Question

我是一名matlab程序员，并且已经涉足各种各样的东西。 python中的一个非常基本的概念/事物，我还没有涉及到from和import语句。

当我从bitarray模块导入bitarray时（我正确地说这个吗？）使用示例1）当我想在后面的脚本中使用它们时，我只是调用它的方法。但是，当我导入numpy我不能使用2）中显示的代码，因为它抛出一个错误，我必须使用3）中的语句然后键入np。在使用任何方法之前，这是有道理的。我也可以使用我在下面4）中显示的similer语法导入bitarray .......为什么2）在1）时不起作用？我正在祈祷一个简单的解释:) .....

1）

from bitarray import bitarray

2）

from numpy import numpy

3）

import numpy as np

4）

import bitarray as pp

Answer 1

这是由于bitarray和numpy之间的不同包结构造成的;具体来说，一个包含一个与模块本身同名的对象，另一个不包含。

bitarray模块包含一个名为bitarray的类（类似地，对于该示例，标准库中的datetime模块包含datetime类）。因此，以下内容是等效的：

from bitarray import bitarray
ba = bitarray(...)

和

import bitarray
ba = bitarray.bitarray(...)

在前者我们import 类 bitarray直接从模块进入当前命名空间;在后者中，我们将整个模块导入为bitarray，并需要通过指定模块命名空间来访问该类。

相比之下，numpy不包含名为numpy的对象，因此

from numpy import numpy

不起作用。

as是分开的;这简单地允许您为您要导入的任何内容提供别名，因此以下任何一种都可以正常工作：

import numpy as np
a = np.array(...)

from bitarray import bitarray as pp
b = pp(...)

import bitarray as pp
b = pp.bitarray(...)

如上面的mauve条评论，您可以使用*＆＃34;通配符导入＆＃34;导入所有内容，所以：

from numpy import *
from bitarray import *

会将两个模块中的每个顶级名称导入当前名称空间。之后，例如

a = array(...)
b = bitarray(...)

两者都可以。但是，这是not recommended，因为它通常是一个坏主意 - 例如，numpy contains a definition of all如果导入所有内容，它将影响同名的内置函数。

此外，对于任何阅读代码的人（包括您的更高版本！）来说，要弄清楚所使用的类和函数来自何处都会变得更加困难。比较：

from numpy import *
from random import *

a = choice([1, 2, 3]) # which module did choice come from?
b = all(x == y for x in l) # is this numpy's all or the built-in?

更清楚：

import numpy as np
import random

a = random.choice([1, 2, 3]) # clearly from random
b = all(x == y for x in l) # must be the built-in, not np.all()

Answer 2

1）如果bitarray是库 bitarray中的功能或类名称，那么它就完美了有效。

2）这没有意义，因为numpy没有名为numpy的函数。

3）这很好，因为您正在导入库并为其分配别名。

4）这也很好，因为你只需要在别名下导入。

在脚本中导入numpy语句

2 个答案: