python導入庫的具體方法
python使用import 導入模塊的語法,主要有以下兩種:
import 模塊名1 [as 別名1], 模塊名2 [as 別名2],…: 導入整個模塊。 from 模塊名 import 成員名1 [as 別名1],成員名2 [as 別名2],…: 導入模塊中指定成員。
上面兩種 import 語句的區(qū)別主要有以下幾點:
第一種 import 語句導入整個模塊內(nèi)的所有成員(包括變量、函數(shù)、類等);第二種 import 語句只導入模塊內(nèi)的指定成員(除非使用 form 模塊名 import *,但通常不推薦使用這種語法)。
python學習網(wǎng),大量的免費python視頻教程,歡迎在線學習!
當使用第一種 import 語句導入模塊中的成員時,必須添加模塊名或模塊別名前綴;使用第二種 import 語句導入模塊中的成員時,無須使用任何前綴,直接使用成員名或成員別名即可。
下面程序使用導入整個模塊的最簡單語法來導入指定模塊:
# 導入sys整個模塊 import sys # 使用sys模塊名作為前綴來訪問模塊中的成員 print(sys.argv[0])
上面第 2 行代碼使用最簡單的方式導入了 sys 模塊,因此在程序中使用 sys 模塊內(nèi)的成員時,必須添加模塊名作為前綴。
運行上面程序,可以看到如下輸出結(jié)果(sys 模塊下的 argv 變量用于獲取運行 Python 程序的命令行參數(shù),其中 argv[0] 用于獲取該 Python 程序的程序名)。
import test.py
在導入整個模塊時可以為模塊指定別名。例如如下程序:
# 導入sys整個模塊,并指定別名為s import sys as s # 使用s模塊別名作為前綴來訪問模塊中的成員 print(s.argv[0])
第2行代碼在導入 sys 模塊時才指定了別名 s,因此在程序中使用 sys 模塊內(nèi)的成員時,必須添加模塊別名 s 作為前綴。運行該程序,可以看到如下輸出結(jié)果:
import test2.py
使用導入整個模塊的語法也可一次導入多個模塊,多個模塊之間用逗號隔開。例如如下程序:
# 導入sys、os兩個模塊 import sys,os # 使用模塊名作為前綴來訪問模塊中的成員 print(sys.argv[0]) # os模塊的sep變量代表平臺上的路徑分隔符 print(os.sep)
知識點擴展:
自動導入任意缺失的庫實例方法:
# 以下代碼在 python 3.6.1 版本驗證通過
import sys
import os
from importlib import import_module
class AutoInstall():
_loaded = set()
@classmethod
def find_spec(cls, name, path, target=None):
if path is None and name not in cls._loaded:
cls._loaded.add(name)
print("Installing", name)
try:
result = os.system('pip install {}'.format(name))
if result == 0:
return import_module(name)
except Exception as e:
print("Failed", e)
return None
sys.meta_path.append(AutoInstall)
到此這篇關(guān)于python導入庫的具體方法的文章就介紹到這了,更多相關(guān)python如何導入庫內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python 3.6 tkinter+urllib+json實現(xiàn)火車車次信息查詢功能
這篇文章主要介紹了python 3.6 tkinter+urllib+json 火車車次信息查詢功能,本文以查詢火車車次至南京的信息為例,需要的朋友可以參考下2017-12-12
Windows 平臺做 Python 開發(fā)的最佳組合(推薦)
在 Windows 上如何做 Python 開發(fā)呢?相信大神們都會有自己的解決方案,但本文希望介紹微軟官方發(fā)布的 Terminal 和 Visual Studio Code,希望它們能構(gòu)建更流暢的 Windows 開發(fā)體驗,感興趣的朋友跟隨小編一起看看吧2020-07-07
Python實現(xiàn)對大量表格文件數(shù)據(jù)處理的方法詳解
這篇文章主要為大家介紹了如何基于Python語言實現(xiàn)對大量表格文件加以數(shù)據(jù)截取、逐行求差、跨文件合并等處理,感興趣的小伙伴可以跟隨小編一起學習一下2023-05-05
Scrapy的Pipeline之處理CPU密集型或阻塞型操作詳解
這篇文章主要介紹了Scrapy的Pipeline之處理CPU密集型或阻塞型操作詳解,Twisted框架的reactor適合于處理短的、非阻塞的操作,Twisted提供了線程池來在其他的線程而不是主線程(Twisted的reactor線程)中執(zhí)行慢的操作,需要的朋友可以參考下2023-10-10
Python如何使用BeautifulSoup爬取網(wǎng)頁信息
這篇文章主要介紹了Python如何使用BeautifulSoup爬取網(wǎng)頁信息,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-11-11

