python文件模塊
A. python中的模塊，庫，包有什麼區別
1.python模塊是：
python模塊：包含並且有組織的代碼片段為模塊。
表現形式為：寫的代碼保存為文件。這個文件就是一個模塊。sample.py 其中文件名smaple為模塊名字。
關系圖：
3.庫（library）
庫的概念是具有相關功能模塊的集合。這也是Python的一大特色之一，即具有強大的標准庫、第三方庫以及自定義模塊。
B. python中模塊是什麼
Python模塊是包含Python代碼的文件，此代碼可以是函數類或者變數，Python模塊是包含可執行代碼的.py文件。
C. 那些Python中的模塊
Python的解釋環境是很好用，但是如果我們需要編寫一個大型的程序的時候，解釋環境就完全不夠用了。這個時候我們需要將python程序保存在一個文件里。通常這個文件是以.py結尾的。
對於大型的應用程序來說，一個文件可能是不夠的，這個時候我們需要在文件中引用其他的文件，這樣文件就叫做模塊。
模塊是一個包含Python定義和語句的文件。文件名就是模塊名後跟文件後綴 .py 。在模塊內部，模塊名可以通過全局變數 __name__ 獲得。
還是之前的斐波拉赫數列的例子，我們在fibo.py文件中存放了函數的實現：
編寫完畢之後，我們可以在Python的解釋環境中導入它：
然後直接使用即可：
常用的函數，我們可以將其賦值給一個變數：
或者，我們在導入的時候，直接給這個模塊起個名字：
或者導入模塊中的函數：
每個模塊都有它自己的私有符號表，該表用作模塊中定義的所有函數的全局符號表。因此，模塊的作者可以在模塊內使用全局變數，而不必擔心與用戶的全局變數發生意外沖突。
前面我們提到了可以使用import來導入一個模塊，並且 __name__ 中保存的是模塊的名字。
和java中的main方法一樣，如果我們想要在模塊中進行一些測試工作，有沒有類似java中main方法的寫法呢？
先看一個例子：
在模塊中，我們需要進行一個判斷 __name__ 是不是被賦值為 "__main__"。
我們這樣來執行這個模塊：
以腳本執行的情況下，模塊的 __name__ 屬性會被賦值為 __main__ , 這也是例子中為什麼要這樣寫的原因。
看下執行效果：
如果是以模塊導入的話，那麼將不會被執行：
使用import導入模塊的時候，解釋器首先會去找該名字的內置模塊，如果沒找到的話，解釋器會從 sys.path變數給出的目錄列表裡尋找。
sys.path的初始目錄包括：
要想查看模塊中定義的內容，可以使用dir函數。
上面的例子列出了當前模塊中定義的內容，包括變數，模塊，函數等。
我們可以給dir加上參數，來獲取特定模塊的內容：
java中有package的概念，用來隔離程序代碼。同樣的在Python中也有包。
我們看一個Python中包的例子：
上面我們定義了4個包，分別是sound,sound.formats, sound.effects, sound.filters。
__init__.py 可以是一個空文件，也可以執行包的初始化代碼或設置 __all__ 變數。
當導入的時候， python就會在 sys.path 路徑中搜索該包。
包的導入有很多種方式，我們可以導入單個模塊：
但是這樣導入之後，使用的時候必須載入全名：
如果不想載入全名，可以這樣導入：
那麼就可以這樣使用了：
還可以直接導入模塊中的方法：
然後這樣使用：
如果一個包裡面的子包比較多，我們可能會希望使用 * 來一次性導入：
那麼如何去控制到底會導入effects的哪一個子包呢？
我們可以在 __init__.py 中定義一個名叫 __all__ 的列表，在這個列表中列出將要導出的子包名，如下所示：
這樣from sound.effects import * 將導入 sound 包的三個命名子模塊。
如果沒有定義 __all__，from sound.effects import * 語句 不會 從包 sound.effects 中導入所有子模塊到當前命名空間；它只會導入包 sound.effects。
Import 可以指定相對路徑，我們使用 . 來表示當前包， 使用 .. 來表示父包。
如下所示：
D. python中模塊的作用是什麼
__name__ 是當前模塊名,當模塊被直接運行時沖腔租模塊名為 __main__ 。
__name__ 是當前模塊名圓虧，當模塊被直接運行時模塊名散兆為 __main__ 。這句話的意思就是，當模塊被直接運行時，以下代碼塊將被運行，當模塊是被導入時，代碼塊不被運行。
一個 Python 源碼文件除了可以被直接運行外，還可以作為模塊（也就是庫）被導入。不管是導入還是直接運行，最頂層的代碼都會被運行（Python 用縮進來區分代碼層次）。而實際上在導入的時候，有一部分代碼我們是不希望被運行的。
E. Python模塊的幾種類型簡介
view plain to clipboardprint?
