Python通过模块化开发优化代码的技巧分享

2025-04-09 16:50

本文主要是介绍Python通过模块化开发优化代码的技巧分享,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧...

写个项目,文件夹里 .py 文件堆成山,变量名取到怀疑人生,函数到处复制粘贴,代码改一次崩三回……每次打开项目,内心就一个感受——“这都啥玩意儿?” 

放心,咱今天就来聊聊如何用模块化开发,拯救你的代码,让它井井有条、优雅可读,从此告别“屎山”!

什么是模块化开发

简单来说,模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分。就像搭乐高一样,把不同的功能拆成一个个小块,随用随取,既不浪费时间,也不让代码乱成一锅粥。

python 里,模块(module) 就是一个 .py 文件,里面可以定义函数、类、变量,还可以包含可执行代码。多个模块可以组成包(package),多个包再组成一个完整的项目。

比喻一下:

  • 模块(module)= 乐高积木
  • 包(package)= 一套乐高玩具
  • 项目 = 拼好的乐高城堡 

说了这么多,咱直接上代码,看看到底怎么玩!

如何拆分代码

假设我们要写一个简单的计算器,支持加减乘除。一般人可能会直接在 calculator.py 里写一堆函数:

# calculator.py
def add(a, b):
    return a + b

def subtract(a, b):
    return a - b

def multiply(a, b):
    return a * b

def divide(a, b):
    if b == 0:
        raise ValueError("除数不能为0!")
    return a / b

这么写倒也行,但问题来了

  • 如果以后还要加新功能,比如平方、开根号,这个文件会越来越长。
  • 代码全堆在一个 .py 里,复用性差,逻辑混乱。
  • 别人(包括未来的自己)接手这段代码时,容易迷失在一堆函数里。

改进版:拆分成javascript模块

我们可以把不同功能拆分到不同的文件里,比如这样:

calculator/
│── operations/
│   │── __init__.py
│   │── add.py
│   │── subtract.py
│   │── multiply.py
│   │── divide.py
│── main.py

然后,每个文件只处理自己的功能:

# operations/add.py
def add(a, b):
    return a + b
# operations/divide.py
def divide(a, b):
    if b == 0:
        raise ValueError("除数不能为0!")
    return a / b

最后,在 main.py 里这样用:

from operations.add import add
from operations.divide import divide

print(add(10, 5))  # 15
print(divide(10, 2))  # 5.0

优点:

结构清晰:每个功能各司其职,文件夹一目了然。

易维护:以后加新功能,直接加新模块,互不影响。

可复用:不同项目里可以直接复用这些模块。

细节提示

  • __init__.py 的作用是把 operations/ 变成一个 Python ,这样我们才能用 from operations.add import add 这样的方式导入。
  • 模块的命名尽量简洁有意义,比如 add.py 而不是 this_is_add_function.py文件名太长会让导入变得痛苦 

让模块更强大:使用 __init__.py

有时候,我们不想每次都 from operations.add import add,希望直接 from operations import add,那就要利用 __init__.py

# operations/__init__.py
from .add import add
from .subtract import subtract
from .multiply import multiply
from .divide import divide

这样,我们就可以一次性导入所有操作:

frompython operations import add, divide

pChina编程rint(add(10, 5))  # 15
print(divide(10, 2))  # 5.0

很多 Python 开发者容易忽视的一点

如果 __init__.py不写任何内容,那 from operations import add 是会报错的,因为 Python 不知道 operations 这个包里有哪些东西能被导入。

你一定会遇到的问题

模块导入失败?ModuleNotFoundError

ModuleNotFoundError: No module named 'operations'

解决方案

确保你在正确的目python录下运行 main.py,不能在 operations/ 里运行。

main.py 开头加上:

import sys
sys.path.append(".")  # 确保 Python 知道当前目录

import * 为什么不推荐

有人喜欢这样写:

from operations import *

看似很方便,但这其实是个坑,因为:

  • 你不知道具体导入了哪些东西,可能会覆盖已有的变量。
  • 代码可读性变差,别人(包括未来的你)会一脸懵逼。
  • __init__.py 里没 __all__ 的话,这种方式甚至会报错。

所以,建议明确导入所需模块,比如:

from operations import add, divide  # 一目了然

总结

  • 模块化开发能让代码更清晰、可复用、易维护,是写好 Python 代码的必备技能!
  • 一个 .py 文件就是一个模块,多个模块组成包(package)。
  • __init__.py 可以帮助管理包的导入,但用法要注意。
  • 避免 import *,尽量使用显式导入,代码更可读。

到此这篇关于Python通过模块化开发优化代码的技巧分享的文章就介绍到这了,更多相关Python模块化开发内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)!

这篇关于Python通过模块化开发优化代码的技巧分享的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1154148

相关文章

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

Python中logging模块用法示例总结

《Python中logging模块用法示例总结》在Python中logging模块是一个强大的日志记录工具,它允许用户将程序运行期间产生的日志信息输出到控制台或者写入到文件中,:本文主要介绍Pyt... 目录前言一. 基本使用1. 五种日志等级2.  设置报告等级3. 自定义格式4. C语言风格的格式化方法

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

SpringBoot 多环境开发实战(从配置、管理与控制)

《SpringBoot多环境开发实战(从配置、管理与控制)》本文详解SpringBoot多环境配置,涵盖单文件YAML、多文件模式、MavenProfile分组及激活策略,通过优先级控制灵活切换环境... 目录一、多环境开发基础(单文件 YAML 版)(一)配置原理与优势(二)实操示例二、多环境开发多文件版

使用docker搭建嵌入式Linux开发环境

《使用docker搭建嵌入式Linux开发环境》本文主要介绍了使用docker搭建嵌入式Linux开发环境,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录1、前言2、安装docker3、编写容器管理脚本4、创建容器1、前言在日常开发全志、rk等不同

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达