Python: Модули и пакеты

Модули и пакеты
Технологии и языки программирования
Юдинцев В. В.
Кафедра теоретической механики
Самарский университет
13 ноября 2016 г.

Содержание
1 Модули
2 Пакеты (Packages)
3 Полезные модули
math
numpy
matplotlib
scipy
pandas
sympy
Кафедра Теоретической механики Модули и пакеты 2 / 45

Модульное программирование
Модульное программирование — это организация
программы как совокупности небольших независимых
блоков — модулей.
Использование модульного программирования позволяет
упростить тестирование программы и поиск ошибок.

Модули Python
В языке Питон модуль — это файл с python-кодом.
Модуль может содержать переменные, объявления
функций и классов.
Модуль может содержать и исполняемый код.

Импорт модуля
my_module.py
1 def my_function_x2 ( x ) :
2 return x **2
3
4 def my_function_x3 ( x ) :
5 return x **3
main.py
1 import my_module
2
3 x = 3.0
4
5 res1 = my_module . my_function_x2 ( x )
6 res2 = my_module . my_function_x3 ( x )

Импорт имён из модулей module1.py, module2.py, module3.py
import module1, module2, module3
Импорт математических функций из стандартного модуля math:
1 import math
2
3 a = math . sin ( math . pi / 4 . 0 )
4 b = math . tan ( math . radians ( 3 0 . 0 ) )

Импорт выбранных имён из модуля
Импорт функций sin, cos, tan и константы π из модуля math
from math import sin, cos, tan, pi
1 from math import sin , cos , tan , pi
2
3 a = sin ( pi / 4 . 0 )
Имена из модуля используются без префикса — имени модуля.

Импорт всех имён из модуля
Импорт определений всех функций и констант из модуля math
from math import *
Все определения модуля math:
1 import math
2
3 a = sin ( pi / 4 . 0 )
Импортированные имена из модуля используются без префикса
— имени модуля. При таком способе импорта возможно
перекрытие имён, если два модуля предоставляют для импорта
одно и то же имя для функции или объекта.

Псевдонимы модулей
При импорте модулей им можно давать новые
имена-псевдонимы:
1 import numpy as np
2 import scipy . l i n a l g as l s
3
4 A = np . matrix ( [ [ 1 , 2 , 3] , [4 , 5 , 6] , [3 , 4 , 1 ] ] )
5 B = np . matrix ( [ [ 1 ] , [ 2 ] , [ 3 ] ] )
6
7 x = l s . solve ( A , B )
8 p r i n t ( x )
Решение матричного уравнения Ax = B:
[[ −0.66666667]
[ 1.33333333]
[ −0.33333333]]

Пакеты
Пакеты позволяют структурировать коллекции модулей,
составляющих большие библиотеки.
Пакеты формируются в виде иерархий каталогов с
исходными кодами

Структура пакета
Пример пакета функций аналитической геометрии на плоскости
и в пространстве:
geometry
__init__.py
inplane
__init__.py
points.py
lines.py
spatial
__init__.py
points.py
lines.py
planes.py
Для того, чтобы транслятор
Python “понял”, что
просматриваемый им каталог
является каталогом с модулями в
корень такого каталога
помещается файл __init__.py
Файл __init__.py может быть
пустым или содержать код
инициализации пакета — код,
который будет выполняться при
импорте пакета

Импорт модулей пакета: import
Импорт модуля points.py пакета geometry.inplane
geometry
__init__.py
inplane
__init__.py
points.py
1 import geometry . inplane . points
>> geometry . inplane . points . distance ( ( 1 , 2 ) , ( 7 , 3 ) )
>> 6.082762530298219
Фрагмент файла points.py
def distance ( p1 , p2 ) :
. . .
. . .

Импорт модулей пакета: from ... import
Импорт модуля points.py пакета geometry.inplane
geometry
__init__.py
inplane
__init__.py
points.py
1 from geometry . inplane import points
2 p r i n t ( points . distance ( ( 1 , 2 ) , ( 7 , 3 ) ) )
>> 6.082762530298219

Импорт модулей пакета: from ... import
Импорт имени (например, функции) из модуля points.py пакета
geometry.inplane для использования имени без префикса
модуля:
geometry
__init__.py
inplane
__init__.py
points.py
1 from geometry . inplane . points import distance
2
3 p r i n t ( distance ( ( 1 , 2 ) , ( 7 , 3 ) ) )
>> 6.082762530298219

from ... import vs import
from package import item
item — пакет, модуль или имя, определённые в модуле package
import item.subitem. subsubitem
subsubitem — пакет или модуль, но не имя функции или
переменной, определённые в subitem

from ... import *
Импорт всех имён, определённых в модуле
1 from mymodule import *
Если в модуле задана переменная __all__, которая определяет
список импортируемых имен, то будет импортированы только
имена из этого списка
1 _ _ a l l _ _ = ( ’ var1 ’ , ’ var2 ’ )
2
3 var1 = 10
4 var2 = 15
5
6 var3 = 30
Если переменная __all__ не определена, то импортируются все
имена, не начинающиеся с нижнего подчёркивания