import os
import stat
import time<DIV></DIV>
fileStats = os.stat ( 'test.txt' )
fileInfo = {
'Size' : fileStats [ stat.ST_SIZE ],
'LastModified' : time.ctime ( fileStats [ stat.ST_MTIME ] ),
'LastAccessed' : time.ctime ( fileStats [ stat.ST_ATIME ] ),
'CreationTime' : time.ctime ( fileStats [ stat.ST_CTIME ] ),
'Mode' : fileStats [ stat.ST_MODE ]
}
for infoField, infoValue in fileInfo:
print infoField, ':' + infoValue
if stat.S_ISDIR ( fileStats [ stat.ST_MODE ] ):
print 'Directory. '
else:
print 'Non-directory.'
import os
import stat
import time
fileStats = os.stat ( 'test.txt' )
fileInfo = {
'Size' : fileStats [ stat.ST_SIZE ],
'LastModified' : time.ctime ( fileStats [ stat.ST_MTIME ] ),
'LastAccessed' : time.ctime ( fileStats [ stat.ST_ATIME ] ),
'CreationTime' : time.ctime ( fileStats [ stat.ST_CTIME ] ),
'Mode' : fileStats [ stat.ST_MODE ]
}
for infoField, infoValue in fileInfo:
print infoField, ':' + infoValue
if stat.S_ISDIR ( fileStats [ stat.ST_MODE ] ):
print 'Directory. '
else:
print 'Non-directory.'
F. 盤點Python常用的模塊和包
模塊
1.定義
計算機在開發過程中，代碼越寫越多，也就越難以維護，所以為了編寫可維護的代碼，我們會把函數進行分組，放在不同的文件里。在python里，一個.py文件就是一個模塊。
2.優點：
提高代碼的可維護性。
提高代碼的復用，當模塊完成時就可以在其他代碼中調用。
引用其他模塊，包含python內置模塊和其他第三方模塊。
避免函數名和變數名等名稱沖突。
python內建模塊：
1.sys模塊
2.random模塊
3.os模塊：
os.path:講解
https://www.cnblogs.com/yufeihlf/p/6179547.html
數據可視化
1.matplotlib :
是Python可視化程序庫的泰斗，它的設計和在1980年代被設計的商業化程序語言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它們讓你能用更少的代碼去調用 matplotlib的方法。
訪問：
https://matplotlib.org/
顏色：
https://www.cnblogs.com/darkknightzh/p/6117528.html
教程：
https://wizardforcel.gitbooks.io/matplotlib-user-guide/3.1.html
2.Seaborn：
它是構建在matplotlib的基礎上的，用簡潔的代碼來製作好看的圖表。Seaborn跟matplotlib最大的區別就是它的默認繪圖風格和色彩搭配都具有現代美感。
訪問：
http://seaborn.pydata.org/index.html
3.ggplot：
gplot 跟 matplotlib 的不同之處是它允許你疊加不同的圖層來完成一幅圖
訪問：
http://ggplot.yhathq.com/
4.Mayavi：
Mayavi2完全用Python編寫，因此它不但是一個方便實用的可視化軟體，而且可以方便地用Python編寫擴展，嵌入到用戶編寫的Python程序中，或者直接使用其面向腳本的API：mlab快速繪制三維圖
訪問：http://code.enthought.com/pages/mayavi-project.html
講解：https://blog.csdn.net/ouening/article/details/76595427https://www.jianshu.com/p/81e6f4f1cdd8
5.TVTK：
TVTK庫對標準的VTK庫進行包裝，提供了Python風格的API、支持Trait屬性和numpy的多維數組。
VTK (http://www.vtk.org/) 是一套三維的數據可視化工具，它由C++編寫，包涵了近千個類幫助我們處理和顯示數據
講解：https://docs.huihoo.com/scipy/scipy-zh-cn/tvtk_intro.html
機器學習
1.Scikit-learn
是一個簡單且高效的數據挖掘和數據分析工具，易上手，可以在多個上下文中重復使用。它基於NumPy, SciPy 和 matplotlib，開源，可商用（基於 BSD 許可）。
訪問：
講解：https://blog.csdn.net/finafily0526/article/details/79318401
2.Tensorflow
最初由谷歌機器智能科研組織中的谷歌大腦團隊（Google Brain Team）的研究人員和工程師開發。該系統設計的初衷是為了便於機器學習研究，能夠更快更好地將科研原型轉化為生產項目。
