模塊前，先修改 sys.path 的值，如導入父目錄中的 test 模塊，導入方法如下：import syssys.path.insert(0, "..") ;# or�0�2 sys.path.append("..")
2、將包的根目錄以外鏈的形式加入到 sys.path 中，即在 {PYTHON-HOME}\lib\site-packages 中新建一個 .pth 文件，文件內容為包根路徑，假設包的根目錄為 d:/py/mytest/，則可以在 {PYTHON-HOME}\lib\site-packages 目錄下建一個 mytest.pth 的文件，內容為 d:/py/mytest。完成上述步驟後，則可以在任何模塊中像導入已安裝的系統包一樣導入 mytest 包或是該包下的所有模塊，如 import mytest。注意，由於 python 的版本不同，在 v2.5 版以後，需要在 __init__.py 文件中顯示地使用 __all__ 變數指明當前包下有哪些模塊，要不此包是無法正常導入和工作地
⑶ python導入子目錄的子目錄的模塊,提示找不到
其實你的描述不是很清楚 子目錄是綁定域名的么 通過什麼域名來訪問？ 因為這個程序的資料庫連接用的地址最前面加了/，是相對於根目錄而言的所以如果是http://域名/子目錄 來訪問的話 就更改為Const ACCESSPATH="/子目錄/######/shotan.mdb" '資料庫路徑
Const BACKACCESSPATH="/子目錄/######/#shotan.mdb" '備份資料庫路徑 或者另外一個方法就是用父路徑來表示，那就看你的conn.asp相對於網站首頁的位置如果與首頁就是當前這個網站的根目錄相同文件夾，就去掉開始的/，改成Const ACCESSPATH="######/shotan.mdb" '資料庫路徑
Const BACKACCESSPATH="######/#shotan.mdb" '備份資料庫路徑 如果conn.asp在某個文件夾里，比如include文件夾，就加個父路徑../，改成Const ACCESSPATH="../######/shotan.mdb" '資料庫路徑
Const BACKACCESSPATH="../######/#shotan.mdb" '備份資料庫路徑 後面這種方法比較適合於把網站放在任何地方 然後其他的比如圖片，flash，css的連接地址也如同資料庫一樣修改
⑷ Python導入模塊問題
Python是一種面向對象的編程語言，裡麵包含有豐富強大的庫，想要學習Python開發，首先需要學習如何導入模塊或包。下面就跟大家一起討論下Python導入模塊的幾種方法：
常規導入
最常用的導入方式，大概是這樣的：
import sys
只需要使用 import ，然後指定希望導入的模塊或包即可。用這種方法導入的好處是可以一次性導入多個包或模塊：
import os, sys, time
雖然這節省了空間，但是卻違背了Python風格指南。 Python風格指南建議將每個導入語句單獨成行 。
有時在導入模塊時，你想要重命名這個模塊。這個功能很容易實現：
import sys as system
print(system.platform)
上面的代碼將我們導入的 sys 模塊重命名為 system 。我們可以按照和以前一樣的方式調用模塊的方法，但是可以用一個新的模塊名。也有某些子模塊必須要使用點標記法才能導入。
import urllib.error
這個情況不常見，但是對此有所了解總是沒有壞處的。
使用from語句導入
有時我們只想要導入一個模塊或庫中的某個部分。那麼Python是如何實現這點：
from functools import lru_cache
上面這行代碼可以讓你直接調用 lru_cache 。如果按常規方式導入 functools ，那麼就必須像這樣調用 lru_cache ：
functools.lru_cache(*args)
根據實際的使用場景，上面的做法可能是更好的。在復雜的代碼庫中，能夠看出某個函數是從哪裡導入的這點很有用的。不過，如果你的代碼維護的很好，模塊化程度高，那麼只從某個模塊中導入一部分內容也是非常方便和簡潔的。