Поиск модулей транслятором
При импорте модуля транслятор Python ищет модуль (файл):
среди встроенных модулей, таких как math (каталоги
Python)
в каталоге файла, который импортирует модуль
в переменной окружения PYTHONPATH
Все каталоги поиска указаны в переменной sys.path:
>> import sys
>> p r i n t ( sys . path )
>> [ ’ ’ , ’ /home/ user / Programs / anaconda3 / l i b / python3
. 5 / site −packages / spyder / u t i l s / s i t e ’ , ’ /home/
user / Programs / anaconda3 / l i b / python3 .5 ’ , ’ /home/
user / Programs / anaconda3 / l i b / python3 . 5 / plat −
linux ’ , ’ /home/ user / Programs / anaconda3 / l i b /
python3 . 5 / lib −dynload ’ , . . . ]

Выполнение модуля как программы
При импорте модуля код, находящийся вне определений
функций, выполнится.
Если необходимо разрешить выполнение такого кода
только при запуске модуля как программы:
1 > python . exe my_module . py
необходимо внутри модулю проверять значение
переменной __main__:
1 def my_function_B ( a ) :
2 . . .
3 def my_function_A ( a ) :
4 . . .
5 i f __name__ = ’ __main__ ’ :
6 p r i n t ( ’ Standalone running . . . ’ )

Модуль math
Математические функции для работы с вещественными
числами (ﬂoat)
Модуль для работы с комплексными числами — cmath

Импорт модуля math
1 import math
2
3 a = math . sin ( 1 . 0 )
4 p r i n t ( a )
>> 0.8414709848078965
Импорт отдельных имён модуля
1 from math import sin , cos , tan , pi
2 a = sin ( 1 . 0 )
3 b = cos ( 1 . 0 )
Импорт всех имён модуля
1 from math import *
2 a = sin ( 1 . 0 )

Импорт всех имён
1 from cmath import *
2 from math import *
3
4 a = sqrt ( −0.5)
ValueError: math domain error
Имена модуля cmath переопределились модулем math, который
импортируется последним
1 import math
2 import cmath
3
4 b = cmath . sqrt ( −0.5)

Преобразование числа
math.ceil(x) Округление до большего целого
math.floor(x) Округление до меньшего целого
math.trunc(x) Округление к нулю
math.fabs(x) Модуль числа
math.copysign(x,y) Модуль x со знаком числа y

Сравнение вещественных чисел
Функция isclose
math.isclose(a,b,*,rel_tol=1e-09,abs_tol=0.0)
используется для проверки на равенство с заданной точностью
двух вещественных чисел.
Результат работы функции True или False
Если относительная или абсолютная погрешность чисел
меньше заданной величины, то числа считаются равными,
т.е. результат работы функции True, если выполняется
неравенство:
|a − b| ≤ max(rel_tol · max(|a|, |b|), abs_tol)

Возведение в степень
math.exp(x) ex
math.log(x) lnx
math.log(x, n) lgnx
math.log10(x) lg10x
math.log2(x) lg2x
math.pow(x,y) xy
math.sqrt(x)
√
x

Тригонометрические функции
math.sin(x) = sin x
math.cos(x) = cos x
math.tan(x) = tan x
math.acos(x) = arccos x
math.asin(x) = arcsin x
math.atan(x = arctan x
math.atan2(y,x) = arctan(y/x) ∈ (−π до π]
math.hypot(x,y) =
√
x2 + y2

Градусы и радианы
math.degrees(x) = x × 180/π
math.radians(x) = x × π/180

Константы
math.pi π = 3.141592 . . .
math.e e = 2.718281 . . .
math.inf бесконечность
math.nan не число

Модуль numpy
Базовый пакет для численных методов
определяет типы данных: векторы, матрицы, многомерные
массивы
Функции для эффективной работы с матрицами
функции линейной алгебры
генераторы случайных чисел различных типов
преобразование Фурье

Пример использование модуля numpy
Умножение матриц:
2
3 m1 = np . matrix ( [ [ 1 , 2 , 3 ] , [ 5 , 5 , 6 ] ] )
4 m2 = np . matrix ( [ [ 3 , 2 ] , [ 4 , 2 ] , [ 1 , 1 ] ] )
5
6 m12 = m1*m2
7
8 p r i n t (m12)
[[14 9]
[41 26]]

Пакет matplotlib
matplotlib — библиотека для построения графиков по
массивам (таблицам) данных с возможностью экспорта их в
различных форматы файлов
Вместе с NumPy, SciPy и IPython предоставляет
возможности, подобные MATLAB

1 import matplotlib . pyplot as p l t
3
4 x = np . arange ( 0 . 0 , np . pi * 2 . 0 , 0 . 1 )
5 y1 = np . sin ( x )
6 y2 = np . cos ( x )
7
8 p l t . plot ( x , y1 , x , y2 )
9
10 p l t . axis ( [ 0 , 2*np . pi , −1.1 , 1 . 1 ] )
11 p l t . xlabel ( ’ $ alpha$ , rad ’ )
12 p l t . ylabel ( ’ f ( x ) ’ )
13 p l t . legend ( [ ” sin ” , ” cos ” ] )

0 1 2 3 4 5 6
α, rad
1.0
0.5
0.0
0.5
1.0
f(x)
sin
cos

scipy
scipy.special
специальные функции
scipy.integration
численное интегрирование
scipy.optimize
оптимизация, решение нелинейных уравнений
scipy.interpolate
интерполирование
scipy.linalg
линейная алгебра
scipy.stats
статистика

Пример использования модулей scipy
Численное решение нелинейного уравнения:
x + 2 cos x = 0
2 from scipy . optimize import root
3
4 def func ( x ) :
5 return x + 2 * np . cos ( x )
6
7 sol = root ( func , 0 . 3 )
8 p r i n t ( sol . x )
>> array ([ −1.02986653])

pandas
http://pandas.pydata.org
Пакет для эффективного анализа данных, первоначально
разработанный для анализа финансовой информации (2008).
Возможности pandas:
загрузка данных их текстовых файлов, таблиц XLS, баз
данных;
обработка таблиц и временных рядов, группировка данных,
переформатирование данных, создание сводных таблиц;
объединение наборов данных;
работа с данными большой размерности;
построение графиков.

pandas
1 import pandas as pd
2 import matplotlib
3
4 data = pd . read_csv ( ” temp . dat ” )
5
6 r o l l i n g = pd . rolling_mean ( data , 20 , center = True )
7 r o l l i n g . columns =[ ”Время” , ”Средняя температура” ]
8 ax_data . s e t _ y l a b e l ( ’Температура $^ circ$C ’ )
9
10 ax_data = data . plot ( )
11 r o l l i n g . plot ( ax = ax_data )

pandas
0:01:04 0:24:08 0:47:12 1:10:16 1:47:53 1:56:42 2:04:12 2:27:16 2:50:20
4
6
8
10
12
14
16
18
◦
C

Загрузка данных из Сети
1 import matplotlib . pylab as p l t
2 import pandas as pd
3 import matplotlib
4 matplotlib . s t y l e . use ( ’ ggplot ’ )
5
6 data = pd . read_csv (
7 ” http : / /www. astronexus . com/ f i l e s / downloads / hygdata_v3 . csv . gz ” ,
8 compression = ” gzip ” )
9
10 data [ data [ ” d i s t ” ] <20]. plot . s c a t t e r ( x= ” x ” , y= ” y ” ,
11 s =5* data [ ” absmag ” ] , xlim =( −10 ,10) , ylim =( −10 ,10) )
12
13 p l t . xlabel ( ” x , pc ” )
14 p l t . ylabel ( ” y , pc ” )
15 p l t . savefig ( ’ s t a r s . png ’ , dpi =300)

Карта ближайших звёзд

sympy
http://www.sympy.org
Пакет для аналитических преобразований:
Решение уравнений
Дифференцирование функций
Интегрирование функций

Решение уравнения
Решение квадратного уравнения
x2
+ 10x + 3 = 0
1 import sympy as sp
2
3 x = sp . symbols ( ’ x ’ )
4
5 f = x **2 + 10*x + 3
6
7 p r i n t ( sp . solve ( f ) )
>> [−5 − sqrt (22) , −5 + sqrt (22) ]

Дифференцирование функции
Производная функции:
f = cos(x) sin2
(x)
1 import sympy as sp
2
3 x = sp . symbols ( ’ x ’ )
4
5 f = sp . cos ( x ) * sp . sin ( x ) **2
6
7 p r i n t ( sp . d i f f ( f , x ) )
>> −sin ( x ) **3 + 2* sin ( x ) * cos ( x ) **2

Python: Модули и пакеты

More Related Content

What's hot (7)

More from Theoretical mechanics department (20)

Python: Модули и пакеты