模块（Module）

模块是一个python文件（.py），拥有多个功能相近的函数或类。

便于代码复用，提高编程效率，提高了代码的可维护性。

避免函数名和变量名冲突。

包（Package）

为了避免模块名冲突，Python引入按目录来组织模块的方法。

一个包对应一个文件夹，将功能相近的模块（Python文件），放在同一个文件夹下。

在作为包的文件夹下有一个__init__.py文件。

子包：子目录中也有__init__.py文件。

库（Liberay)：

具有相关功能的模块或包的集合。

包的结构

导入模块/包/库

导入整个包

import 名称 as 别名

导入包中指定的模块或者子包

from 模块/包名称 import 函数名 as 函数别名

入语句的作用域：

在程序顶部导入模块，作用域是全局的。

在函数的内部导入语句，作用域就是局部的。

导入顺序：

python 标准库/模块

python 第三方库/模块

自定义模块

使用模块/包/库中的函数和变量

import math
print(math.pow(2,3))
from math import pow,sqrt
print(pow(2,3))
print(sqrt(16))
from math import sqrt as s
print(s(16))

自定义模块

新建mymodule.py

def print_str(str):print(str)def sum(a,b):return a+b

在相同文件夹下创建调用程序6.py

import mymodule as mm
mm.print_str("python")
print(mm.sum(2,3))

Python标准库中的模块

sys模块：提供有关Python运行环境的变量和函数

import sys
#sys.platform 获取当前操作系统
print(sys.platform)
#sys.path 获取指定模块搜索路径
print(sys.path)
#sys.argv 获取当前正在执行的命令行参数的参数列表
print(sys.argv)
#sys.path.append("路径")退出python环境后添加路径消失
sys.path.append("C:\\Users\\10618\\Desktop\\人工智能与机器学习")

platform模块：获取操作系统的详细信息和与Python有关的信息。

import platform
#获取操作系统名称及版本号信息
print(platform.platform())
#获取操作系统类型
print(platform.system())
#获取操作系统的版本信息
print(platform.version())
#获取计算机的处理器信息
print(platform.version())
#获取Python的版本信息，包括Python的主版本、编译版本号和编译时间等信息
print(platform.python_build())

math模块：提供了常用的数学运算。

import math
x=3
y=5
a=3
print(math.e) #返回自然对数e的值
print(math.pi) #返回π的值
print(math.exp(x)) #返回e的x次幂
print(math.fabs(x)) #返回x的绝对值
print(math.ceil(x)) #返回大于等于x的最小整数
print(math.floor(x)) #返回小于等于x的最大整数
print(math.log(x,a)) #返回logax,如果不指定参数a，则默认使用e
print(math.log10(x)) #返回log10x
print(math.pow(x,y)) #返回x的y次幂
print(math.sqrt(x)) #返回x的开平方

random模块：生成随机数。

import random
a=2
b=9
x=[1,2,3,4,5,6,7,8,9,10]
print(random.random()) #生成一个0到1的随机浮点数
print(random.uniform(a, b)) #生成一个指定范围内的随机浮点数。其中a是下限，b是上限
print(random.randint(a, b)) #生成一个指定范围内的随机整数。a是下限，b是上限
print(random.choice(x)) #从序列中随机获取一个元素。参数seq表示一个有序类型，可以是一个列表、元组或者字符串
random.shuffle(x)
print(x) #将一个列表x中的元素打乱

小数和分数处理模块

decimal模块：表示和处理小数。

参考链接：https://finthon.com/python-decimal/

a=3.2
b=4.1
print(a+b)

fractions模块：表示和处理分数。

参考链接：https://www.runoob.com/note/24857

from fractions import Fraction
x=Fraction(1,3)
y=Fraction(4,6)
print(x+y)

时间处理模块

time：返回当前时间的时间戳

参考链接：http://qinxuye.me/article/details-about-time-module-in-python/

datetime：提供了处理日期和时间的类

参考链接：https://blog.csdn.net/gty931008/article/details/80254806

calendar：提供与日历相关的其他有用功能

参考链接：https://blog.csdn.net/y472360651/article/details/82291753

个人公众号

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python模块、包和库)相关推荐

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python异常处理)
异常: 程序运行时的错误,对应一个Python对象. try: 语句块 except 异常1 as 错误原因: 出现异常1后的处理代码 except 异常2 as 错误原因: 出现异常2后的处理代码 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python列表与元组)
序列数据结构 1.成员是有序排列的 2.每个元素的位置称为下标或索引 3.通过索引访问序列中的成员 4.Python中的序列数据类型有字符串.列表.元组 "abc" ≠ " ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python上下文管理器)
with语句使用with语句替代try-finally 语句,代码更加的简洁清晰对于需要对资源进行访问的任务,无论在代码运行过程中,是否发生异常,都会执行必要的清理操作,释放资源. 1. wit ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python文件)
路径绝对路径:从盘符开始的路径相对路径:从当前目录(工作目录)的路径获取当前路径 #获取当前工作目录 import os print(os.getcwd()) 访问模式文件对象=open(文件 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(Python面向对象的编程)
面向对象的程序设计(OOP) 对象(object): 将属性和方法封装在一起. 类(class): 具有相同的属性和方法的对象集合. 对象是类的实例子类继承了父类的全部属性和方法, 并且也有自己特 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python函数)
函数(function) :实现某种特定功能的代码块优点:程序简洁,可重复调用.封装性好.便于共享类别:系统函数和用户自定义函数 Python内置函数数学运算函数 print(abs(-1)) ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python字典和集合)
字典和集合字典每个字典元素都是一个键(关键字)/值(关键字对应的取值)对 #创建字典 dic_score={"语文":80,"数学":99} #打印 pri ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python运算符和表达式)
从程序中学习知识点 1.算术运算符 #运算符(Operator):完成不同类型的常量.变量之间的运算 #除法运算 / 结果是一个浮点型的精确数的值,与java等其他语言的不同之处 print(7/2, ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python常量、变量和表达式)
从程序中学习知识点 1. #支持6中表达形式数字字符串列表元组字典集合 #数字整型(正整数负整数零) #Python3中的整数可以任意大,而不用担心位数不够而导致溢出的情况 intn ...

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python模块、包和库)

包的结构

导入模块/包/库

导入整个包

导入包中指定的模块或者子包

入语句的作用域：

导入顺序：

使用模块/包/库中的函数和变量

自定义模块

Python标准库中的模块

sys模块：提供有关Python运行环境的变量和函数

platform模块：获取操作系统的详细信息和与Python有关的信息。

math模块：提供了常用的数学运算。

random模块：生成随机数。

小数和分数处理模块

时间处理模块

个人公众号

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python模块、包和库)相关推荐

最新文章

热门文章