當然，你還可以使用from方法導入模塊的全部內容，就像這樣：
from os import *
這種做法在少數情況下是挺方便的，但是這樣也會打亂你的命名空間。問題在於，你可能定義了一個與導入模塊中名稱相同的變數或函數，這時如果你試圖使用
os 模塊中的同名變數或函數，實際使用的將是你自己定義的內容。因此，你最後可能會碰到一個相當讓人困惑的邏輯錯誤。
標准庫中我唯一推薦全盤導入的模塊只有Tkinter 。
如果你正好要寫自己的模塊或包，有人會建議你在 __init__.py 文件中導入所有內容，讓模塊或者包使用起來更方便。我個人更喜歡顯示地導入，而非隱式地導入。
你也可以採取折中方案，從一個包中導入多個項：
from os import path, walk, unlinkfrom os import uname, remove
在上述代碼中，我們從 os 模塊中導入了5個函數。你可能注意到了，我們是通過多次從同一個模塊中導入實現的。當然，如果你願意的話，你也可以使用圓括弧一次性導入多個項：
from os import (path, walk, unlink, uname,
remove, rename)
這是一個有用的技巧，不過你也可以換一種方式：
from os import path, walk, unlink, uname, \
remove, rename
上面的反斜杠是Python中的續行符，告訴解釋器這行代碼延續至下一行。
相對導入
PEP 328 介紹了引入相對導入的原因，以及選擇了哪種語法。具體來說，是使用句點來決定如何相對導入其他包或模塊。這么做的原因是為了避免偶然情況下導入標准庫中的模塊產生沖突。這里我們以PEP 328中給出的文件夾結構為例，看看相對導入是如何工作的：
my_package/
__init__.py
subpackage1/
__init__.py
mole_x.py
mole_y.py
subpackage2/
__init__.py
mole_z.py
mole_a.py
在本地磁碟上找個地方創建上述文件和文件夾。在頂層的 __init__.py 文件中，輸入以下代碼：
from . import subpackage1from . import subpackage2
接下來進入 subpackage1 文件夾，編輯其中的 __init__.py 文件，輸入以下代碼：
from . import mole_xfrom . import mole_y
現在編輯 mole_x.py 文件，輸入以下代碼：
from .mole_y import spam as ham
def main():
ham()
最後編輯 mole_y.py 文件，輸入以下代碼：
def spam():
print('spam ' * 3)
打開終端， cd 至 my_package 包所在的文件夾，但不要進入 my_package 。在這個文件夾下運行Python解釋器。我使用的是IPython，因為它的自動補全功能非常方便：
In [1]: import my_package
In [2]: my_package.subpackage1.mole_xOut[2]: <mole
'my_package.subpackage1.mole_x' from
'my_package/subpackage1/mole_x.py'>
In [3]: my_package.subpackage1.mole_x.main()spam spam spam
相對導入適用於你最終要放入包中的代碼。如果你編寫了很多相關性強的代碼，那麼應該採用這種導入方式。
你會發現PyPI上有很多流行的包也是採用了相對導入 。還要注意一點，如果你想要跨越多個文件層級進行導入，只需要使用多個句點即可。不過， PEP
328建議相對導入的層級不要超過兩層 。
還要注意一點，如果你往 mole_x.py 文件中添加了 if __name__ == 『__main__』 ，然後試圖運行這個文件，你會碰到一個很難理解的錯誤。編輯一下文件，試試看吧！
from . mole_y import spam as ham
def main():
ham()
if __name__ == '__main__':
