python import相对导入与绝对导入
文章目录
- 相对导入与绝对导入
- 绝对导入
- 相对导入
- 何时使用相对导入
- 何时使用绝对导入
- 示例
相对导入与绝对导入
在Python中，from .file_manager import SomeFunction 和 from file_manager import SomeFunction 两种导入方式看似相似，但在模块寻找机制上存在重要差异，这涉及到相对导入和绝对导入的概念。
绝对导入
from file_manager import SomeFunction是一个绝对导入。它从Python的系统路径中查找file_manager模块。这意味着，Python会从项目的根目录或系统路径中的所有目录搜索名为file_manager的模块或包。
相对导入
from .file_manager import SomeFunction是一个相对导入。点号（.）表示当前目录，即与正在执行的脚本相同的包内部查找file_manager模块。这种导入方式用于明确指出要导入的模块与当前模块在同一包内。
何时使用相对导入
相对导入通常用于包内部，这样可以确保模块之间的依赖关系清晰且易于管理。例如，如果你有一个复杂的项目结构，使用相对导入可以避免在重构文件结构时导入路径出错的问题。
何时使用绝对导入
绝对导入更常见，特别是在需要引用项目根目录或不同包中模块时。这使得代码对项目结构的变动较为不敏感，也便于其他脚本或项目重用。
示例
假设你的项目结构如下：
my_project/
│
├── main.py
└── mypackage/├── __init__.py├── submodule1.py└── submodule2.py
在 submodule1.py 中，你可以使用以下方式导入 submodule2.py 中的函数：
# 相对导入
from .submodule2 import some_function# 绝对导入
from mypackage.submodule2 import some_function
使用相对导入的好处是，如果你决定更改包的名称或结构，你不需要更新导入语句，只要保证相对位置不变即可。
总结来说，绝对导入和相对导入各有利弊，选择哪种方式取决于你的项目结构和个人或团队的编码习惯。在大型项目中，清晰地管理这些导入是非常重要的，以维持代码的可维护性和可读性。
ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ
ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ ᅟᅠ
相关文章：
python import相对导入与绝对导入
文章目录 相对导入与绝对导入绝对导入相对导入何时使用相对导入何时使用绝对导入示例 相对导入与绝对导入 在Python中，from .file_manager import SomeFunction 和 from file_manager import SomeFunction 两种导入方式看似相似，但在模块寻找机制上存在…...
深入理解 Go 语言原子内存操作
原子内存操作提供了实现其他同步原语所需的低级基础。一般来说，你可以用互斥体和通道替换并发算法的所有原子操作。然而，它们是有趣且有时令人困惑的结构，应该深入了解它们是如何工作的。如果你能够谨慎地使用它们，那么它们完全可以成为代码优化的好工具，而不会增加复杂性…...
PostgreSQL几个扩展可以帮助实现数据的分词和快速查询
在 PostgreSQL 数据库中，有几个扩展可以帮助实现数据的分词和快速查询，特别是在处理全文搜索和文本分析时。以下是几个常用的扩展： 1. pg_trgm pg_trgm（Trigram）扩展是 PostgreSQL 中的一个强大的工具，它可以通过计算字符串之间的相似度来实现快速文本搜索。它支持基于…...
C盘满了怎么办？教你清理C盘的20个大招，值得收藏备用
C盘满了怎么办？教你清理C盘的20个大招，值得收藏备用 今天给大家介绍20种C盘清理的方法，下次遇到C盘满了红了就知道怎么做了，喜欢请点赞收藏关注点评。 清理更新缓存 清理微信缓存 查找大文件清理或者迁移 磁盘缓存清理 系统还…...
原生js实现下滑到当前模块进度条填充
<div style"height: 1500px;"></div> <div class"progress-container"><div class"progress-bar" data-progress"90%"><p class"progress-text">Google Ads在Google搜索引擎上覆盖超过90%的互…...
显示弹出式窗口的方法
文章目录 1. 概念介绍2. 使用方法3. 示例代码 我们在上一章回中介绍了Sliver综合示例相关的内容，本章回中将介绍PopupMenuButton组件.闲话休提，让我们一起Talk Flutter吧。 1. 概念介绍 我们在本章回中介绍的PopupMenuButton组件位于AppBar右侧…...
