微软方面宣布, 适用于 Visual Studio Code 的 Python 扩展的
2019年11月 版本现已更新。

1、导入模块

1、什么是模块

据介绍,在此次更新中,其总共解决了60个问题,其中39个是bug修复。同时,此次更新还添加了一些新的功能:

  我们在编程过程中经常会不经意的使用到一些尚未导入的类和模块,在这种情况下Pycharm会帮助我们定位模块文件位置并将其添加到导入列表中,这也就是所谓的自动导入模块功能。

如果从Python解释器退出并再次输入,您所做的定义(函数和变量)将丢失。因此,如果要编写一个稍长的程序,最好使用文本编辑器为解释器准备输入,并以该文件作为输入运行它。这称为创建脚本。随着你的程序越来越长,你可能想把它分成几个文件,以方便维护。你可能还想使用一个你在几个程序中编写的方便的函数,而不必将它的定义复制到每个程序中。

  • 使用Python语言服务器时添加导入“快速修复”;
  • Altair 情节支持;
  • 笔记本编辑器中的行号。

  为了研究这个功能,我们借用之前已经编写好的Solver类,输入以下代码:

为了支持这一点,Python有一种方法将定义放在一个文件中,并在脚本中或在解释器的交互实例中使用它们。这样的文件称为模块;模块中的定义可以导入到其他模块或主模块(您可以在顶层和计算器中执行的脚本中访问的变量的容器模式)。

使用Python语言服务器时添加导入“快速修复”

图片 1

  • 模块是一个包含Python定义和语句的文件
  • 文件名就是模块名以 扩展名.py 结尾
  • 在模块内部,模块名 (一个字符串) 可以通过一个全局变量
    __name__取得

VS Code中的“添加导入”快速修复是通过代码操作灯泡触发的。
要使用此快速修复程序,请在编辑器中开始输入软件包名称,但在文件标题中没有导入语句。
您会注意到,如果对此包可用代码操作(即,您的环境中安装了一个模块,且名称已提供),则会出现一个黄色的花体。
如果您将鼠标悬停在该文本上,则将出现一个代码操作灯泡,表示该软件包可使用“导入”代码操作。
您将看到一个潜在的导入列表(同样根据您环境中安装的内容),使您可以选择想要导入的软件包。

  在输入math.sqrt(d)的时候,Pycharm会弹出一个菜单来提示你导入缺失的模块:

 

图片 2

图片 3

2、使用内置模块与自定义模块

add
import代码操作还将识别以下Python软件包的一些最受欢迎的缩写:numpy作为np,tensorflow作为tf,pandas作为pd,等。

  按下Alt+Enter,采取快捷菜单中的建议,此时import命令会被添加到导入模块的代码部分,并且输入光标仍留在原位,方便我们继续输入而无需重定位:

Python本身就内置了很多非常有用的模块,只要安装完毕,这些模块就可以立刻使用。

图片 4

图片 5

我们以内建的sys模块为例,编写一个hello的模块:

导入建议列表的排序方式是使列表顶部出现的所有导入语句都是包(或模块)导入。
列表下方显示的是来自指定包的其他模块和/或成员(例如,类,对象等)的import语句。

  值得一提的是,如果当前有多个可选的导入资源,Pycharm会给出提示列表来供用户选择:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""a test module """

__author__ = 'roy'

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()

图片 6

图片 7

以上就是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。

由于此功能与Language Server的功能相关联,因此请确保已启用该功能。
您可以通过打开命令面板(视图>命令面板…),运行“
Python:启用Linting”命令并在下拉菜单中选择“打开”来启用linting。

  2、配置导入助手

第1行和第2行是标准注释,第1行注释可以让这个hello.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;

Altair 情节支持

  这里有一个小问题,如果这个窗口出现让你很烦恼,不要着急,单击右下角那个帅哥就可以关闭它了:

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;

笔记本编辑器和Python交互式窗口现在都支持使用Altair构建的渲染图,Altair是Python的声明性统计可视化库。

图片 8

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;

图片 9

单击那个帅哥头像会弹出一个窗口,取消Import
popup
复选框,此时就取消了自动导入的功能。当然在配置对话框的Auto-Import
page页面也可以进行同样操作(Settings
→ Editor → Auto-Import):

 

