我有一个代码库,我正在清理前一个开发人员的一些混乱的决定.通常,他做过类似的事情:
from scipy import *
from numpy import *
Run Code Online (Sandbox Code Playgroud)
...当然,这会污染名称空间,并且很难分辨出模块中的属性最初来自何处.
有没有办法让Python分析并为我解决这个问题?有没有人为此做过一个实用程序?如果没有,这样的实用程序怎么可能?
我已经使用Scipy一段时间了.这是我第一次使用它进行信号处理!但是当我导入模块时
from scipy import signal
from scipy import special
Run Code Online (Sandbox Code Playgroud)
我收到错误:
ImportError: DLL load failed: The specified module could not be found.
我在32位Windows上使用Python 2.7.3和Scipy 0.12.0.
我该怎么办 ?
我想完成与from module import *使用 importlib相同的结果。
这个问题Importing module with a local name using importlib描述了如何做import module as mod,这是相关但不一样的。
我已按照以下路径在名为Pyzo的Python IDE中创建了多个python模块作为.py文件:
'C:\Users\Michael\Anaconda3\Lib\site-packages'然后,可以像普通的Python包(如pandas和numpy)一样将其导入到Jupyter笔记本或Pyzo中。
我对如何在Jupyter笔记本中创建一个模块感到迷茫,该模块包含一个具有简单功能的类,然后可以将其保存并导入到新的Jupyter笔记本文件中。
我发现下面这个链接中的示例非常模糊且过于复杂。任何更简单的示例都会有所帮助,谢谢! http://nbviewer.jupyter.org/github/ipython/ipython/blob/master/examples/IPython%20Kernel/Importing%20Notebooks.ipynb
我正在尝试使用导入的模块实例化对象。为了使这些导入过程安全(因为我在 Windows 上),我使用了块import内的语句if __name__ == '__main__':。
我的文件看起来有点像这样:
主要.py
# main.py
from multiprocessing import Process
# target func for new process
def init_child(foo_obj, bar_obj):
pass
if __name__ == "__main__":
# protect imports from child process
from foo import getFoo
from bar import getBar
# get new objects
foo_obj = getFoo()
bar_obj = getBar()
# start new process
child_p = Process(target=init_child, args=(foo_obj, bar_obj))
child_p.start()
# Wait for process to join
child_p.join()
Run Code Online (Sandbox Code Playgroud)
foo.py
# foo.py
import os
print 'Foo …Run Code Online (Sandbox Code Playgroud) 有没有办法让 protoc__init__.py在它用来生成 .py 文件的目录中生成空文件,以便它们可以用作模块?
python python-module python-2.x python-import protobuf-python
用户应该通过pip安装我们的python软件包,或者可以从github存储库中克隆它并从源代码安装。import Foo出于多种原因,用户不应从源树目录中运行,例如,缺少C扩展名(numpy具有相同的问题:在此处阅读)。因此,我们想检查用户是否正在import Foo源代码树中运行,但是如何在支持Python 3和2的情况下干净,高效且可靠地执行此操作?
Edit: Note the source tree here is defined as where the code is downloaded too (e.g. via git or from the source archive) and it contrasts with the installation directory where the code is installed too.
We considered the following:
setup.py, or other file like PKG-INFO, which should only be present in the source. It’s not that elegant and checking for the presence of …相关: 导入 TensorFlow contrib 模块在 TensorFlow 1.2.1 中也很慢:什么会导致 TensorFlow 导入如此缓慢?
我正在使用 ssd 并导入 TensorFlow。我有 4 ghz 8 核 pc 和 16 gb ram(处理器 AMD FX(tm)-8350 八核处理器,4000 Mhz,4 核,8 逻辑处理器)。TensorFlow 需要 10-12 秒才能导入。
有什么办法可以选择性地导入部分 TensorFlow?
RAM 磁盘有帮助吗?
是否有更多的工作在做这样的事情或者:用 Python 3 导入 tensorflow.contrib 因为inspect.stack 很慢#11829 很慢?
编辑:Python 3.6.8 :: Anaconda, Inc. on windoze 8.1。Dos 框,cygwin bash 慢 12 秒。vs code bash/power shell 最快 8 秒。在 .py 文件中导入,例如: import tensorflow as tf. 不确定是什么环境。
编辑2:
PS D:\ray\dev\ml\ss1> conda …Run Code Online (Sandbox Code Playgroud) 这不是我第一次imports对 Python 感到畏缩。但我想这是一个有趣的用例,所以我想在这里询问它以获得更好的见解。我的项目结构如下:
sample_project
- src
- __init__.py
- module1
- __init__.py
- utils.py
- module2
- __init__.py
- models.py
- app.py
Run Code Online (Sandbox Code Playgroud)
module1从所有其他导入方法和module2从app所有其他导入方法。另外,当您运行时,app它需要创建一个名为“文件夹logs外部”的文件夹src。现在有以下几种方法可以运行该应用程序:
src文件夹flask run appsrc文件夹外部flask run src.app为了确保我不会import errors因为启动应用程序的顶级模块的更改而出现这种情况,我这样做:
import sys
sys.path.append("..")
Run Code Online (Sandbox Code Playgroud)
对于这个问题有更好的解决办法吗?
我已经测试了以下内容:
!pip freeze >requirements.txt --> 保存环境中的所有包
pipreqs --> 返回一个空文件
我需要对所有导入的包进行相应版本的编译。如何在 Google Colab 中执行此操作而不获取所有已安装的软件包?
python requirements package python-import google-colaboratory
python-import ×10
python ×8
package ×2
python-3.x ×2
importerror ×1
module ×1
namespaces ×1
python-2.7 ×1
python-2.x ×1
pyzo ×1
requirements ×1
scipy ×1
windows ×1