Java-什么是缓存线程池？
什么是缓存线程池？ 缓存线程池 (CachedThreadPool) 是一种特殊的线程池，它能够动态地调整线程的数量，以适应任 务的需求。这种线程池非常适合处理大量短暂的任务，因为它会根据任务的数量自动增加或减少线 程的数量。 缓存线程池的特点： 线程数量动态调整：缓存线程池…...
esbuild中的Binary Loader：处理二进制文件
在前端或Node.js项目中，有时需要处理二进制文件，如图片、音频、视频或其他非文本资源。esbuild提供了一款名为Binary Loader的插件，它能够在构建时将二进制文件加载为二进制缓冲区，并使用Base64编码将其嵌入到打包文件中。在运行时…...
深度好文：从《黑神话：悟空》看未来游戏趋势：高互动性、个性化与全球化
引言 在数字时代的浪潮中，游戏产业以其独特的魅力和无限的可能性，成为了全球娱乐文化的重要组成部分。随着科技的飞速发展，特别是高性能计算和人工智能技术的突破，游戏的世界变得越来越真实、细腻且富有深度。而在这股技术洪流中…...
【中项第三版】系统集成项目管理工程师 | 第 12 章 执行过程组
前言 本章属于10大管理的内容，上午题预计会考8-10分，下午案例分析也会进行考查。学习要以教材为主。 目录 12.1 指导与管理项目工作 12.1.1 主要输入 12.1.2 主要输出 12.2 管理项目知识 12.2.1 主要输入 12.2.2 主要输出 12.3 管理质量 12.3.…...
C语言自动生成宏定义枚举类型和字符串
#include <stdio.h>// 定义错误枚举 #define ERROR_LIST(e) \e(SUCCESS) \e(FAILURE) \e(NOT_FOUND) \e(TIMEOUT)// 使用宏生成枚举 #define GENERATE_ENUM(ENUM) ENUM, typedef enum {ERROR_LIST(GENERATE_ENUM) } ErrorCode;// 使用宏生成字符串数组…...
C#单例模式
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks;namespace _3._3._6_单例模式 {public class Singleton{private static Singleton s_instance;private int _state;private Singleton(int …...
10-使用sentinel流控
本文介绍sentinel的直接流控的使用。 0、环境 jdk 1.8sentinel 1.8.2springboot 2.4.2 1、sentinel环境搭建 从官方发布的网站上下载: sentinel Jar，下载对应版本。 下载完成后，进入刚才下载的Jar文件所在的目录，执行如下命令：…...
redis AOF机制
在redis运行期间，不断将redis执行的写命令写到文件中，redis重启之后，只要将这些命令重复执行一遍就可以恢复数据。因为AOF只是将少量的写命令写入AOF文件中，因此其执行效率高于RDB，开启AOF即使Redis发生故障࿰…...
Day 21代码|随想录| 二叉树完结撒花，今日刷题669.修剪二叉搜索树、108.将有序数组转换为二叉搜索树、538.吧二叉搜索树转换为累加树
提示：DDU，供自己复习使用。欢迎大家前来讨论~ 文章目录 二叉树 Part06二、题目题目一：669.修剪二叉搜索树解题思路：递归法迭代法： 题目二： 108.将有序数组转换为二叉搜索树解题思路递归法：迭代…...
cmake教程一
1. Start 1.1 构建简单工程 cmake_minimum_required(VERSION 3.0) project(Step1) add_executable(Step1 main.cpp)设置cmake最低版本要求设置工程名字设置工程生成可执行程序 2. 声明 C Standard set(CMAKE_CXX_STANDARD 11) set(CMAKE_CXX_STANDARD_REQUIRED True)如果我…...
3D场景标注标签信息，three.js CSS 2D渲染器CSS2DRenderer、CSS 3D渲染器CSS3DRenderer（结合react）
如果你想用HTML元素作为标签标注三维场景中模型信息，需要考虑定位的问题。比如一个模型，在代码中你可以知道它的局部坐标或世界坐标xyz，但是你并不知道渲染后在canvas画布上位置，距离web页面顶部top和左侧的像素px值。自己写代码把…...
C++参悟-单例模式
单例模式 一、概述1. 特点2. 实现方式3. 应用场景 二、实现代码1. 静态局部变量的懒汉单例2. 加锁的懒汉式单例3. 使用 C11 中的 std::call_one 的懒汉单例4. 饿汉式单例 一、概述 这里记录一下单例模式的最常用使用，单例模式（Single Pattern࿰…...