相關推薦：《Python視頻教程》
Web框架
1.Tornado
訪問：http://www.tornadoweb.org/en/stable/
2.Flask
訪問：http://flask.pocoo.org/
3.Web.py
訪問：http://webpy.org/
4.django
https://www.djangoproject.com/
5.cherrypy
http://cherrypy.org/
6.jinjs
http://docs.jinkan.org/docs/jinja2/
GUI 圖形界面
1.Tkinter
https://wiki.python.org/moin/TkInter/
2.wxPython
https://www.wxpython.org/
3.PyGTK
http://www.pygtk.org/
4.PyQt
https://sourceforge.net/projects/pyqt/
5.PySide
http://wiki.qt.io/Category:LanguageBindings::PySide
科學計算
教程
https://docs.huihoo.com/scipy/scipy-zh-cn/index.html#
1.numpy
訪問
http://www.numpy.org/
講解
https://blog.csdn.net/lm_is_dc/article/details/81098805
2.sympy
sympy是一個Python的科學計算庫，用一套強大的符號計算體系完成諸如多項式求值、求極限、解方程、求積分、微分方程、級數展開、矩陣運算等等計算問題
訪問
https://docs.sympy.org/0.7.1/guide.html#guide
講解
https://www.jianshu.com/p/339c91ae9f41
解方程
https://www.cnblogs.com/zyg123/p/10549354.html
3.SciPy
官網
https://www.scipy.org/
講解
https://blog.csdn.net/wsp_1138886114/article/details/80444621
4.pandas
官網
http://pandas.pydata.org/
講解
https://www.cnblogs.com/linux-wangkun/p/5903945.html
5.blaze
官網
http://blaze.readthedocs.io/en/latest/index.html
密碼學
1.cryptography
https://pypi.python.org/pypi/cryptography/
2.hashids
http://www.oschina.net/p/hashids
3.Paramiko
http://www.paramiko.org/
4.Passlib
https://pythonhosted.org/passlib/
5.PyCrypto
https://pypi.python.org/pypi/pycrypto
6.PyNacl
http://pynacl.readthedocs.io/en/latest/
爬蟲相關
requests
http://www.python-requests.org/
scrapy
https://scrapy.org/
pyspider
https://github.com/binux/pyspider
portia
https://github.com/scrapinghub/portia
html2text
https://github.com/Alir3z4/html2text
BeautifulSoup
https://www.crummy.com/software/BeautifulSoup/
lxml
http://lxml.de/
selenium
http://docs.seleniumhq.org/
mechanize
https://pypi.python.org/pypi/mechanize
PyQuery
https://pypi.python.org/pypi/pyquery/
creepy
https://pypi.python.org/pypi/creepy
gevent
一個高並發的網路性能庫
http://www.gevent.org/
圖像處理
bigmoyan
http://scikit-image.org/
Python Imaging Library(PIL)
http://www.pythonware.com/procts/pil/
pillow：
http://pillow.readthedocs.io/en/latest/
自然語言處理
1.nltk：
http://www.nltk.org/
教程
https://blog.csdn.net/wizardforcel/article/details/79274443
2.snownlp
https://github.com/isnowfy/snownlp
3.Pattern
https://github.com/clips/pattern
4.TextBlob
http://textblob.readthedocs.io/en/dev/
5.Polyglot
https://pypi.python.org/pypi/polyglot
6.jieba：
https://github.com/fxsjy/jieba
資料庫驅動
mysql-python
https://sourceforge.net/projects/mysql-python/
PyMySQL
https://github.com/PyMySQL/PyMySQL
PyMongo
https://docs.mongodb.com/ecosystem/drivers/python/
