@浙大疏锦行

而在这个打卡训练营中，重点就是学习Machine Learning相关的知识和库的使用。

库、包与模块

首先说明库、包与模块这三个概念：

1. 模块（Module）：一个'.py'文件就是一个模块，包含Python代码（函数、类、变量等）。可以将代码拆分到不同文件中，避免代码冗余，便于复用与维护。

# circle.py 就是一个模块
# circle.py
PI = 3.14159
def area(radius):
    return PI * radius * radius
def circumference(radius):
    return 2 * PI * radius

# main.py
import circle  # 导入circle模块
print(circle.area(5))  # 使用模块中的函数

2. 包（Package）：包含多个模块的文件夹，有‘__init__.py’文件（包的标识文件），可以多级嵌套。本质上是有层次的文件目录结构（文件夹），用于组织多个模块和子包。

model/                    # 包
    __init__.py          # 包标识文件
    circle.py            # 模块
    rectangle.py         # 模块
    utils/               # 子包
        __init__.py
        helper.py

# 导入包中的模块
import model.circle
from model import rectangle
from model.utils import helper

3. 库（Library）：由一个或多个相关包，能够实现特定功能的集合。库分为官方库和第三方库。其中大部分第三方库需要通过pip install安装。

# 标准库
import math
import os
import datetime

# 第三方库
import requests    # HTTP请求库
import pandas      # 数据分析库
import numpy       # 科学计算库

因此，这三者关系是这样的：函数/类/变量 → 模块 → 包 → 库。

导入库的方式

对于库的导入，常见有以下几种：

首先是，直接导入整个库，使用import 库名 或这from 库名 import *，虽然它们都能导入整个库但常使用第一种方法：

• import math：在使用的时候需要带上‘math.’前缀，好处是可以清楚地知道函数和变量的来源，缺点是代码看上去不太简洁
• from math import *：在使用的时候不需要‘math.’前缀，直接使用函数或变量即可，优点是代码简洁，缺点是容易引起命名空间污染（多个库中可能存在相同的函数名，无法区分来源）

# 标准导入：导入整个库
import math 
print(f'圆周率π的值：{math.pi}')
print(f"2的平方根：{math.sqrt(2)}")

# 非标准导入：导入整个库
from math import *
print(f"圆周率π的值：{pi}")
print(f"2的平方根：{sqrt(2)}")

另外，就是从库中导入特定项。原则上，对于所有库都可以采取直接导入整个库的方法。但是对于某些库来说，本身包含内容多但实际只用了其中的几个功能，直接导入会占用过多内存。因此，使用什么功能就导入什么，这样也可以不用使用前缀。

# 导入特定的函数或变量
from math import pi,sqrt
print(f"圆周率π的值：{pi}")
print(f"2的平方根：{sqrt(2)}\n")

在之前的使用中，还注意到，可以对库进行缩写（import 库名 as 缩写），便于后续的调用，不过这本质上属于导入整个库的方法。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

自定义库和模块

创建一个‘circle.py’文件作为模块：

# circle.py
import math 
def calculate_area(radius):
return math.pi*radius**2

另外创建一个'main.py'作为主要的运行文件。根据 main.py 和 circle.py 的文件位置，导入模块的方式和在终端运行的方法存在差异。在此之前，先明确‘根目录’，通常是打开的项目文件夹位置，在导入模块式，会从根目录开始查找。

main.py 和 circle.py 在同一目录下

main.py 文件，直接导入模块

import circle 
radius = 5
area = circle.calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

运行：直接在终端运行 python main.py

main.py 和 circle.py 在根目录的子目录下model（一个包）

main.py 文件，直接导入模块

# main.py
from circle import calculate_area

radius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

运行：需要给出路径，两种方法二选一

• 运行命令：python model/main.py
• 进入路径：cd xxx（main的相对路径），然后执行python main.py（注意如果先cd后，就不能采用第一个命令了）

main.py 在根目录，circle.py在子目录下

main.py，从model包中导入circle

from model.circle import calculate_area
# from model import circle （后续使用circle.calculate_area）

radius = 5
area = calculate_area(radius)
print(f"半径为 {radius} 的圆，面积是: {area}")

运行：直接在终端运行 python main.py

main.py 在子目录model下，circle.py在子目录utils下

运行方式 python -m model.main。如果直接使用python model/main.py，会报错，当使用 python -m model.main 时，Python 会将当前目录（即项目根目录）添加到 sys.path 的开头。

源代码的查看

对于纯python编写的第三方库，可以使用‘ctril’加鼠标点击函数，进入内部查看源代码。

实际上，很多库为了性能，底层使用了其它语言进行编写。比如OpenCV的核心是用C++编写，并且已经编译成二进制文件，编译后的二进制文件可以在不同操作系统上运行，Python中的用户通常不能直接看到方法的源代码。

二进制对于机器是易于理解和执行的，对于人类是难懂的。

• 二进制文件dll文件：在Python中import cv2，实际上是在调用预先编译好的二进制文件。这些文件包含了实现OpenCV功能的可执行代码，而非人类可读的源代码。
• 接口封装：用户只能看到Python函数和对象的接口（即函数的定义，不包括实现的细节）。这也意味着无法利用ctrl跳转到函数内部，pycharm的debugger功能同理也无法看到内部结构。
• 文档和源代码：尽管在Python中不能直接看到C++的源代码实现，用户可以参考官方文档来了解各个函数和方法的用法。如果需要查看实现细节，可以访问OpenCV的GitHub仓库查看C++源代码。

因此，虽然不能直接查看源码，但是通过阅读库的文档说明，可以细致地了解库的使用方法。