笔记本编辑器中的行号

图片 10

import 语句

笔记本编辑器现在支持行号。在选定的代码单元上,您可以通过按“
L”键来切换行号。

  当然,如果你希望关闭导入助手,直接取消这一项的勾选即可(Settings →
Editor → Auto-Import)。

想使用 Python 源文件,只需在另一个源文件里执行 import 语句,语法如下:

图片 11

  3、快速导入

import module1[, module2[,... moduleN]

此外,该团队还添加了一些其他的增强功能:

  当导入助手关闭时,不必惊慌。此时Pycharm不会直接给出提示,但会以红色波浪线标记缺失模块的代码位置,同时在左侧显示一个红色灯泡,单击这个灯泡,或者按下Alt+Enter快捷键:

 

  • 修复了运行单元测试文件的问题,使其不只执行第一个测试。
  • 添加了波斯语和土耳其语的命令翻译。

图片 12

当解释器遇到 import
语句,如果模块在当前的搜索路径就会被导入。搜索路径是一个解释器会先进行搜索的所有目录的列表。如想要导入模块,需要把命令放在脚本的顶端。

         ……

  在我们这个例子中应选择导入对应的缺省库,导入完成,红色波浪线消失。

一个模块只会被导入一次,不管你执行了多少次import。这样可以防止导入模块被一遍又一遍地执行。

详细信息:

  4、导入助手的优化

 

下载地址:

  当你在完善代码的过程中,总会停止使用一些导入声明(例如调试代码所对应的库,在调试完成后就不再起作用)。然而这些import声明仍然存在于你的工程中,你不得不停下来从头搜索,找出并删除这些声明语句,这种做法不仅效率低而且容易出错,很可能会多删或者漏删。

当我们使用import语句的时候,Python解释器是怎样找到对应的文件的呢?这就涉及到Python的搜索路径,搜索路径是由一系列目录名组成的,Python解释器就依次从这些目录中去寻找所引入的模块。

(文/开源中国)    

Pycharm能够帮助我们处理掉这些冗余的import声明语句,也就是所谓的Optimize
Imports
功能,这个功能能够帮助你随时删除工程中的冗余import声明语句。

这看起来很像环境变量,事实上,也可以通过定义环境变量的方式来确定搜索路径。

  注意到,在Pycharm编辑环境中那些冗余的imports语句都是灰色显示的:

搜索路径是在Python编译或安装的时候确定的,安装新的库应该也会修改。搜索路径被存储在sys模块中的path变量,做一个简单的实验,在交互式解释器中,输入以下代码:

图片 13

>>> import sys
>>> sys.path
['', '/usr/lib/python3.4', '/usr/lib/python3.4/plat-x86_64-linux-gnu', '/usr/lib/python3.4/lib-dynload', '/usr/local/lib/python3.4/dist-packages', '/usr/lib/python3/dist-packages']
>>> 

  为了移除这些冗余语句,按下Ctrl+Alt+O(或者选择Code → Optimize
Imports菜单命令),Pycharm弹出如下对话框,提示你选择需要清理的文件(当前文件还是当前目录下的所有文件):

 

图片 14

sys.path
输出是一个列表,其中第一项是空串”,代表当前目录(若是从一个脚本中打印出来的话,可以更清楚地看出是哪个目录),亦即我们执行python解释器的目录(对于脚本的话就是运行的脚本所在的目录)。

  单击OK,清理完成:

现在,在解释器的当前目录或者 sys.path
中的一个目录里面来创建一个fibo.py的文件,代码如下:

图片 15

# 斐波那契(fibonacci)数列模块


def fib(n):  # 定义到 n 的斐波那契数列
    a, b = 0, 1
    while b < n:
        print(b, end=' ')
        a, b = b, a + b
    print()


def fib2(n):  # 返回到 n 的斐波那契数列
    result = []
    a, b = 0, 1
    while b < n:
        result.append(b)
        a, b = b, a + b
    return result

转载自:  

 

然后进入Python解释器,使用下面的命令导入这个模块:

>>> import fibo

 

这样做并没有把直接定义在fibo中的函数名称写入到当前符号表里,只是把模块fibo的名字写到了那里。

可以使用模块名称来访问函数:

>>> fibo.fib(1000)
1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987
>>> fibo.fib2(100)
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
>>> fibo.__name__
'fibo'

如果你打算经常使用一个函数,你可以把它赋给一个本地的名称:

>>> fib = fibo.fib
>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

 