# This won't work!
main()
現在從終端進入 subpackage1 文件夾，執行以下命令：
python mole_x.py
如果你使用的是Python 2，你應該會看到下面的錯誤信息：
Traceback (most recent call last):
File "mole_x.py", line 1, in <mole>
from . mole_y import spam as hamValueError: Attempted relative import in non-package
如果你使用的是Python 3，錯誤信息大概是這樣的：
Traceback (most recent call last):
File "mole_x.py", line 1, in <mole>
from . mole_y import spam as hamSystemError: Parent mole '' not loaded, cannot perform relative import
這指的是， mole_x.py 是某個包中的一個模塊，而你試圖以腳本模式執行，但是 這種模式不支持相對導入 。
如果你想在自己的代碼中使用這個模塊，那麼你必須將其添加至Python的導入檢索路徑（import search path）。最簡單的做法如下：
import syssys.path.append('/path/to/folder/containing/my_package')import my_package
注意，你需要添加的是 my_package 的上一層文件夾路徑，而不是 my_package 本身。原因是 my_package 就是我們想要使用的包，所以如果你添加它的路徑，那麼將無法使用這個包。
我們接下來談談可選導入。
可選導入（Optional imports）
如果你希望優先使用某個模塊或包，但是同時也想在沒有這個模塊或包的情況下有備選，你就可以使用可選導入這種方式。這樣做可以導入支持某個軟體的多種版本或者實現性能提升。以 github2包 中的代碼為例：
try:
# For Python 3
from http.client import responsesexcept ImportError: # For Python 2.5-2.7
try:
from httplib import responses # NOQA
except ImportError: # For Python 2.4
from BaseHTTPServer import BaseHTTPRequestHandler as _BHRH
responses = dict([(k, v[0]) for k, v in _BHRH.responses.items()])
lxml 包也有使用可選導入方式：
try:
from urlparse import urljoin
from urllib2 import urlopenexcept ImportError:
# Python 3
from urllib.parse import urljoin
from urllib.request import urlopen
正如以上示例所示， 可選導入的使用很常見，是一個值得掌握的技巧 。
局部導入
當你在局部作用域中導入模塊時，你執行的就是局部導入。如果你在Python腳本文件的頂部導入一個模塊，那麼你就是在將該模塊導入至全局作用域，這意味著之後的任何函數或方法都可能訪問該模塊。例如：
import sys # global scope
def square_root(a):
# This import is into the square_root functions local scope
import math
return math.sqrt(a)
def my_pow(base_num, power):
return math.pow(base_num, power)
if __name__ == '__main__':
print(square_root(49))
print(my_pow(2, 3))
這里，我們將 sys 模塊導入至全局作用域，但我們並沒有使用這個模塊。然後，在 square_root 函數中，我們將 math
模塊導入至該函數的局部作用域，這意味著 math 模塊只能在 square_root 函數內部使用。如果我們試圖在 my_pow 函數中使用
math ，會引發 NameError 。試著執行這個腳本，看看會發生什麼。
使用局部作用域的好處之一，是你使用的模塊可能需要很長時間才能導入，如果是這樣的話，將其放在某個不經常調用的函數中或許更加合理，而不是直接在全局作
用域中導入。老實說，我幾乎從沒有使用過局部導入，主要是因為如果模塊內部到處都有導入語句，會很難分辨出這樣做的原因和用途。
根據約定，所有的導入語句都應該位於模塊的頂部 。
導入注意事項
在導入模塊方面，有幾個程序員常犯的錯誤。這里我們介紹兩個。
循環導入（circular imports）
覆蓋導入（Shadowed imports，暫時翻譯為覆蓋導入）
先來看看循環導入。
循環導入
如果你創建兩個模塊，二者相互導入對方，那麼就會出現循環導入。例如：
# a.pyimport b
def a_test():
print("in a_test")
b.b_test()
a_test()
然後在同個文件夾中創建另一個模塊，將其命名為 b.py 。
import a
def b_test():
print('In test_b"')
a.a_test()
b_test()
如果你運行任意一個模塊，都會引發 AttributeError 。這是因為這兩個模塊都在試圖導入對方。簡單來說，模塊 a 想要導入模塊 b
