python 内置命名空间、标准库、模块相关概念

1|0内置命名空间


python 解释器启动后就可以直接使用一些函数,常量,类型,异常等。保存这些数据的空间统称内置命名空间。

内置命名空间中包含的数据如下:

对于内置命名空间中最常用的就是内置函数。
内置函数
Python 解释器自带的函数叫做内置函数,这些函数可以直接使用,不需要import就可以使用。Python 解释器一旦启动,所有的内置函数都生效。

内置常量
python对于变量的查找,模块的查找顺序是LEGB

L: Local 局部命名空间
E: Enclosing 内嵌命名空间
G: Golbal 全局命名空间
B: Builtin 内置命名空间

所以内置命名空间是查找的最后一道屏障,如果这里也没有,那这个变量就是没有定义。

>>> a Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'a' is not defined

2|0python 标准库


Python 标准库相当于解释器的外部扩展,它并不会随着解释器的启动而启动,要想使用这些外部扩展,必须提前导入。
Python 标准库非常庞大,包含了很多模块,要想使用某个函数,必须提前import对应的模块,否则函数是无效的。

和内置命名空间的关系:

  1. 内置命名空间中的函数,变量,类型,异常都是标准库的一部分
  2. 内置空间在python解释器启动时加载内存,标准库有部分模块会记载到内存
  3. 内置空间不需要import就能使用模块,标准库需要import之后才能使用

特征
Python 标准库非常庞大,所提供的组件涉及范围十分广泛,正如以下内容目录所显示的。这个库包含了多个内置模块 (以 C 编写),Python 程序员必须依靠它们来实现系统级功能,例如文件 I/O,此外还有大量以 Python 编写的模块,提供了日常编程中许多问题的标准解决方案。其中有些模块经过专门设计,通过将特定平台功能抽象化为平台中立的 API 来鼓励和加强 Python 程序的可移植性。

python标准库有200多个模块和包,具体可见上一篇博客 python标准库

3|0加载到内存中的模块


在介绍内置命名空间时我们知道内置函数,变量,类型,异常都随着解释器的启动加载到内存中。那么能不能看到所有加载到内存中的模块呢?
sys.modules 模块就是查找所有内存中的模块的方法。

sys.modules
Python中所有加载到内存的模块都放在sys.modules。sys.modules是一个全局字典

功能
字典sys.modules对于加载模块起到了缓冲的作用,当import一个模块时首先会在这个列表中查找是否已经加载了此模块,如果加载了则只是将模块的名字加入到正在调用import的模块的Local名字空间中。如果没有加入则将模块加入到当前空间,并且也加入到sys.modules中。再次import模块则不会在加在到内存中。

使用
sys.modules 是一个字典,key就是模块的名字, value是模块的对象。
sys.modules.keys()

>>> sys.modules.keys() dict_keys(['sys', 'builtins', '_frozen_importlib', '_imp', '_thread', '_warnings', '_weakref', 'zipimport', '_frozen_importlib_external', '_io', 'marshal', 'posix', 'encodings', 'codecs', '_codecs', 'encodings.aliases', 'encodings.utf_8', '_signal', '__main__', 'encodings.latin_1', 'io', 'abc', '_abc', 'site', 'os', 'stat', '_stat', 'posixpath', 'genericpath', 'os.path', '_collections_abc', '_sitebuiltins', 'sitecustomize', 'readline', 'atexit', 'rlcompleter'])
>>> sys.modules.values() dict_values([<module 'sys' (built-in)>, <module 'builtins' (built-in)>, <module '_frozen_importlib' (frozen)>, <module '_imp' (built-in)>, <module '_thread' (built-in)>, <module '_warnings' (built-in)>, <module '_weakref' (built-in)>, <module 'zipimport' (built-in)>, <module '_frozen_importlib_external' (frozen)>, <module 'io' (built-in)>, <module 'marshal' (built-in)>, <module 'posix' (built-in)>, <module 'encodings' from '/usr/lib/python3.7/encodings/__init__.py'>, <module 'codecs' from '/usr/lib/python3.7/codecs.py'>, <module '_codecs' (built-in)>, <module 'encodings.aliases' from '/usr/lib/python3.7/encodings/aliases.py'>, .......

对于sys.modules中的模块是可以直接使用的。通过sys.modules找到该模块就可以直接使用内存中的模块
如不需要import os 就可以直接使用 os 模块

>>> sys.modules['os'].getcwd() '/home/ljk'

但是如果直接使用os.getcwd()就会报错。

>>> os.getcwd() Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'os' is not defined

如果再imports os,os模块也不会再次加载到内存中,因为内存中已经存在该模块对象了。

>>>sys.modules['os'] <module 'os' from '/usr/lib/python3.7/os.py'>

再次导入在内存中会创建一个变量 os 指向内存中的 os模块对象。

>>> import os >>> >>> sys.modules['os'] is os True

缓存功能
当import 一个模块之后,就会在sys.modules中保存模块,在全局范围中,如果再次导入该模块,则不会重复加载到内存。

>>> import sys >>> >>> 'a' in sys.modules.keys() False >>> >>> import a >>> >>> 'a' in sys.modules.keys() True >>> >>> sys.modules.get('a') <module 'a' from '/home/ljk/Desktop/a.py'> >>>

__EOF__

本文作者goldsunshine
本文链接https://www.cnblogs.com/goldsunshine/p/15085333.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角推荐一下。您的鼓励是博主的最大动力!
posted @   金色旭光  阅读(486)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
历史上的今天:
2017-07-31 OpenFlow协议1.0及1.3版本分析
点击右上角即可分享
微信分享提示