在 Python 中，模块不仅是代码组织的基础，也是实现复用的关键。从简单的 import，到合理的目录结构，再到工具模块抽象，都是在为一个目标服务：让代码更清晰、更容易维护。
一、import 的基本用法
Python包最常见的导入方式有三种：
import math
print(math.sqrt(16))
from math import sqrt
print(sqrt(16))
import math as m
print(m.sqrt(16))
区别在于命名空间的引入方式。import xxx 会保留模块名作为前缀，而 from xxx import yyy 会直接导入具体对象。
需要注意避免命名冲突，例如：
from datetime import datetime如果变量名也叫
datetime，就容易覆盖原对象。
二、文件即模块
Python 中，每一个 .py 文件本质上就是一个模块。
假设有一个文件 utils.py：
def add(a, b):
return a + b
在另一个文件中可以直接导入：
import utils
print(utils.add(1, 2))
运行时，Python 会在 sys.path 中查找这个模块路径。
当项目变大时，通常会使用目录来组织模块：
project/
│
├── main.py
└── utils/
├── __init__.py
├── math_utils.py
└── file_utils.py
init.py 的作用是让该目录成为一个“包”。同时可以在其中定义对外暴露的接口：
# utils/__init__.py
from .math_utils import add
这样在外部可以直接：
from utils import add
而不需要关心具体文件位置。
三、如何写可复用工具模块
一个常见问题是：写的代码只能在当前文件用，无法复用。
改进方式是将通用逻辑抽离成模块，例如：
# utils/logger.py
def log(message):
print(f"[LOG] {message}")
在其他文件中复用：
from utils.logger import log
log("程序启动")
建议遵循几点：
- 函数职责单一（一个函数只做一件事）
- 不依赖具体业务（避免写死路径或参数）
- 提供清晰接口（函数名表达用途）
四、Python 包管理
-
常用包管理工具
（1）pip：最基础的包管理工具
Python 官方推荐的包管理工具，用于安装第三方库。
pip install requests
指定版本：
pip install requests==2.31.0
导出依赖：
pip freeze > requirements.txt
安装依赖：
pip install -r requirements.txt
这是最常见的一套流程，适用于大多数项目。
（2）venv：虚拟环境
不同项目可能依赖不同版本的库，如果混在一起容易出问题。虚拟环境可以做到隔离。
创建虚拟环境：
python -m venv venv
激活环境（Mac / Linux）：
source venv/bin/activate
激活环境（Windows）：
venv\Scripts\activate
激活后安装的包只作用于当前项目。
（3）进阶工具：poetry / pipenv
当项目规模变大后，pip + requirements.txt 会逐渐暴露一些问题：依赖版本不稳定（不同机器装出来不一致） 、需要手动维护 requirements.txt 容易混乱 、缺少“开发依赖 / 生产依赖”的区分 等问题。这时候，可以考虑使用更完整的依赖管理工具，比如 Poetry 和 Pipenv。
这些工具在 pip 基础上做了封装，提供更完整的依赖管理能力，例如：
- 自动解决依赖冲突
- 统一管理项目配置（
pyproject.toml）
如果是中大型项目，可以考虑使用。
（4） UV：越来越常见的包管理工具
uv 是由 Astral 推出的工具，目标是提供更快、更统一的 Python 依赖管理体验。如果你觉得 pip + venv 这一套流程比较繁琐，可以了解一下 uv。它的定位可以理解为：用一个工具，同时替代 pip、venv、pip-tools 等。
相比传统方案， UV 安装速度明显更快（ Rust 实现）、自动管理 虚拟环境 （不用手动 venv）、依赖解析更稳定（类似 poetry，但更轻量）。
（1）安装 uv
pip install uv
或官方推荐方式（更快）：
curl -Ls https://astral.sh/uv/install.sh | sh
（2）创建项目 + 虚拟环境
uv init
会自动生成：
pyproject.toml
并隐式创建虚拟环境（无需手动 venv）。
（3）安装依赖
uv add requests
指定版本：
uv add requests==2.31.0
它会自动更新 pyproject.toml 和锁文件。
（4）运行代码
uv run python main.py
不用手动激活虚拟环境。
（5）导出依赖（兼容 pip）
uv export > requirements.txt
-
requirements.txt 的实际作用
在团队开发或部署时，通常不会手动一个个安装库，而是通过依赖文件统一管理：
flask==2.3.2
requests==2.31.0
pandas==2.0.3
新环境只需要：
pip install -r requirements.txt
就能恢复完整运行环境。
-
如何把自己的代码变成“包”
前面讲的是“用别人的包”，这里讲“让自己的代码可被别人用”。
一个简单的包结构：
my_package/
├── my_package/
│ ├── __init__.py
│ └── utils.py
├── setup.py
示例 setup.py：
from setuptools import setup, find_packages
setup(
name="my_package",
version="0.1",
packages=find_packages(),
)
安装本地包：
pip install .
安装后，只要在你自己的电脑上（还没上传到PyPI，只是安装在了你的电脑），你就可以在任意项目下使用：
from my_package.utils import xxx
这一步的意义在于：把“项目代码”变成“可复用库” 。
总结
这一节的核心在于：模块不仅是代码拆分工具，更是复用的基础单元。
从简单的 import，到合理的目录结构，再到工具模块抽象，都是在为一个目标服务：让代码更清晰、更容易维护。
