Python中使用包管理模块，包一般对应一个目录，必须在目录下建立一个init.py模块，init.py模块的模块名称即为包名，Python才会将目录解析为包。python
init.py文件内能够定义初始化包的内容，导入包的内容，限制包内模块的导出。mysql
init.py文件能够为空，也能够是一个模块，其模块名称为包名称。sql
导入包或包的模块、变量、函数时，init .py文件会被自动执行。shell
Python中一个.py文件就是一个模块。服务器
Python 中用 import 或者 from...import 来导入相应的模块。ide
将整个模块(somemodule)导入，格式为： import somemodule函数
从某个模块中导入某个函数或变量，格式为： from somemodule import somefunction工具
从某个模块中导入多个函数，格式为： from somemodule import firstfunc, secondfunc, thirdfunc学习
将某个模块中的所有函数或变量导入，格式为：from somemodule import *开发工具
在学习过程当中有什么不懂得能够加个人
python学习资源qun，855-408-893
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python，和学习什么内容
import sys
print('================Python import module==========================')
print('命令行参数为:')
for i in sys.argv:
print(i)
print("python 路径为", sys.path)
from sys import argv, path # 导入特定的成员
print('================python from import===================================')
print(argv)
print(path)
对导入的模块进行重命名
Import package.module as name
import导入包或模块时，若是导入模块较多须要换行，可使用反斜杠，或是将使用小括号将包含全部的模块。
包和模块不会被重复导入。
模块内部预约义了内置变量：
name ：当前模块名称
package ：当前模块所属包的名称
doc ：当前模块的注释内容
file ：当前文件
# -*- coding:utf-8 -*-
print("name: " + __name__)
print("package: " + (__package__ or "当前模块不属于任何包"))
print("doc: " + (__doc__ or "当前模块没有任何注释"))
print("file: " + __file__)
# name: __main__
# package: 当前模块不属于任何包
# doc: 当前模块没有任何注释
# file: test.py
若是某个文件被看成入口文件，内置变量package 没有值，name 值为main，doc ，file 值为文件名称（不含路径）。
每一个模块均可以任意写一些没有缩进的代码，而且在载入时自动执行，为了区分模块是主执行文件仍是被调用的模块文件，Python引入了一个变量name，当文件是被调用时，name的值为模块名，当文件做为入口被执行时，name为'main'。所以，能够在每一个模块中写上测试代码，测试代码仅当模块被Python直接执行时才会运行，代码和测试结合在一块儿，完美实现对测试驱动开发（TDD）的支持。
if __name__ == "__main__":
function_name()
将一个模块文件做为模块执行而不是应用执行的命令以下：
python3 -m package.module
import只能导入包和模块，不能直接导入变量或者函数。对于多层包嵌套后致使导入名称过长，能够为其重命名。
import package1.package2.module_name import package1 import package1.module_name import package1.package2.module_name as new_name
导入包和模块时须要避免循环导入，两个或者多个模块文件互相导入会报错。
Python在导入模块时，会执行模块里的全部内容，但屡次导入只会执行一次。
Import导入包或模块时，Python 解释器寻找模块的优先级以下：
A、当前目录
B、环境变量PYTHONPATH
C、sys.path(list 类型)
模块在被导入执行时，Python解释器为加快程序的启动速度，会在与模块文件同一目录下自动生成.pyc文件，.pyc是通过编译后的字节码。
Python使用缩进对齐组织代码的执行，全部没有缩进的代码（非函数定义和类定义），都会在载入时自动执行。
导入某个模块的变量，多个使用逗号分隔
from package1.package2.module_name import variable_name
导入某个模块的函数，多个使用逗号分隔
from package1.package2.module_name import function_name
导入某个包的某个模块，多个使用逗号分隔
from package1 import module_name
导入模块的全部变量和函数
from package1.module_name import *
在模块内使用内置all属性指定本模块能够导出的变量或函数，外部导入只能使用指定的变量或函数。
在模块(*.py)中使用导出all列表里的类、函数、变量等成员，不然将导出全部不如下划线开头（私有）的成员，在模块中使用all属性可避免在相互引用时的命名冲突。
#!/usr/bin/python3
__all__ = ["variable1", "variable2", "function_name1", "function_name2"]
variable1 = 0
variable2 = 0
def function_name1(args):
pass
def function_name2(args):
pass
在导入变量和函数时，若是变量和函数太多须要换行，则可使用反斜杠换行或是使用小括号修饰多个变量或函数。
from package1.module_name import variable1, variable2 \
variable3, function_name1
from package1.module_name import (variable1, variable2,
function_name2, function_name2)
顶级包与入口文件 main.py 的位置有关，与 main.py 同级的包是顶级包，所以main.py入口文件不属于任何包。
相对导入是导入模块时指定被导入模块名称的相对路径。
import 不支持相对导入，只能使用 from ... import ... 格式实现相对导入，
“ . .. ... ” 来表示相对路径，一个点表示当前包，两个点表示上一级包，以此类推。
入口文件中没有包的概念，所以不能使用相对导入。
使用相对导入不要超出顶级包，入口文件同级的包都不能使用相对导入。
在main.py若是做为模块执行时，可使用相对导入，此时使用以下命令执行：
python3 -m main.py
绝对导入是导入时必须指定从顶级包到被导入模块名称的完整路径，可使用import 和 from ... import ...进行导入。
init.py文件存在包的根目录下，当包或者包中的任意模块或模块中变量、函数被导入时，init.py中内容会首先自动被执行。所以，init.py文件能够实现以下应用：
A、限制本包的模块导入
在init.py中写入内置函数all，决定哪些模块能够被外部导入。
__all__ = ["module_name1", "module_name2"]
B、批量导入
若是包内多个模块文件都须要用到某些模块文件时，能够在包的init.py文件中导入须要的模块文件，而后就能够在本包不一样的模块文件中直接使用导入的模块 。
一般，Python文件结构以下：
#!/usr/bin/python3
# 模块文档
"""
This is an example.