 

from…import 语句

Python的from语句让你从模块中导入一个指定的部分到当前命名空间中,语法如下:

from modname import name1[, name2[, ... nameN]]

例如,要导入模块 fibo 的 fib 函数,使用如下语句:

>>> from fibo import fib, fib2
>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

这个声明不会把整个fibo模块导入到当前的命名空间中,它只会将fibo里的fib函数引入进来。 

 

From…import* 语句

把一个模块的所有内容全都导入到当前的命名空间也是可行的,只需使用如下声明:

from modname import *

这提供了一个简单的方法来导入一个模块中的所有项目。然而这种声明不该被过多地使用。
 

 

深入模块

模块除了方法定义,还可以包括可执行的代码。这些代码一般用来初始化这个模块。这些代码只有在第一次被导入时才会被执行。

每个模块有各自独立的符号表,在模块内部为所有的函数当作全局符号表来使用。所以,模块的作者可以放心大胆的在模块内部使用这些全局变量,而不用担心把其他用户的全局变量搞花。

从另一个方面,当你确实知道你在做什么的话,你也可以通过 modname.itemname
这样的表示法来访问模块内的函数。

模块是可以导入其他模块的。在一个模块(或者脚本,或者其他地方)的最前面使用
import
来导入一个模块,当然这只是一个惯例,而不是强制的。被导入的模块的名称将被放入当前操作的模块的符号表中。还有一种导入的方法,可以使用
import 直接把模块内(函数,变量的)名称导入到当前操作模块。比如:

>>> from fibo import fib, fib2
>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

这种导入的方法不会把被导入的模块的名称放在当前的字符表中(所以在这个例子里面,fibo
这个名称是没有定义的)。这还有一种方法,可以一次性的把模块中的所有(函数,变量)名称都导入到当前模块的字符表:

>>> from fibo import *
>>> fib(500)
1 1 2 3 5 8 13 21 34 55 89 144 233 377

这将把所有的名字都导入进来,但是那些由单一下划线(_)开头的名字不在此例。大多数情况,
Python程序员不使用这种方法,因为引入的其它来源的命名,很可能覆盖了已有的定义。

 

作用域

在一个模块中,我们可能会定义很多函数和变量,但有的函数和变量我们希望给别人使用,有的函数和变量我们希望仅仅在模块内部使用。在Python中,是通过
_ 前缀来实现的。

正常的函数和变量名是公开的(public),可以被直接引用,比如:abc,PI等;类似
__xxx__
这样的变量是特殊变量,可以被直接引用,但是有特殊用途,比如上面的 __author__
就是特殊变量,hello模块定义的文档注释也可以用特殊变量 __doc__
访问,我们自己的变量一般不要用这种变量名;类似 _xxx 和 __xxx
这样的函数或变量就是非公开的(private),不应该被直接引用;

之所以我们说,private函数和变量“不应该”被直接引用,而不是“不能”被直接引用,是因为Python并没有一种方法可以完全限制访问private函数或变量,但是,从编程习惯上不应该引用private函数或变量。

 

__name__属性

一个模块被另一个程序第一次引入时,其主程序将运行。如果我们想在模块被引入时,模块中的某一程序块不执行,我们可以用__name__属性来使该程序块仅在该模块自身运行时执行。

#!/usr/bin/python3
# Filename: using_name.py

if __name__ == '__main__':
   print('程序自身在运行')
else:
   print('我来自另一模块')

说明:
每个模块都有一个__name__属性,当其值是’__main__’时,表明该模块自身在运行,否则是被引入。

 

dir() 函数

 内置的函数 dir()
可以找到模块内定义的所有名称。以一个字符串列表的形式返回:

