


Folgen zirkulärer Importe in Python
Zirkuläre Importe entstehen, wenn zwei oder mehr Module versuchen, sich gegenseitig zu importieren. Während einfache Importe möglicherweise reibungslos funktionieren, treten Probleme auf, wenn ein Modul versucht, bestimmte Namen oder Attribute von einem anderen Modul zu importieren, das ebenfalls versucht, daraus zu importieren.
Problem: Direkte zirkuläre Importe
Direkt Bei zirkulären Importen versuchen Module, sich mithilfe direkter Importanweisungen gegenseitig als Ganzes zu importieren. Zum Beispiel:
# foo.py import bar # bar.py import foo
Anfangs werden beide Module ohne Probleme geladen. Wenn jedoch ein Modul versucht, auf einen Namen zuzugreifen, der das vollständige Laden des anderen Moduls erfordert, kann ein Laufzeitfehler auftreten.
Lösung: Indirekte zirkuläre Importe
Um den Laufzeitfehler zu vermeiden, verwenden Sie Indirekte Importe, bei denen Module Attribute oder bestimmte Namen importieren und nicht das gesamte Modul. Zum Beispiel:
# foo.py from bar import xyz # bar.py from foo import abc
Dieser Ansatz ermöglicht es beiden Modulen, die erforderlichen Attribute zu importieren, ohne dass sie vollständig geladen werden müssen.
Ausnahme: Python 2 und spezifische Szenarien
Python 2 zeigt ein leicht unterschiedliches Verhalten bei zirkulären Importen. In bestimmten spezifischen Szenarien, wie z. B. beim Importieren vom Anfang eines Moduls, ohne Verwendung von „von“ und nur mit relativen Importen, funktionieren zirkuläre Importe möglicherweise in Python 2, aber nicht in Python 3.
Zusätzliche Beispiele
Die folgenden Beispiele veranschaulichen zusätzliche Szenarios, in denen zirkuläre Importe in Python zulässig sind:
- Unten im Modul, Importattribut, nicht Modul; „from“-Import
- Top of function; „from“-Import
- Oben im Modul; „von“ Import okay; relativ okay; Nur Python 3
Das obige ist der detaillierte Inhalt vonWie können zirkuläre Importe in Python vermieden werden und welche Konsequenzen haben sie?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

Dieser Artikel führt die Python-Entwickler in den Bauen von CLIS-Zeilen-Schnittstellen (CLIS). Es werden mit Bibliotheken wie Typer, Click und ArgParse beschrieben, die Eingabe-/Ausgabemedelung betonen und benutzerfreundliche Designmuster für eine verbesserte CLI-Usabilität fördern.

Bei der Verwendung von Pythons Pandas -Bibliothek ist das Kopieren von ganzen Spalten zwischen zwei Datenrahmen mit unterschiedlichen Strukturen ein häufiges Problem. Angenommen, wir haben zwei Daten ...

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben

Der Artikel erörtert die Rolle virtueller Umgebungen in Python und konzentriert sich auf die Verwaltung von Projektabhängigkeiten und die Vermeidung von Konflikten. Es beschreibt ihre Erstellung, Aktivierung und Vorteile bei der Verbesserung des Projektmanagements und zur Verringerung der Abhängigkeitsprobleme.

Regelmäßige Ausdrücke sind leistungsstarke Tools für Musteranpassung und Textmanipulation in der Programmierung, wodurch die Effizienz bei der Textverarbeitung in verschiedenen Anwendungen verbessert wird.


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Dreamweaver CS6
Visuelle Webentwicklungstools

MantisBT
Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

DVWA
Damn Vulnerable Web App (DVWA) ist eine PHP/MySQL-Webanwendung, die sehr anfällig ist. Seine Hauptziele bestehen darin, Sicherheitsexperten dabei zu helfen, ihre Fähigkeiten und Tools in einem rechtlichen Umfeld zu testen, Webentwicklern dabei zu helfen, den Prozess der Sicherung von Webanwendungen besser zu verstehen, und Lehrern/Schülern dabei zu helfen, in einer Unterrichtsumgebung Webanwendungen zu lehren/lernen Sicherheit. Das Ziel von DVWA besteht darin, einige der häufigsten Web-Schwachstellen über eine einfache und unkomplizierte Benutzeroberfläche mit unterschiedlichen Schwierigkeitsgraden zu üben. Bitte beachten Sie, dass diese Software