Python模块

使用模块

python本身内置了很多有用的模块，可以立刻使用。

如：内建的sys模块。编写一个test的模块

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

' a test module '

__author__ = 'Michael Liao'

import sys
def test():
    args = sys.argv
    if len(args) == 1:
        print('Hello, world!')
    elif len(args) == 2:
        print('Hello, %s' % args[1])
    else:
        print('Too many arguments!')

if __name__ == '__main__':
    test()

# test.py

第1行注释可以让这个test.py文件直接在Unix/Linux/Mac上运行；
第2行注释表示.py文件本身使用标准UTF-8编码；
第4行是一个字符串，表示模块的文档注释，任何模块代码的第一个字符串都被视为模块的文档注释；
第6行使用__author__变量把作者写进去，这样当你公开源代码后别人就可以瞻仰你的大名；
以上是Python模块的标准文件模板，当然也可以全部删掉不写，但是，按标准办事肯定没错。
第8行import sys是导入sys模块。
导入sys模块后，就有了变量sys指向该模块，利用sys变量，可以访问sys模块的所有功能。
再sys模块中有一个argv变量，用list存储了命令行的所有参数。argv至少又一个元素，因为第一个参数永远是该.py文件的名称。

if __name__ == '__main__':
    test()

当运行test模块文件时，python解释器把一个特殊变量__name__置为__main__，若在其他地方导入test模块时，if判断将失败，这种if测试可以让 一个模块快通过命令行运行时执行一些额外的代码，最常见的是运行测试。

$ python test.py
Hello, world!
$ python test.py Michael
Hello, Michael!

作用域

在python中，通过_前缀来实现。

正常的函数和变量名是公开的，可被直接引用：abs，x123，PI等；
__xx__是特殊变量，可以直接引用，但是又特殊用途，设置变量的时候一般不用这种变量名。
_xxx和__xxx的函数或者变量是非公开的，不应该被直接引用，如_abc，__abc等；
如_xxx和__xxx的函数或变量，若引用，需要使用被公开的函数或者变量，以做到访问非公开的函数或变量，如：

def _private_1(name):    # 被隐藏的函数1
    return 'Hello, %s' % name
def _private_2(name):    # 被隐藏的函数2
    return 'Hi, %s' % name

def greeting(name):    # 公开的函数
    if len(name) > 3:
        return _private_1(name)    # 调用被隐藏的函数1
    else:
        return _private_2(name)    # 调用被隐藏的函数2

安装第三方模块

python中，安装第三方模块，通过包管理工具pip完成。

若使用的是Mac或Linux，安装pip本身可以跳过，若使用的是Windows，参考安装Python的内容，确保安装勾选了pip和Add python.exe to Path。验证方式：cmd命令提示符下运行pip命令，若提示未找到命令，重新运行安装程序添加pip。

如：我们要安装一个第三方库——Python Imaging Library，这是Python下非常强大的处理图像的工具库。不过，PIL目前只支持到Python 2.7，并且有年头没有更新了，因此，基于PIL的Pillow项目开发非常活跃，并且支持最新的Python 3。
一般来说，第三方库都会在Python官方的pypi.python.org网站注册，要安装一个第三方库，必须先知道该库的名称，可以在官网或者pypi上搜索，比如Pillow的名称叫Pillow，因此，安装Pillow的命令就是：

pip install Pillow

耐心等待下载并安装后，就可以使用Pillow了

安装常用模块

在使用Python时，我们经常需要用到很多第三方库，例如，上面提到的Pillow，以及MySQL驱动程序，Web框架Flask，科学计算Numpy等。用pip一个一个安装费时费力，还需要考虑兼容性。我们推荐直接使用Anaconda，这是一个基于Python的数据处理和科学计算平台，它已经内置了许多非常有用的第三方库，我们装上Anaconda，就相当于把数十个第三方模块自动安装好了，非常简单易用。

可以从Anaconda官网下载GUI安装包，安装包有500~600M，所以需要耐心等待下载。下载后直接安装，Anaconda会把系统Path中的python指向自己自带的Python，并且，Anaconda安装的第三方模块会安装在Anaconda自己的路径下，不影响系统已安装的Python目录。

安装好Anaconda后，重新打开命令行窗口，输入python，可以看到Anaconda的信息：
可以尝试直接import numpy等已安装的第三方模块。

模块搜索路径

默认情况下，Python解释器会搜索当前目录、所有已安装的内置模块和第三方模块，搜索路径存放在sys模块的path变量中：

>>> import sys
['', 'D:\\Anaconda3\\python37.zip', 'D:\\Anaconda3\\DLLs', 'D:\\Anaconda3\\lib', 
'D:\\Anaconda3', 'D:\\Anaconda3\\lib\\site-packages', 'D:\\Anaconda3\\lib\\site-packages\\win32',
 'D:\\Anaconda3\\lib\\site-packages\\win32\\lib', 'D:\\Anaconda3\\lib\\site-packages\\Pythonwin']

若添加自己的搜索目录，有两种方式：

1. 直接修改sys.path，添加要搜索的目录：

>>> import sys
>>> sys.path.append('需要添加到搜索的目录')
# 运行时修改，运行结束后失效

2. 设置环境变量PYTHONPATH，该环境变量的内容会被自动添加到模块快搜索路径中。设置方式与设置Path环境变量类似。注意：只需要添加自己的搜索路径，Python自己本身的搜索路径不受影响