，但是因為模塊 b 也在試圖導入模塊 a （這時正在執行），模塊 a 將無法完成模塊 b
的導入。我看過一些解決這個問題的破解方法（hack），但是 一般來說，你應該做的是重構代碼，避免發生這種情況 。
覆蓋導入
當你創建的模塊與標准庫中的模塊同名時，如果你導入這個模塊，就會出現覆蓋導入。舉個例子，創建一個名叫 math.py 的文件，在其中寫入如下代碼：
import math
def square_root(number):
return math.sqrt(number)
square_root(72)
現在打開終端，試著運行這個文件，你會得到以下回溯信息（traceback）：
Traceback (most recent call last):
File "math.py", line 1, in <mole>
import math
File "/Users/michael/Desktop/math.py", line 6, in <mole>
square_root(72)
File "/Users/michael/Desktop/math.py", line 4, in square_root
return math.sqrt(number)AttributeError: mole 'math' has no attribute 'sqrt'
這到底是怎麼回事？其實，你運行這個文件的時候，Python解釋器首先在當前運行腳本所處的的文件夾中查找名叫 math
的模塊。在這個例子中，解釋器找到了我們正在執行的模塊，試圖導入它。但是我們的模塊中並沒有叫 sqrt 的函數或屬性，所以就拋出了
AttributeError 。
⑸ python導入模塊的方法有哪些
方法一
import modname
模塊是指一個可以交互使用，或者從另一Python 程序訪問的代碼段。只要導入了一個模塊，就可以引用它的任何公共的函數、類或屬性。模塊可以通過這種方法來使用其它模塊的功能。
用import語句導入模塊，就在當前的名稱空間(namespace)建立了一個到該模塊的引用.這種引用必須使用全稱，也就是說，當使用在被導入模塊中定義的函數時，必須包含模塊的名字。所以不能只使用 funcname，而應該使用 modname.funcname
方法二
from modname import funcname
from modname import fa, fb, fc
或者
from modname import *
與第1種方法的區別：funcname 被直接導入到本地名字空間去了，所以它可以直接使用，而不需要加上模塊名的限定* 表示，該模塊的所有公共對象(public objects)都被導入到 當前的名稱空間，也就是任何只要不是以」_」開始的東西都會被導入。
modname沒有被定義，所以modname.funcname這種方式不起作用。並且，如果funcname如果已經被定義，它會被新版本（該導入模塊中的版本）所替代。如果funcname被改成指向其他對象，modname不能不會覺察到。
建議:
1)如果你要經常訪問模塊的屬性和方法，且不想一遍又一遍地敲入模塊名，使用 from mole import
2)如果你想要有選擇地導入某些屬性和方法，而不想要其它的，使用 from mole import
3)如果模塊包含的屬性和方法與你的某個模塊同名，你必須使用import mole來避免名字沖突
4)盡量少用 from mole import * ，因為判定一個特殊的函數或屬性是從哪來的有些困難，並且會造成調試和重構都更困難。
方法三
內建函數__import__()
除了前面兩種使用import關鍵字的方法以外，我們還可以使用內建函數 __import__() 來導入 mole。兩者的區別是，import 後面跟的必須是一個類型(type)，而__import__() 的參數是一個字元串，這個字元串可能來自配置文件，也可能是某個表達式計算結果。例如：
mymole = __import__ (』mole_name』)
附註:
1)模塊的內容都放在一個模塊文件中，如 mymole 的內容應該放在PYTHONPATH 目錄下的一個mymole.py中，C實現的除外
2)包可以將幾個模塊名稱空間組織起來, 如A.b 就表示在包A中的一個子模塊b
可以單獨導入某一個子模塊，如Python文檔中給出的例子
import sound.effects.echo
這樣必須使用全稱對裡面的對象進行引用，如
sound.effects.echo.echofilter(input, output, delay=0.7, atten=4)
還可以使用下面的語句來載入echo子模塊
from Sound.Effects import echo
它在沒有包前綴的情況下也可以使用， 所以它可以如下方式調用：
echo.echofilter(input, output, delay=0.7, atten=4)
不主張從一個包或模塊中用import * 導入所有模塊，因為這樣的通常會導致可讀性很差。
from Package import specific_submole的用法並沒有錯，實際上這還是推薦的用法，除非導入的模塊需要使用其它包中的同名子模塊(the importing mole needs to use submoles with the same name from different packages).
綜上所述，一般情況應該使用import , 但有幾個例外
1)mole文檔告訴你要用from-import的
2)導入一個包組件。需要一個包裡面的某個子模塊，一般用from A.b import c比import A.b.c 更方便 且不會冒混淆的危險.
