[!info] related notes

• 所属 MOC：工具链 · 学习路线
• 前置：程序结构
• 后续：项目结构与打包 · 导入系统

Python 模块、包与导入

这个概念为什么出现

项目一大，单文件不可维持。模块/包划分边界，import 决定依赖是否显式、是否循环、测试能否导入。

[!abstract] 一句话理解 模块是可导入的代码单元，包是模块的层级命名空间；import 执行模块并缓存，优先绝对导入与清晰包边界。

最小可运行示例

先把示例放进业务场景，再看代码：

场景：计价辅助函数使用 math 模块及导入别名

# 以下为可运行单文件演示 import 绑定（真实项目拆多文件）。
# import_binding_demo.py
# 业务意图：展示 import / from-import 绑定差异。
# 教学点：
# - import 绑定模块对象；
# - from 绑定模块属性当前引用的对象，不复制它；
# - 模块缓存直觉。

import math as m
from math import ceil


def quote(price: float) -> int:
    return m.ceil(price)


def main() -> None:
    print(quote(10.2))
    print("math name:", m.__name__)
    print("same function?", ceil is m.ceil)


if __name__ == "__main__":
    main()

建议运行：

python import_binding_demo.py

期望输出：

11
math name: math
same function? True

结合场景再看三个关注点

1. import math as m 在当前模块绑定模块对象；from math import ceil 绑定其当前 ceil 对象。
2. from math import ceil 绑定当前函数对象；若模块稍后重绑该属性，本地 ceil 不会自动换绑。若导入的是可变对象，双方仍可观察其原地修改。
3. 循环导入靠边界重划与延迟 import 处理。

核心概念与准确模型

概念	含义
模块	通常一个 .py
包	有 __path__ 的模块，可组织子模块；普通包有 __init__.py，namespace package 可没有
sys.modules	导入缓存
绝对导入	from billing.pricing import quote
相对导入	from .pricing import quote（仅包内）

边界情况与反直觉行为

1. 脚本目录 vs 已安装包 同名遮蔽。
2. 相对导入不能在脚本顶层随意跑。
3. from x import * 污染命名空间。

常见误区

[!warning] 常见误区：用 sys.path.append 当工程方案 错误理解：临时路径即架构。
正确模型：可编辑安装/正确包布局。

工程实践

• 包对外导出在 __init__ 克制
• 公共 API 绝对导入
• 应用入口 python -m

本节总结

导入是依赖显式化工具。包边界清晰比“能 import 就行”更重要。

自测题

1. 再次 import 同一模块会重新执行吗？
2. 为何推荐绝对导入？

参考答案

1. 通常不会，命中 sys.modules。
2. 绝对导入明确从顶层包出发，便于读依赖；包内相对导入也有合法用途，二者都不能保证任意重构无需修改。

延伸阅读与资料来源

资料	类型	支撑内容
Modules tutorial	教程	模块与包
Import system	规范	导入