【题解】—— LeetCode一周小结32
🌟欢迎来到 我的博客 —— 探索技术的无限可能！ 🌟博客的简介（文章目录） 【题解】—— 每日一道题目栏 上接：【题解】—— LeetCode一周小结31 5.不含连续1的非负整数 题目链接：600. 不含连续…...
详解线索分层的目的、维度与创新实践
线索分层是一个系统性的过程，旨在更有效地管理、跟踪和利用线索资源。这一过程可以借鉴多种策略和方法，特别是在用户运营和市场营销中。 1、线索分层的目的 线索分层的主要目的是根据线索的不同特征或成熟度，将其分类管理，以便更…...
Dify工作流集成StructBERT：构建自定义文本智能处理应用
Dify工作流集成StructBERT：构建自定义文本智能处理应用 最近在做一个智能客服系统的升级项目，客户那边提了个挺实际的需求：每天有大量工单进来，希望系统能先自动判断一下问题类型，比如是“账号问题”、“支付故障”还…...
造相 Z-Image 电商提效：淘宝主图/拼多多详情页/小红书种草图量产
造相 Z-Image 电商提效：淘宝主图/拼多多详情页/小红书种草图量产 1. 电商视觉内容生产的痛点与机遇 电商卖家每天面临的最大挑战之一就是视觉内容的生产。无论是淘宝主图、拼多多详情页还是小红书种草图文，都需要大量高质量的图片来吸引用户眼球。传统…...
Nunchaku-flux-1-dev极限测试：生成超高清与超大宽幅图像的效果边界
Nunchaku-flux-1-dev极限测试：生成超高清与超大宽幅图像的效果边界 最近在尝试一些新的图像生成模型，发现Nunchaku-flux-1-dev这个版本在社区里讨论度挺高，尤其是关于它处理高分辨率图像的能力。很多人都在问，这个模型到底能生成…...
nlp_structbert_sentence-similarity_chinese-large赋能智能客服：精准匹配用户问题与知识库
nlp_structbert_sentence-similarity_chinese-large赋能智能客服：精准匹配用户问题与知识库 你有没有遇到过这样的情况？在某个App里找客服，输入了一大段问题，结果机器人回复的答案要么是“牛头不对马嘴”，要么就是让你…...
lite-avatar形象库使用手册：浏览、选择、集成三步搞定
lite-avatar形象库使用手册：浏览、选择、集成三步搞定 在数字人应用开发中，选择合适的虚拟形象往往是项目启动的第一个挑战。传统方式需要从零开始建模、训练，不仅耗时耗力，结果也难以保证。lite-avatar形象库的出现，…...
Transformer解码器实战：用PyTorch手写Masked Self-Attention（附避坑指南）
Transformer解码器实战：用PyTorch手写Masked Self-Attention（附避坑指南） 1. 为什么需要Masked Self-Attention 在文本生成任务中，模型需要遵循自回归特性——即生成当前词时只能依赖已生成的词。想象你正在玩文字接龙游戏&#x…...
揭秘APP签名信息：如何快速获取MD5、SHA1和SHA256值
1. 为什么需要获取APP签名信息？ 当你下载一个APP时，有没有想过如何确认它真的是官方发布的版本？或者作为开发者，如何确保自己打包的APK没有被篡改？这些问题的答案都藏在APP的签名信息里。签名信息就像APP的"身份证…...
fre:ac音频转换全攻略：跨平台高效工作流搭建指南
fre:ac音频转换全攻略：跨平台高效工作流搭建指南 【免费下载链接】freac The fre:ac audio converter project 项目地址: https://gitcode.com/gh_mirrors/fr/freac 在数字音频处理领域，开源工具的选择往往决定了工作流的效率与质量。fre:ac作为一…...
前端测试：别让你的代码在上线后崩溃
前端测试：别让你的代码在上线后崩溃 毒舌时刻这代码写得跟定时炸弹似的，不知道什么时候就炸了。各位前端同行，咱们今天聊聊前端测试。别告诉我你还在手动测试，那感觉就像在没有安全网的情况下走钢丝——能走，但随时可能…...
NumPy 应用实例：用户行为数据分析（归一化和标准化处理）
在用户行为分析中，常常需要同时处理多个特征，例如访问次数、消费金额、停留时长、收藏数量等。这些特征虽然都能反映用户活跃程度或消费倾向，但它们的单位、量纲和取值范围通常并不一致。如果直接将原始数据用于综合评分或相似度计算…...