Python模块：import的四种导入方式全对比-北京尧图网络

Python模块import的四种导入方式全对比一、开篇同一种需求四种写法Python提供了四种导入模块的方式每种都有不同的适用场景# 方式一导入整个模块importmath# 方式二导入模块并起别名importmathasm# 方式三从模块中导入特定名称frommathimportsqrt,pi# 方式四导入模块中的所有公开名称frommathimport* 这四种方式表面上看都能让你使用math模块的功能但它们在命名空间、内存占用、代码可读性和潜在风险上有着本质区别。选择哪种方式直接影响代码的质量。二、四种方式逐一详解2.1 方式一import 模块名# import 模块名 —— 导入整个模块对象importmath# 这创建了一个变量 math指向整个math模块对象print(type(math))# class moduleprint(dir(math)[:10])# [__doc__, ..., acos, acosh, ...]# 使用必须通过模块名访问print(math.pi)# 3.141592653589793print(math.sqrt(16))# 4.0print(math.sin(math.pi/2))# 1.0# ✅ 优点# 1. 命名空间清晰——math.sqrt一看就知道哪来的# 2. 不会污染当前命名空间# 3. 不会和已有的变量名冲突# ❌ 缺点# 1. 每次都写模块名——如果模块名很长会比较啰嗦# 2. 导入了整个模块虽然通常不是问题# 适用场景# - 大多数情况下的默认选择# - 模块名不太长时# - 需要模块中多个功能时2.2 方式二import 模块名 as 别名# import 模块名 as 别名 —— 给模块起一个短名字importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimporttensorflowastf# 使用别名访问arrnp.array([1,2,3,4,5])print(np.mean(arr))# 3.0# ✅ 优点# 1. 输入更少某些库的名字本身就很长# 2. 符合社区约定np是指numpy几乎已成标准# 3. 解决命名冲突两个模块有相同的名字# ❌ 缺点# 1. 如果用了非标准的别名降低可读性# import math as pineapple # 不要这样# pineapple.sqrt(16) # 这段代码会让同事困惑# ❌ 不推荐的用法# 除非有明确的重命名理由如避免冲突否则不要随意起别名importjsonasjs# 不推荐——json本身就不长# ✅ 推荐的用法社区约定importnumpyasnp# 标准约定importpandasaspd# 标准约定importmatplotlib.pyplotasplt# 标准约定2.3 方式三from 模块名 import 名称# from 模块名 import 名称 —— 将特定名称导入当前命名空间frommathimportsqrt,pi,sin,cos# 可以直接使用这些名称不需要模块名前缀print(sqrt(16))# 4.0print(pi)# 3.141592653589793print(sin(pi/2))# 1.0# 未导入的名称仍然需要通过模块名访问# print(math.ceil(3.14)) # NameError! math没有被导入importmath# 如果需要其他功能单独导入模块print(math.ceil(3.14))# 4# 可以同时导入多个名称fromos.pathimportjoin,exists,isfileprint(join(dir,file.txt))# dir/file.txt# ✅ 优点# 1. 代码更简洁——不需要写模块名# 2. 明确导入了什么——读者知道你用了模块的哪些功能# 3. 可以只导入需要的——虽然不会减少内存占用# ❌ 缺点和陷阱# 1. 可能和已有的变量名冲突pi我自定义的pifrommathimportpi# 覆盖了上面的piprint(pi)# 3.141592653589793 —— 不是我自定义的pi# 2. 导入太多名称会让命名空间混乱frommathimportsin,cos,tan,asin,acos,atan,sqrt,pi,e,floor,ceil,...# 如果都是从不同模块导入的阅读者很难知道每个名称来自哪里# 3. 变量绑定问题——from import导入的是值的引用# 如果源模块中的值改变了from导入的变量不会自动更新2.4 方式四from 模块名 import *# from 模块名 import * —— 导入模块的所有公开名称# ⚠️ 这是最不推荐的方式原因如下# 1. 你不知道导入了什么frommathimport*# 现在你有sin, cos, tan, sqrt, pi, e, floor, ceil, ...# 以及你不经意间覆盖的pow, abs, sum, ...任何同名变量# 2. 污染命名空间——导致难以发现的命名冲突defsin(x):我自己写的sin函数返回字符串return这不是正弦frommathimport*# 刚才定义的sin被覆盖了print(sin(0))# 0.0 —— 不是这不是正弦# 3. 