>>> import fibo, sys
>>> dir(fibo)
['__name__', 'fib', 'fib2']
>>> dir(sys)  
['__displayhook__', '__doc__', '__excepthook__', '__loader__', '__name__',
 '__package__', '__stderr__', '__stdin__', '__stdout__',
 '_clear_type_cache', '_current_frames', '_debugmallocstats', '_getframe',
 '_home', '_mercurial', '_xoptions', 'abiflags', 'api_version', 'argv',
 'base_exec_prefix', 'base_prefix', 'builtin_module_names', 'byteorder',
 'call_tracing', 'callstats', 'copyright', 'displayhook',
 'dont_write_bytecode', 'exc_info', 'excepthook', 'exec_prefix',
 'executable', 'exit', 'flags', 'float_info', 'float_repr_style',
 'getcheckinterval', 'getdefaultencoding', 'getdlopenflags',
 'getfilesystemencoding', 'getobjects', 'getprofile', 'getrecursionlimit',
 'getrefcount', 'getsizeof', 'getswitchinterval', 'gettotalrefcount',
 'gettrace', 'hash_info', 'hexversion', 'implementation', 'int_info',
 'intern', 'maxsize', 'maxunicode', 'meta_path', 'modules', 'path',
 'path_hooks', 'path_importer_cache', 'platform', 'prefix', 'ps1',
 'setcheckinterval', 'setdlopenflags', 'setprofile', 'setrecursionlimit',
 'setswitchinterval', 'settrace', 'stderr', 'stdin', 'stdout',
 'thread_info', 'version', 'version_info', 'warnoptions']

如果没有给定参数,那么 dir() 函数会罗列出当前定义的所有名称:

>>> a = [1, 2, 3, 4, 5]
>>> import fibo
>>> fib = fibo.fib
>>> dir() # 得到一个当前模块中定义的属性列表
['__builtins__', '__name__', 'a', 'fib', 'fibo', 'sys']
>>> a = 5 # 建立一个新的变量 'a'
>>> dir()
['__builtins__', '__doc__', '__name__', 'a', 'sys']
>>>
>>> del a # 删除变量名a
>>>
>>> dir()
['__builtins__', '__doc__', '__name__', 'sys']
>>>

 

 

 

包(Package)

你也许还想到,如果不同的人编写的模块名相同怎么办?为了避免模块名冲突,Python又引入了按目录来组织模块的方法,称为包(Package)。

不妨假设你想设计一套统一处理声音文件和数据的模块(或者称之为一个”包”)。

现存很多种不同的音频文件格式(基本上都是通过后缀名区分的,例如:
.wav,:file:.aiff,:file:.au,),所以你需要有一组不断增加的模块,用来在不同的格式之间转换。

并且针对这些音频数据,还有很多不同的操作(比如混音,添加回声,增加均衡器功能,创建人造立体声效果),所以你还需要一组怎么也写不完的模块来处理这些操作。

这里给出了一种可能的包结构(在分层的文件系统中):

sound/                          顶层包
      __init__.py               初始化 sound 包
      formats/                  文件格式转换子包
              __init__.py
              wavread.py
              wavwrite.py
              aiffread.py
              aiffwrite.py
              auread.py
              auwrite.py
              ...
      effects/                  声音效果子包
              __init__.py
              echo.py
              surround.py
              reverse.py
              ...
      filters/                  filters 子包
              __init__.py
              equalizer.py
              vocoder.py
              karaoke.py
              ...
  • 包是一种管理 Python
    模块命名空间的形式,采用”点模块名称”。比如一个模块的名称是 A.B,
    那么他表示一个包 A中的子模块 B
    。就好像使用模块的时候,你不用担心不同模块之间的全局变量相互影响一样,采用点模块名称这种形式也不用担心不同库之间的模块重名的情况。

  • 在导入一个包的时候,Python 会根据 sys.path
    中的目录来寻找这个包中包含的子目录。
  • 目录只有包含一个叫做 __init__.py
    的文件才会被认作是一个包,主要是为了避免一些滥俗的名字(比如叫做
    string)不小心的影响搜索路径中的有效模块。
  • 最简单的情况,放一个空的file:__init__.py就可以了。当然这个文件中也可以包含一些初始化代码或者为(将在后面介绍的)
    __all__变量赋值。
  • __init__.py 本身就是一个模块,而它的模块名就是包文件夹的名称,如
    sound。

 

用户可以每次只导入一个包里面的特定模块,比如:

import sound.effects.echo

 

这将会导入子模块:sound.effects.echo。 他必须使用全名去访问:

sound.effects.echo.echofilter(input, output, delay=0.7, atten=4)

还有一种导入子模块的方法是:

from sound.effects import echo

这同样会导入子模块:
echo,并且他不需要那些冗长的前缀,所以他可以这样使用:

echo.echofilter(input, output, delay=0.7, atten=4)

还有一种变化就是直接导入一个函数或者变量:

from sound.effects.echo import echofilter

同样的,这种方法会导入子模块: echo,并且可以直接使用他的 echofilter()
函数:

echofilter(input, output, delay=0.7, atten=4) 