pymongo
MongoDB庫
訪問：https://pypi.python.org/pypi/pymongo/
redis
Redis庫
訪問：https://pypi.python.org/pypi/redis/
cxOracle
Oracle庫
訪問：https://pypi.python.org/pypi/cx_Oracle
SQLAlchemy
SQL工具包及對象關系映射（ORM）工具
訪問：http://www.sqlalchemy.org/
peewee，
SQL工具包及對象關系映射（ORM）工具
訪問：https://pypi.python.org/pypi/peewee
torndb
Tornado原裝DB
訪問：https://github.com/bdarnell/torndb
Web
pycurl
URL處理工具
smtplib模塊
發送電子郵件
其他庫暫未分類
1.PyInstaller：
是一個十分有用的第三方庫，它能夠在Windows、Linux、 Mac OS X 等操作系統下將 Python 源文件打包，通過對源文件打包， Python 程序可以在沒有安裝 Python 的環境中運行，也可以作為一個 獨立文件方便傳遞和管理。
2.Ipython
一種互動式計算和開發環境
講解
https://www.cnblogs.com/zzhzhao/p/5295476.html
命令
ls、cd 、run、edit、clear、exist
G. 有哪位大神指導下，Python中文件、模塊與包三者之間有什麼區別呀麻煩解釋的詳細點哈，謝謝啦。。。。
Python在處理功能復用和功能顆粒度劃分時採用了類、模塊、包的結構。這種處理跟C++中的類和名字空間類似，但更接近於Java所採用的概念。
類
類的概念在許多語言中出現，很容易理解。它將數據和操作進行封裝，以便將來的復用。
模塊
模塊，在Python可理解為對應於一個文件。在創建了一個腳本文件後，定義了某些函數和變數。你在其他需要這些功能的文件中，導入這模塊，就可重用這些函數和變數。一般用mole_name.fun_name，和mole_name.var_name進行使用。這樣的語義用法使模塊看起來很像類或者名字空間，可將mole_name理解為名字限定符。模塊名就是文件名去掉.py後綴。下面演示了一個簡單的例子：
#moel1.py
def say(word):
print word
#caller.py
import mole1
print __name__
print mole1.__name__
mole1.say('hello')
$ python caller.py
__main__
mole1
hello
例子中演示了從文件中調用模塊的方法。這里還展示了一個有趣的模塊屬性__name__，它的值由Python解釋器設定。如果腳本文件是作為主程序調用，其值就設為__main__，如果是作為模塊被其他文件導入，它的值就是其文件名。這個屬性非常有用，常可用來進行模塊內置測試使用，你會經常在一些地方看到類似於下面的寫法，這些語句只在作為主程序調用時才被執行。
if __name__ == '__main__':
app = wxapp(0)
app.MainLoop()
模塊搜索路徑
上面的例子中，當mole1被導入後，python解釋器就在當前目錄下尋找mole1.py的文件，然後再從環境變數PYTHONPATH尋找，如果這環境變數沒有設定，也不要緊，解釋器還會在安裝預先設定的的一些目錄尋找。這就是在導入下面這些標准模塊，一切美好事情能發生的原因。
import os
import sys
import threading
...
這些搜索目錄可在運行時動態改變，比如將mole1.py不放在當前目錄，而放在一個冷僻的角落裡。這里你就需要通過某種途徑，如sys.path，來告知Python了。sys.path返回的是模塊搜索列表，通過前後的輸出對比和代碼，應能理悟到如何增加新路徑的方法了吧。非常簡單，就是使用list的append()或insert()增加新的目錄。
#mole2.py
import sys
import os
print sys.path
workpath = os.path.dirname(os.path.abspath(sys.argv[0]))
sys.path.insert(0, os.path.join(workpath, 'moles'))
print sys.path
$ python mole2.py
['e:\Project\Python', 'C:\WINDOWS\system32\python25.zip', ...]
['e:\Project\Python\moles', 'e:\Project\Python', 'C:\WINDOWS\system32\python25.zip', ...]
其他的要點
模塊能像包含函數定義一樣，可包含一些可執行語句。這些可執行語句通常用來進行模塊的初始化工作。這些語句只在模塊第一次被導入時被執行。這非常重要，有些人以為這些語句會多次導入多次執行，其實不然。
模塊在被導入執行時，python解釋器為加快程序的啟動速度，會在與模塊文件同一目錄下生成.pyc文件。我們知道python是解釋性的腳本語言，而.pyc是經過編譯後的位元組碼，這一工作會自動完成，而無需程序員手動執行。
包
在創建許許多多模塊後，我們可能希望將某些功能相近的文件組織在同一文件夾下，這里就需要運用包的概念了。包對應於文件夾，使用包的方式跟模塊也類似，唯一需要注意的是，當文件夾當作包使用時，文件夾需要包含__init__.py文件，主要是為了避免將文件夾名當作普通的字元串。__init__.py的內容可以為空，一般用來進行包的某些初始化工作或者設置__all__值，__all__是在from package-name import *這語句使用的，全部導出定義過的模塊。