⑹ 那些Python中的模塊
Python的解釋環境是很好用，但是如果我們需要編寫一個大型的程序的時候，解釋環境就完全不夠用了。這個時候我們需要將python程序保存在一個文件里。通常這個文件是以.py結尾的。
對於大型的應用程序來說，一個文件可能是不夠的，這個時候我們需要在文件中引用其他的文件，這樣文件就叫做模塊。
模塊是一個包含Python定義和語句的文件。文件名就是模塊名後跟文件後綴 .py 。在模塊內部，模塊名可以通過全局變數 __name__ 獲得。
還是之前的斐波拉赫數列的例子，我們在fibo.py文件中存放了函數的實現：
編寫完畢之後，我們可以在Python的解釋環境中導入它：
然後直接使用即可：
常用的函數，我們可以將其賦值給一個變數：
或者，我們在導入的時候，直接給這個模塊起個名字：
或者導入模塊中的函數：
每個模塊都有它自己的私有符號表，該表用作模塊中定義的所有函數的全局符號表。因此，模塊的作者可以在模塊內使用全局變數，而不必擔心與用戶的全局變數發生意外沖突。
前面我們提到了可以使用import來導入一個模塊，並且 __name__ 中保存的是模塊的名字。
和java中的main方法一樣，如果我們想要在模塊中進行一些測試工作，有沒有類似java中main方法的寫法呢？
先看一個例子：
在模塊中，我們需要進行一個判斷 __name__ 是不是被賦值為 "__main__"。
我們這樣來執行這個模塊：
以腳本執行的情況下，模塊的 __name__ 屬性會被賦值為 __main__ , 這也是例子中為什麼要這樣寫的原因。
看下執行效果：
如果是以模塊導入的話，那麼將不會被執行：
使用import導入模塊的時候，解釋器首先會去找該名字的內置模塊，如果沒找到的話，解釋器會從 sys.path變數給出的目錄列表裡尋找。
sys.path的初始目錄包括：
要想查看模塊中定義的內容，可以使用dir函數。
上面的例子列出了當前模塊中定義的內容，包括變數，模塊，函數等。
我們可以給dir加上參數，來獲取特定模塊的內容：
java中有package的概念，用來隔離程序代碼。同樣的在Python中也有包。
我們看一個Python中包的例子：
上面我們定義了4個包，分別是sound,sound.formats, sound.effects, sound.filters。
__init__.py 可以是一個空文件，也可以執行包的初始化代碼或設置 __all__ 變數。
當導入的時候， python就會在 sys.path 路徑中搜索該包。
包的導入有很多種方式，我們可以導入單個模塊：
但是這樣導入之後，使用的時候必須載入全名：
如果不想載入全名，可以這樣導入：
那麼就可以這樣使用了：
還可以直接導入模塊中的方法：
然後這樣使用：
如果一個包裡面的子包比較多，我們可能會希望使用 * 來一次性導入：
那麼如何去控制到底會導入effects的哪一個子包呢？
我們可以在 __init__.py 中定義一個名叫 __all__ 的列表，在這個列表中列出將要導出的子包名，如下所示：
這樣from sound.effects import * 將導入 sound 包的三個命名子模塊。
如果沒有定義 __all__，from sound.effects import * 語句 不會 從包 sound.effects 中導入所有子模塊到當前命名空間；它只會導入包 sound.effects。
Import 可以指定相對路徑，我們使用 . 來表示當前包， 使用 .. 來表示父包。
如下所示：
⑺ Python其實很簡單 第十六章 目錄管理
為實現「按名存取」，必須建立文件名與輔存空間中物理地址的對應關系，體現這種對應關系的數據結構稱為文件目錄。文件目錄表目至少要包含文件名、文件的類型、文件的長度、訪問許可權、建立時間、訪問時間和文件存儲地址等內容。通過前面一章的介紹，我們已經知道在文件信息中已經包含了文件名、文件類型訪問許可權等信息，而存儲地址的信息則包含在目錄信息中。
16.1路徑
路徑通常用一個字元串來表示，可以按照路徑信息定位到一個目錄或文件。如：「C:UsersAdministratorPictures1.jpg」這個信息可以非常方便的找到這個圖片文件，「C:UsersAdministratorPictures」這個信息可以幫助我們找到更多的圖片文件。
這里所說的「路徑」和上網時碰到的「地址」含義比較相似，互聯網就相當於將個人電腦可以訪問的范圍擴大了，互聯網中的地址也是對應某一個存儲空間的路徑，按照地址可以訪問互聯網上的信息，就如同按照路徑可以找到計算機中的文件一樣。
在Python中，可以導入 os模塊 來進行目錄操作。
1、獲取當前工作目錄getcwd()函數
例：
import os
print(os.getcwd())
運行結果：
C:
這個路徑是當前Python IDLE所在的地址。
2、獲取文件的絕對路徑abspath()函數
abspath()函數是os模塊的子模塊path提供的一個函數。用法舉例如下：
