上一篇
1. import 语句导入整个模块
这是最基本也是最常用的模块导入方式。import 语句允许你导入整个模块，然后通过模块名前缀访问其中的函数、类或变量。
基本语法
import module_name
代码示例
# 导入math模块
import math
# 使用模块中的函数和常量
print(math.sqrt(25)) # 输出: 5.0
print(math.pi) # 输出: 3.141592653589793
import math
# 使用模块中的函数和常量
print(math.sqrt(25)) # 输出: 5.0
print(math.pi) # 输出: 3.141592653589793
优点：
• 明确显示函数/变量的来源，提高代码可读性
• 避免命名冲突
• 导入整个模块的命名空间
缺点：
• 使用时需要重复输入模块名
• 代码可能显得冗长
2. from...import 导入特定成员
当你只需要使用模块中的特定函数、类或变量时，可以使用 from...import 语句。这种方式允许你直接使用成员名称而不需要模块名前缀。
基本语法
from module_name import name1, name2, ...
代码示例
# 从datetime模块导入date类
from datetime import date
# 直接使用date类
today = date.today()
print(today) # 输出当前日期，例如: 2023-08-19
from datetime import date
# 直接使用date类
today = date.today()
print(today) # 输出当前日期，例如: 2023-08-19
优点：
• 简化代码，减少输入
• 使代码更简洁易读
缺点：
• 可能引起命名冲突
• 降低代码可读性（不清楚函数/变量来源）
导入所有成员（慎用）
from module_name import * # 不推荐
这种方式会导入模块中所有公共名称，容易导致命名冲突和代码可读性问题，应尽量避免在生产代码中使用。
3. import...as 创建模块别名
当模块名称较长或容易冲突时，可以使用 import...as 语句为模块创建简短的别名。这种方式在导入名称较长的模块或避免命名冲突时特别有用。
基本语法
import module_name as alias
代码示例
# 导入numpy模块并创建别名np
import numpy as np
# 使用别名访问模块成员
array = np.array([1, 2, 3, 4, 5])
print(np.mean(array)) # 输出: 3.0
import numpy as np
# 使用别名访问模块成员
array = np.array([1, 2, 3, 4, 5])
print(np.mean(array)) # 输出: 3.0
优点：
• 简化长模块名的使用
• 避免命名冲突
• 遵循社区约定（如numpy→np, pandas→pd）
缺点：
• 需要记住别名约定
• 不一致的别名会导致混乱
结合使用
from module_name import name as alias
你也可以为导入的特定成员创建别名：
from sklearn.ensemble import RandomForestClassifier as RFC
# 使用别名RFC
model = RFC(n_estimators=100)
# 使用别名RFC
model = RFC(n_estimators=100)
发表评论