Python import导入上级目录文件的方法
假设有如下目录结构:
-- dir0 | file1.py | file2.py | dir3 | file3.py | dir4 | file4.py
dir0文件夹下有file1.py、file2.py两个文件和dir3、dir4两个子文件夹,dir3中有file3.py文件,dir4中有file4.py文件。
1.导入同级模块
python导入同级模块(在同一个文件夹中的py文件)直接导入即可。
import xxx
如在file1.py中想导入file2.py,注意无需加后缀".py":
import file2 # 使用file2中函数时需加上前缀"file2.",即: # file2.fuction_name()
2.导入下级模块
导入下级目录模块也很容易,需在下级目录中新建一个空白的__init__.py文件再导入:
from dirname import xxx
如在file1.py中想导入dir3下的file3.py,首先要在dir3中新建一个空白的__init__.py文件。
-- dir0 | file1.py | file2.py | dir3 | __init__.py | file3.py | dir4 | file4.py
再使用如下语句:
# plan A from dir3 import file3
或是:
# plan B import dir3.file3 # import dir3.file3 as df3
但使用第二种方式则下文需要一直带着路径dir3书写,较为累赘,建议可以另起一个别名。
3.导入上级模块
要导入上级目录下模块,可以使用sys.path:
import sys
sys.path.append("..")
import xxx 如在file4.py中想引入import上级目录下的file1.py:
import sys
sys.path.append("..")
import file1sys.path的作用:当使用import语句导入模块时,解释器会搜索当前模块所在目录以及sys.path指定的路径去找需要import的模块,所以这里是直接把上级目录加到了sys.path里。
“..”的含义:等同于linux里的‘..’,表示当前工作目录的上级目录。实际上python中的‘.’也和linux中一致,表示当前目录。
4.导入隔壁文件夹下的模块
如在file4.py中想引入import在dir3目录下的file3.py。
这其实是前面两个操作的组合,其思路本质上是将上级目录加到sys.path里,再按照对下级目录模块的方式导入。
同样需要被引文件夹也就是dir3下有空的__init__.py文件。
-- dir | file1.py | file2.py | dir3 | __init__.py | file3.py | dir4 | file4.py
同时也要将上级目录加到sys.path里:
import sys
sys.path.append("..")
from dir3 import file35.常见错误及import原理
在使用直接从上级目录引入模块的操作时:
from .. import xxx
经常会报错:
ValueError: attempted relative import beyond top-level package
这是由于相对导入时,文件夹实质上充当的是package,也就是包的角色(比如我们常用的numpy、pandas都是包)。如果python解释器没有认同该文件夹是package,那么这就是一个普通的文件夹,无法实现相对导入。
文件夹作为package需要满足如下两个条件:
文件夹中必须存在有__init__.py文件,可以为空。
不能作为顶层模块来执行该文件夹中的py文件。
到此这篇关于Python import导入上级目录文件的文章就介绍到这了,更多相关Python import导入上级目录内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
Python中easy_install 和 pip 的安装及使用
本篇文章主要介绍了Python中easy_install 和 pip 的安装及使用,具有一定的参考价值,感兴趣的小伙伴们可以参考一下2017-06-06
解决webdriver.Chrome()报错:Message:''chromedriver'' executable n
这篇文章主要介绍了解决webdriver.Chrome()报错:Message:'chromedriver' executable needs to be in Path ,具有一定的参考价值,感兴趣的小伙伴们可以参考一下2019-06-06
Anaconda+Pycharm环境下的PyTorch配置方法
这篇文章主要介绍了Anaconda+Pycharm环境下的PyTorch配置方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-03-03
向量化操作改进数据分析工作流的Pandas Numpy示例分析
这篇文章主要介绍了向量化操作改进数据分析工作流的Pandas Numpy示例分析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-10-10


最新评论