import os
print(os.path.abspath(r'test.txt'))
運行結果：
C: est.txt
16.2 目錄操作類函數
1、判斷目錄是否存在exists()函數
exists()函數是os模塊的子模塊path中的函數。使用方法舉例如下：
import os
print(os.path.exists(r'C:UsersAdministratorPictures1.jpeg'))
輸出結果：
True
2、創建目錄mkdir()函數和makedirs()函數
mkdir()函數和makedirs()函數都是由os模塊提供的，下面舉例說明用法和區別。
例1：
import os
path='d:test'
if not os.path.exists(path):
os.makedirs(path)
print('該文件目錄創建成功！')
如果目錄d: est已存在，則不再創建；若不存在，則創建。
例2：
import os
path='d:testtest1test11'
if not os.path.exists(path):
os.makedirs(path)
print('該文件目錄創建成功！')
雖然目錄d: est已存在，但可以在其下繼續創建子目錄。上面的代碼可以成功地創建d: est est1 est11目錄。
mkdir()函數和makedirs()函數用法基本一樣，不同之處在於mkdir()函數只能能創建一級目錄。
3、刪除目錄函數rmdir()函數
rmdir()函數是由os模塊提供的。
例如：通過上面的例子已經建立了d: est est1 est11目錄，現在去刪除子目錄test11（此子目錄為空目錄），代碼如下：
import os
os.rmdir('d:testtest1test11')
如果要刪除的目錄非空（其下還包含有文件或文件夾），則不能刪除，並且出現Windows文件操作錯誤的提示（Python是調用操作系統命令完成文件和目錄操作的）。譬如d: est目錄下含有有子目錄，則不能對其進行如下刪除操作。
import os
os.rmdir('d:test')
此時，會出現如下錯誤提示：
Traceback (most recent call last):
File "C:/Users/zym/AppData/Local/Programs/Python/Python39/4.py", line 10, in
os.rmdir('d:test')
OSError: [WinError 145] 目錄不是空的。: 'd:test'
4、刪除非空目錄函數rmtree()函數
rmtree()函數是由Python內置的標准模塊shutil提供的，可以刪除目錄及目錄下的文件和子目錄。如刪除d: est目錄及其下的子目錄和文件，可用如下代碼：
import shutil
shutil.rmtree('d:test')
5、遍歷目錄walk()函數
walk()函數是由os模塊提供的。
語法格式：
os.walk(top[, topdown=True[, onerror=None[, followlinks=False]]])
其中，top是所要遍歷的目錄的地址；topdown為可選參數，為 True時自上而下遍歷 目錄，為False時自下而上遍歷目錄，默認值為True；onerror為可選參數，用於指定異常處理方式，默認為忽略；followlinks為可選參數，如果為 True，則會遍歷目錄下的快捷方式(linux 下是軟連接 symbolic link )實際所指的目錄(默認關閉)，如果為 False，則優先遍歷 top 的子目錄。
該函數的返回值為一個三元組(root,dirs,files)。root 所指的是當前正在遍歷的這個文件夾的本身的地址；dirs 是一個 list ，內容是該文件夾中所有的目錄的名字(不包括子目錄)；files 同樣是 list , 內容是該文件夾中所有的文件(不包括子目錄)。
例：遍歷d: est目錄及其子目錄下的所有子目錄和文件：
d: est目錄及其下的子目錄和文件
import os
path='d:test'
tups=os.walk(path) # 函數walk()的返回值為三元組
for root,dirs,files in tups: # 遍歷這個三元組
for name in dirs: #遍歷存放目錄值的元組
print('dir：',os.path.join(root,name))
for name in files: #遍歷存放文件名值的元組
print('file：',os.path.join(root,name))
運行結果如下：
dir： d: est est1
dir： d: est est1 est11
dir： d: est est1新建文件夾
file： d: est est1新建文本文檔.txt
file： d: est est1 est11新建文本文檔.txt