可读性极差# 读代码的人不知道sum来自哪里——是内置的math的还是你定义的# from math import *# from statistics import *# sum(...) # 这是哪个sum# 4. PEP 8强烈不推荐# Wildcard imports (from module import *) should be avoided# ✅ 唯一可接受的例外# 在 __init__.py 中控制包的公开API# mypackage/__init__.py:# from .module_a import ClassA, func_b# from .module_b import ClassC# __all__ [ClassA, func_b, ClassC]2.5 __all__控制from import *的行为# __all__是一个模块级变量# 定义了 from module import * 时哪些名称会被导入# 假设有一个模块 my_module.py __all__ [public_func, PublicClass] # 白名单 def public_func(): 这个函数会被导出 pass def _private_func(): 下划线开头的默认不会被导出 pass class PublicClass: 这个类会被导出 pass class _PrivateClass: 下划线开头的默认不会被导出 pass internal_data 不会被导出 # 不在__all__中 # 使用# from my_module import *# public_func() # ✅ 可用在__all__中# PublicClass() # ✅ 可用在__all__中# _private_func() # ❌ 不可用_开头且不在__all__中# internal_data # ❌ 不可用不在__all__中# __all__是一种显式声明模块公开API的方式# 即使不用from import *__all__也能作为文档告诉使用者哪些是公开的三、四种方式的对比# ⌨️ 完整对比# 假设要使用math、os、json三个模块的功能# 方式一import —— 命名空间最清晰importmathimportosimportjson# 使用math.sqrt(), os.path.join(), json.dumps()# 一目了然——每个函数来自哪个模块# 方式二import as —— 最灵活importnumpyasnpimportpandasaspd# 使用np.array(), pd.DataFrame()# 在保持清晰的同时简化了输入# 方式三from import —— 在简洁和清晰间平衡frommathimportsqrt,pifromos.pathimportjoinfromjsonimportdumps,loads# 使用sqrt(), join(), dumps() —— 简洁# 但读者需要记住sqrt来自mathjoin来自os.path# 方式四from import * —— 简洁但危险的# from math import *# from os import * # ⚠️ os没有__all__会导入所有名称# 不到万不得已不要用四、最佳实践# ✅ 推荐做法一默认使用 import 模块名importmathimportjsonimportos# 清晰、安全、不会污染命名空间# ✅ 推荐做法二社区标准的别名importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt# ✅ 推荐做法三from import 特定名称——只导入几个时fromcollectionsimportdefaultdict,CounterfrompathlibimportPathfromtypingimportOptional,List# ✅ 推荐做法四导入子模块importos.path# 导入子模块fromosimportpath# 另一种方式# ❌ 避免的做法# 1. 不要用 from module import *除非在__init__.py中# 2. 不要给模块起奇怪的别名# 3. 不要同时用多种导入方式从同一个模块导入# 不好的例子# import math# from math import sqrt # 重复了五、总结四种导入方式各有适用场景。总体原则是以代码可读性为第一优先。选型速查方式适用场景风险import math默认选择使用模块中多个功能低import numpy as np长模块名社区约定低from math import sqrt只用到1-2个功能中——命名冲突from math import *几乎只在__init__.py中高——不推荐✅黄金法则宁可多写几个字符也别让读代码的人猜每个名字来自哪里。

Python模块：import的四种导入方式全对比

相关推荐

AI时代如何识别高质量技术内容：从原理到实践的深度指南

Python模块：模块化的概念与import语句详解

【AI写作素材库管理黄金法则】：20年技术专家亲授5大避坑指南与3套可落地的智能分类体系

更多资讯

Matlab在新能源电力系统场景生成与削减中的应用实践

TDgpt Windows 打包与离线安装指南：基于 win_release.py 与 Inno Setup 的完整交付流程

小程序项目结构全拆解：从原生到uniapp，避开这些坑

嵌入式C++低功耗设计实战与优化技巧

国内企业级AI编程平台选型指南：主流产品对比与落地实践

Linux内核配置与编译：Makefile与defconfig详解

今日更新

51单片机开环控制磁阻传感器的硬件匹配与代码实现

AI Agent安全操作数据库：SQL注入防御与参数化查询实战

Android逆向实战：还原激励类App签到接口的签名算法

本周精选

AI驱动的自动化专利分析平台技术解析

LeetCode-Go 题解：1252. Cells with Odd Values in a Matrix（奇数值单元格计数）双解法剖析

在线答疑系统Java毕设实战：Spring Boot前后端分离与状态流转

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？