 

注意:当使用from package import
item这种形式的时候,对应的item既可以是包里面的子模块(子包),或者包里面定义的其他名称,比如函数,类或者变量。import语法会首先把item当作一个包定义的名称,如果没找到,再试图按照一个模块去导入。如果还没找到,恭喜,一个:exc:ImportError
异常被抛出了。反之,如果使用形如import
item.subitem.subsubitem这种导入形式,除了最后一项,都必须是包,而最后一项则可以是模块或者是包,但是不可以是类,函数或者变量的名字。

 

 

从一个包中导入*

 

设想一下,如果我们使用 from sound.effects import *会发生什么?

Python
会进入文件系统,找到这个包里面所有的子模块,一个一个的把它们都导入进来。

但是很不幸,这个方法在
Windows平台上工作的就不是非常好,因为Windows是一个大小写不区分的系统。

在这类平台上,没有人敢担保一个叫做 ECHO.py 的文件导入为模块 echo 还是
Echo 甚至 ECHO。

(例如,Windows 95就很讨厌的把每一个文件的首字母大写显示)而且 DOS 的
8+3 命名规则对长模块名称的处理会把问题搞得更纠结。

为了解决这个问题,只能烦劳包作者提供一个精确的包的索引了。

导入语句遵循如下规则:如果包定义文件 __init__.py 存在一个叫做
__all__ 的列表变量,那么在使用 from package import *
的时候就把这个列表中的所有名字作为包内容导入。

 

作为包的作者,可别忘了在更新包之后保证 __all__
也更新了啊。你说我就不这么做,我就不使用导入*
这种用法,好吧,没问题,谁让你是老板呢。这里有一个例子,在:file:sounds/effects/__init__.py中包含如下代码:

__all__ = ["echo", "surround", "reverse"]

这表示当你使用from sound.effects import
*这种用法时,你只会导入包里面这三个子模块。

如果 __all__ 真的没有定义,那么使用from sound.effects import
*这种语法的时候,就不会导入包 sound.effects
里的任何子模块。他只是把包sound.effects和它里面定义的所有内容导入进来(可能运行__init__.py里定义的初始化代码)。这会把
__init__.py
里面定义的所有名字导入进来。并且他不会破坏掉我们在这句话之前导入的所有明确指定的模块。看下这部分代码:

import sound.effects.echo
import sound.effects.surround
from sound.effects import *

这个例子中,在执行from…import前,包sound.effects中的echo和surround模块都被导入到当前的命名空间中了。(当然如果定义了__all__就更没问题了)

通常我们并不主张使用*这种方法来导入模块,因为这种方法经常会导致代码的可读性降低。不过这样倒的确是可以省去不少敲键的功夫,而且一些模块都设计成了只能通过特定的方法导入。

记住,使用from Package import
specific_submodule这种方法永远不会有错。事实上,这也是推荐的方法。除非是你要导入的子模块有可能和其他包的子模块重名。

如果在结构中包是一个子包(比如这个例子中对于包sound来说),而你又想导入兄弟包(同级别的包)你就得使用导入绝对的路径来导入。比如,如果模块sound.filters.vocoder
要使用包sound.effects中的模块echo,你就要写成 from sound.effects import
echo。

 

from . import echo
from .. import formats
from ..filters import equalizer

 

无论是隐式的还是显式的相对导入都是从当前模块开始的。主模块的名字永远是”__main__”,一个Python应用程序的主模块,应当总是使用绝对路径引用。

包还提供一个额外的属性__path__。这是一个目录列表,里面每一个包含的目录都有为这个包服务的__init__.py,你得在其他__init__.py被执行前定义哦。可以修改这个变量,用来影响包含在包里面的模块和子包。这个功能并不常用,一般用来扩展包里面的模块。

 

3、使用第三方模块

在Python中,安装第三方模块,是通过包管理工具pip完成的。

如果你正在使用Mac或Linux,安装pip本身这个步骤就可以跳过了。如果你正在使用Windows,请确保安装Python时勾选了pip和Add
python.exe to Path。

在命令提示符窗口下尝试运行pip,如果Windows提示未找到命令,可以重新运行安装程序添加pip。

注意:Mac或Linux上有可能并存Python 3.x和Python
2.x,因此对应的pip命令是pip3。

 

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。

 

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。所以很多开发人员喜欢使用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。