"""
# 模块导入
import sys
import os
# 定义全局变量
debug = True
# 定义类
class class_name:
pass
# 定义函数
def function_name():
pass
# 主程序
if __name__ == "__main__":
function_name()
一般，Python项目的目录结构以下：
README：项目说明文档。
bin（scripts）：存放项目的可执行脚本。
project_name：存放项目的全部源代码，程序的入口文件最好命名为main.py。
docs: 存放项目文档。
tests：测试代码目录。
extras：项目扩展部分，不属于项目必需的部分，存放与项目相关的sample、poc，一般子目录以下dev_example、production_example、test1_poc、test2_poc。
setup.py：项目安装、部署、打包的脚本。
requirements.txt：存放软件依赖的外部Python包列表。
README：项目说明文件。
LICENSE.txt：版权声明
ChangeLog.txt：版本变动日志记录
AUTHORS：做者清单
INSTALL：安装说明
MANIFEST.in：装箱清单文件
MAKEFILE：编译脚本
Python项目开发中，在开发需求完成并测试好后，须要发布到正式服务器，此时会面临环境依赖问题。Python项目可能会有多个第三方模块包，而且可能会有版本约束问题，所以须要一个虚拟环境，在虚拟环境里面模拟出跟服务器相同的环境。
pipenv ，全称为Python Development Workflow for Humans，旨在为开发项目自动建立和管理虚拟环境并管理 Python 包，是virtualenv 和pip的合集，经过建立指定python版本的虚拟环境和安装依赖包，提供各个项目隔离的开发环境。
对于Python3，安装命令以下：
pip3 install pipenv
安装结果查看：
pipenv –version
pipenv --three
pipenv -- two
pipenv --python 3.x.x
pipenv --python 2.x.x
建立虚拟环境，并指定Python版本
pipenv shell从系统环境切换到虚拟环境
pipenv install xxxx在虚拟环境安装软件包
exit退出虚拟环境
pipenv uninstall [module_name] 删除Python包
pipenv --rm删除虚拟环境
pipenv --where 列出本地工程路径
pipenv --venv 列出虚拟环境路径
pipenv --py 列出虚拟环境的Python可执行文件
pipenv install 建立虚拟环境
pipenv install [moduel] 安装包
pipenv install [moduel] --dev 安装包到开发环境
pipenv uninstall [module] 卸载包
pipenv graph 查看包依赖
pipenv lock 生成lockfile
pipenv run python [pyfile] 运行py文件
pipenv uninstall --all 卸载所有包并从Pipfile中移除
pipenv默认的Pipfile 文件中指定使用官方源锁定依赖，会致使速度过慢，解决方案天然是更换国内源，经常使用国内源以下：
阿里云：http://mirrors.aliyun.com/pypi/simple/
清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学：https://pypi.mirrors.ustc.edu.cn/simple/
源更换须要将Pipfile 文件中url的值替换为国内源。
在学习过程当中有什么不懂得能够加个人 python学习资源qun，855-408-893 群里有不错的学习视频教程、开发工具与电子书籍。 与你分享python企业当下人才需求及怎么从零基础学习好python，和学习什么内容 [[source]] name = "pypi" url = "http://mirrors.aliyun.com/pypi/simple/ " verify_ssl = true [dev-packages] [packages] pymysql = "*" pymango = "*" mysql-connector = "*" mysqldb = "*" mysql-python = "*" [requires] python_version = "3.7"