Python 中的循環導入
當多個模組嘗試相互導入時會發生循環導入,形成循環相依。了解循環導入的行為對於 Python 程式設計師來說至關重要。
循環導入的影響
如果兩個模組直接互相導入,例如bar.py 中import foo並在foo.py 中導入bar,導入會成功,沒有任何問題。但是,當嘗試在循環導入中導入特定屬性或子模組時,會出現問題。
考慮以下場景:
# module foo.py from bar import xyz # module bar.py from foo import abc
在這種情況下,每個模組都需要先導入另一個模組它可以存取特定的屬性或子模組。這會導致導入錯誤,因為 Python 無法確定在循環中應首先導入哪個模組。
Python中的工作循環導入
儘管存在潛在問題,但在某些情況下循環導入可能不會遇到錯誤:
- 在頂部導入模組檔案:如果兩個模組都在頂層導入而不使用任何特定屬性或子模組,則它將在Python 2和Python 3中運作。
- 從函數內導入使用from:如果使用from 從函數內導入特定屬性或子模組,則它適用於Python 2 和Python 3.
- 導入套件屬性而不是模組:如果不是導入bar,而是使用from bar import xyz 從bar 套件導入特定屬性xyz,循環導入可能仍然有效。
範例
以下Python程式碼示範了各種場景下循環導入的工作狀況:
範例1(僅限Python 3)
# lib/foo.py from . import bar def abc(): print(bar.xyz.__name__) # lib/bar.py from . import foo def xyz(): print(foo.abc.__name__)
範例 2(僅限 Python 2)
# lib/foo.py import bar def abc(): print(bar.xyz.__name__) # lib/bar.py import foo def xyz(): print(foo.abc.__name__)
範例3
# lib/foo.py from lib.bar import xyz # lib/bar.py from lib.foo import abc
結論
雖然循環導入可能會導致錯誤,結論
雖然循環導入可能會導致錯誤,但Python 處理,但它們是必不可少的。透過遵循上述準則,程式設計師可以避免導入錯誤並確保其 Python 程式的正確行為。以上是如何解決並避免Python中的循環導入?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本文解釋瞭如何使用美麗的湯庫來解析html。 它詳細介紹了常見方法,例如find(),find_all(),select()和get_text(),以用於數據提取,處理不同的HTML結構和錯誤以及替代方案(SEL)

Python的statistics模塊提供強大的數據統計分析功能,幫助我們快速理解數據整體特徵,例如生物統計學和商業分析等領域。無需逐個查看數據點,只需查看均值或方差等統計量,即可發現原始數據中可能被忽略的趨勢和特徵,並更輕鬆、有效地比較大型數據集。 本教程將介紹如何計算平均值和衡量數據集的離散程度。除非另有說明,本模塊中的所有函數都支持使用mean()函數計算平均值,而非簡單的求和平均。 也可使用浮點數。 import random import statistics from fracti

Python 對象的序列化和反序列化是任何非平凡程序的關鍵方面。如果您將某些內容保存到 Python 文件中,如果您讀取配置文件,或者如果您響應 HTTP 請求,您都會進行對象序列化和反序列化。 從某種意義上說,序列化和反序列化是世界上最無聊的事情。誰會在乎所有這些格式和協議?您想持久化或流式傳輸一些 Python 對象,並在以後完整地取回它們。 這是一種在概念層面上看待世界的好方法。但是,在實際層面上,您選擇的序列化方案、格式或協議可能會決定程序運行的速度、安全性、維護狀態的自由度以及與其他系

本文比較了Tensorflow和Pytorch的深度學習。 它詳細介紹了所涉及的步驟:數據準備,模型構建,培訓,評估和部署。 框架之間的關鍵差異,特別是關於計算刻度的

本文討論了諸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和請求等流行的Python庫,並詳細介紹了它們在科學計算,數據分析,可視化,機器學習,網絡開發和H中的用途

本文指導Python開發人員構建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等庫詳細介紹,強調輸入/輸出處理,並促進用戶友好的設計模式,以提高CLI可用性。

該教程建立在先前對美麗湯的介紹基礎上,重點是簡單的樹導航之外的DOM操縱。 我們將探索有效的搜索方法和技術,以修改HTML結構。 一種常見的DOM搜索方法是EX

文章討論了虛擬環境在Python中的作用,重點是管理項目依賴性並避免衝突。它詳細介紹了他們在改善項目管理和減少依賴問題方面的創建,激活和利益。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

Safe Exam Browser
Safe Exam Browser是一個安全的瀏覽器環境,安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問,並防止學生使用未經授權的資源。

記事本++7.3.1
好用且免費的程式碼編輯器

MantisBT
Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

Dreamweaver CS6
視覺化網頁開發工具

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境