Python函及模块的使用

Python函数及模块的使用攻略

1. 函数的定义和调用

在Python中，函数定义的关键字是def，语法格式如下：

def function_name(parameters):
    """docstring"""
    statement(s)

说明：

• function_name：函数名称，可以随意定义，但建议遵循命名规范，如小写字母和下划线
• parameters：函数参数，可以是多个，用逗号隔开，也可以为空
• """docstring"""：函数文档字符串，用来描述函数功能、参数说明等
• statement(s)：函数体，可以是一条或多条语句，也可以为空

例如，在Python中定义一个加法函数：

def add_num(a, b):
    """This function adds two numbers."""
    result = a + b
    return result

调用这个函数，可以像这样：

print(add_num(3, 5))  # 输出：8

2. 模块的导入和使用

在Python中，模块是一组相关的函数、类、变量等的集合，可以分为内置模块和第三方模块两种类型。通常把一个.py文件看作一个模块，用import关键字导入。

2.1. 导入模块

导入模块的语法格式如下：

import module_name

例如，导入Python内置模块math：

import math

2.2. 使用模块中的函数或变量

导入模块后，就可以使用其中定义的函数或变量了。语法格式为：

module_name.function_name(parameters)

例如，使用math模块中的sqrt函数计算平方根：

import math

print(math.sqrt(16))  # 输出：4.0

2.3. 给模块指定别名

如果模块的名称过长或容易混淆，可以给它指定一个别名。语法格式如下：

import module_name as alias_name

例如，将numpy模块指定为np：

import numpy as np

2.4. 导入模块中的部分函数或变量

有时，模块中定义的函数或变量较多，只需要其中的一部分。可以使用from ... import语句导入指定的函数或变量。语法格式如下：

from module_name import function_name1, function_name2, ...

例如，从math模块中导入pi和sin：

from math import pi, sin

print(pi) # 输出：3.141592653589793
print(sin(0)) # 输出：0.0

2.5. 导入模块中的所有函数或变量

有时，我们需要导入模块中的所有函数或变量。可以使用from ... import *语句实现。但是，在实际开发中，不推荐使用这种方式，因为容易引发变量名冲突等问题。语法格式如下：

from module_name import *

例如，从math模块中导入所有函数和变量：

from math import *

print(pi) # 输出：3.141592653589793
print(sin(0)) # 输出：0.0

3.示例说明

示例一：使用Python内置模块datetime实现简单的时钟程序

import datetime
import time

while True:
    dt = datetime.datetime.now()
    print(f"\rCurrent time: {dt.strftime('%Y-%m-%d %H:%M:%S')}", end="")
    time.sleep(1)

说明：

• datetime.datetime.now()获取当前时间
• dt.strftime('%Y-%m-%d %H:%M:%S')将时间对象格式化为指定格式字符串

示例二：使用第三方模块pandas读写CSV文件

import pandas as pd

# 读取CSV文件
df = pd.read_csv("data.csv")

# 处理数据
df["total"] = df["math"] + df["english"] + df["science"]
df["average"] = df["total"] / 3

# 写入CSV文件
df.to_csv("result.csv", index=None)

说明：

• pd.read_csv("data.csv")读取CSV文件，返回一个DataFrame对象
• df["math"] + df["english"] + df["science"]计算每个学生的总分
• df["total"] / 3计算每个学生的平均分
• df.to_csv("result.csv", index=None)将数据写入CSV文件，不包含行索引