- 导入官方库的三种手段
- 导入自定义库/模块的方式
- 导入库/模块的核心逻辑：找到根目录（python解释器的目录和终端的目录不一致）
一、导入官方库
1.1 标准导入：导入整个库
这是最基本也是最常见的导入方式，直接使用`import`语句。
python
# 方式1：导入整个模块
import math
print("方式1：使用 import math")
print(f"圆周率π的值：{math.pi}")
print(f"2的平方根：{math.sqrt(2)}\n")1.2 从库中导入特定项
当使用from语法从库中导入特定的函数或类时，这些函数或类就可以在您的代码中直接使用，不需要添加模块名作为前缀。因为在导入时没有包括模块的完整路径，前面也不能加上库名。
python
# 方式2：导入特定的函数或变量
from math import pi, sqrt
print("方式2：使用 from math import pi, sqrt")
print(f"圆周率π的值：{pi}")
print(f"2的平方根：{sqrt(2)}\n")1.3 非标准导入：导入整个库
如下
●这将导入`math`模块中定义的所有公开函数和变量。
●和上述from同理，直接调用`sin()`、`cos()`等，而无需`math.`前缀。
虽然 import math和 from math import 看起来都是导入了 `math` 模块，但它们在导入方式、作用域处理以及对命名空间的影响上有重要的区别。
1. 命名空间的污染
`import math`：这种方法会将整个 `math` 模块导入到命名空间中，但是需要使用 `math.` 前缀来访问模块内的函数或变量。这种方式保持了命名空间的整洁，因为所有的 `math` 函数和变量都包含在 `math` 这个模块对象中。
`from math import *`：这种方法将 `math` 模块中的所有公开的函数和变量导入到当前的命名空间中，可以直接使用这些函数和变量而无需 `math.` 前缀。这种方式可能会导致命名空间污染，特别是当有多个模块都被这样导入时，很容易发生命名冲突。
2. 明确性和可维护性
`import math`：明确指出了函数和变量来源于 `math` 模块，这对代码的可读性和维护性都是有益的。其他阅读你代码的人可以清楚地看到每个函数的来源，这对大型项目和团队合作尤为重要。
`from math import *`：虽然代码看起来更简洁，但这种方法减少了代码的明确性。如果没有足够的上下文，很难判断一个特定的函数是来自 `math` 模块还是其他模块，尤其是当你导入了多个模块时。
python
from math import *
print(f"圆周率π的值：{pi}")
print(f"2的平方根：{sqrt(2)}")二、导入自定义库/模块的方式
模块、包的定义
模块（Module）
-
- 本质 ：以
.py为扩展名的单个文件，包含可执行的 Python 代码（如函数、类、变量等）。 - 作用：通过代码拆分到不同文件，减少冗余，提升代码复用性和可维护性。
- 本质 ：以
包（Package）
- 本质：具有层级结构的文件目录（文件夹），用于组织多个模块或子包。
- 核心特征 ：必须包含
__init__.py文件（可为空），标识该目录为 Python 包。 - 与库的关系：包是库的底层实现形式，库通常由包或模块集合构成。
关键区别
- 模块 是单一文件，包 是包含模块的目录（需含
__init__.py）。 - 包通过目录结构实现模块的层级化管理，支持更复杂的代码组织。
三、源代码的查看
如果第三方库是纯python写的，往往在函数上按住ctrl即可进入函数内部查看源代码。但是很多第三方库为了性能，底层是用其他语言写的，这里我们计算机视觉库OpenCV为例。
OpenCV核心是用C++编写的（C++可以显著提高性能），但它通过Python等其他语言的接口（bindings）使得这些功能可以在Python环境中被调用。这些接口是通过一种叫做Python/C API的技术实现的，其中C++的功能被封装成Python模块，使得Python用户可以像使用纯Python编写的库一样使用OpenCV。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。
二进制文件是机器语言，处理器可以直接理解和执行无需翻译，二进制语言反汇编是很困难的，用二进制语言除了效果好外，也是让用户无法看到源代码，保护了自己的知识产权。
这意味着：
●二进制文件dll文件：当你在Python中导入OpenCV库（通import cv2），你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）。这也意味着无法从利用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(https://github.com/opencv/opencv)查看C++源代码。
这就需要我们养成看文档的能力，文档就是以终为始思想的体现。文档就是api使用说明书，可能你日常买东西都不喜欢看使用说明书，但是在代码学习中，这一步是绕不开的。
你会发现很多B站视频的教学，其实远不如文档说明书细致。