一、 模块
使用内置函数vars()可以查看当前环境下有哪些对象（变量、函数、类）
from 模块 import *:
不会导入以下划线开头的对象
只会导入__all__中定义了的对象（__all__中的每个元素需要是str类型）
from pprint import PrettyPrinter
pp = PrettyPrinter()
pp.pprint(d) # d是一个变量
二、 包
用来组织和管理模块，将一组模块汇聚到一个共同的包名称下
包是一个（特殊的）文件夹：
文件夹名，符合标识符规范
文件夹下，有一个__init__.py文件
从Python3.3起，包支持隐式命名空间，即，不用创建__init__.py文件。
从包中导入模块和内容：
import 包.模块
from 包 import 模块
from 包.模块import 内容
只能在包下的模块中用（.表示层级： .表示当前目录，..表示上一层，…表示上2层，….表示上3层。层级为.的数量减去1）
from ..模块 import 内容
from ..包 import 模块
from ..包.模块 import 内容
三、 模块搜索规则
搜索顺序，找到之后，就不在找了
sys.modules：记录了我们加载了那些模块，是一个字典类型，如果模块存在于该字典中，则会直接从字典中取得模块对象，而不会去查找。
如果要导入的模块和是Python内置模块同名的，会忽略当前目录中的同名模块，而直接使用内置的模块。
sys.path：记录了Python可以去哪些目录中查找模块和包，是一个列表类型，第一元素为空字符串，表示当前目录。
python中import导入模块时，导入的名称必须和文件名大小写一致。
python 执行代码时，加上参数-B，可以禁用生成缓存字节码（ByteCode）。
四、 包管理工具（pip、conda）
pip：Python官方推荐的包管理工具，Python业界标准的、使用最广泛的包管理工具。
pip的缺陷：pip只能安装Python包，不能添加系统缺少的C、C++依赖库（运行时），pip安装带有C、C++编写的Python包时，默认只能调用和Python版本对应的Microsoft Visual C++编译，否则会出错。
pip命令（见书籍）
conda：第三方推出的包管理工具。conda在系统已经存在的C、C++依赖库（运行时）不能满足程序运行需求时，会自动安装这些依赖库；conda集成了MinGW编译工具，可以直接编译C、C++编写的Python包而无需MS VC++。
conda命令（见补充文档）
五、 虚拟环境
虚拟环境的作用：
创建一个隔离的Python环境，而不是系统已经安装了的Python环境。
一旦激活了虚拟环境：
用Python执行代码，会使用虚拟环境中的特定版本的Python，和系统安装了几个版本的Python无关。
Python代码的执行，只会使用虚拟环境中的库（包和模块）。
使用pip或其他包管理工具安装第三方库时，会直接安装到虚拟环境中。
安装virtualenv:
pip install virtualenv
virtualenv-参数：
-h、--help：查看帮助
--version：查看版本
--no-site-packages：不复制系统包（现已废弃，不起作用了）
-p PYTHON_EXE、--python=PYTHON_EXE：指定Python版本
常用标准用法：
创建-虚拟环境：
virtualenv <环境名> --python=<Python可执行程序路径>
进入（激活）-虚拟环境：
<环境名>\Scripts\activate.bat
退出-虚拟环境：
deactivate
查看当前环境下的Python位置：
import sys
print(sys.executable)
