模块 Python 模块(Module)，是一个 Python 文件，以 .py 结尾，包含了 Python 对象定义和Python语句。 模块让你能够有逻辑地组织你的 Python 代码段。 把相关的代码分配到一个模块里能让你的代码更好用，更易懂。 模块能定义函数，类和变量，模块里也能包含可执行的代码。 例子 下例是个简单的模块 support.py： support.py 模块：
#Author:Anliu
def print_func( par ):
print("Hello:", par) 、
return**1 、import 语句 ** 模块的引入 模块定义好后，我们可以使用 import 语句来引入模块，语法如下：
import module1[, module2[,... moduleN]]比如要引用模块 math，就可以在文件开始的地方用 import math 来引入。在调用 math 模块中的 函数时，必须这样引用：
模块名.函数名当解释器遇到 import 语句，如果模块在当前的搜索路径就会被导入。
搜索路径是一个解释器会先进行搜索的所有目录的列表。如想要导入模块 support.py，需要把命令放在 脚本的顶端：
#Author:Anliu # 导入模块
import support
# 现在可以调用模块里包含的函数了
support.print_func("Runoob")一个模块只会被导入一次，不管你执行了多少次import。这样可以防止导入模块被一遍又一遍地执行。 **2 、from…import 语句 ** Python 的 from 语句让你从模块中导入一个指定的部分到当前命名空间中。语法如下： 例如，要导入模块 fib 的 fibonacci 函数，使用如下语句：
from modname import name1[, name2[, ... nameN]]这个声明不会把整个 fib 模块导入到当前的命名空间中，它只会将 fib 里的 fibonacci 单个引入到执行这 个声明的模块的全局符号表。3 、from…import 语句* 把一个模块的所有内容全都导入到当前的命名空间也是可行的，只需使用如下声明：
from modname import *这提供了一个简单的方法来导入一个模块中的所有项目。然而这种声明不该被过多地使用。 例如我们想一次性引入 math 模块中所有的东西，语句如下：
from math import *4、 搜索路径 当你导入一个模块，Python 解析器对模块位置的搜索顺序是： 1、当前目录 2、如果不在当前目录，Python 则搜索在 shell 变量 PYTHONPATH 下的每个目录。 3、如果都找不到，Python会察看默认路径。UNIX下，默认路径一般为/usr/local/lib/python/。
模块搜索路径存储在 system 模块的 sys.path 变量中。变量里包含当前目录，PYTHONPATH和由安装 过程决定的默认目录。
PYTHONPATH 变量 作为环境变量，PYTHONPATH 由装在一个列表里的许多目录组成。PYTHONPATH 的语法和 shell 变量 PATH 的一样。 在 Windows 系统，典型的 PYTHONPATH 如下：
set PYTHONPATH=c:\python27\lib;在 UNIX 系统，典型的 PYTHONPATH 如下：
set PYTHONPATH=/usr/local/lib/python**5 、模块例举 ** Python的强大之处就是在于他有非常丰富和强大的标准库和第三方库，几乎你想实现的任何功能都有相 应的Python库支持。 模块加载时，回根据环境路径去查找模块。 默认的第三方库在 E:\Python3\Lib\site-packages 现在简单介绍以下两个模块：
#Author:Anliu
import sys
print(sys.argv)os.system不保存打印结果
#Author:Anliu
import os cmd_res = os.system("dir")
print("----->",cmd_res)os.popen将打印结果保存
#Author:Anliu
import os
#cmd_res = os.system("dir")
#print("----->",cmd_res)
cmd_res = os.popen("dir").read()
print("------->",cmd_res)模块的导入，首先当前目录下查找文件，查找不到再到系统定义的路径下去查找.
OS模块可以再我们的标准库中找到，而sys模块是在标准库中找不到的，因为python中sys模块是写到 python解释器里面的。所以我们说模块不仅仅是用户定义或者标准库第三方库提供，python解释器本 身也提供。.pyc pyc设什么东西？ 我们知道python是一门解释性语言，但是在执行之后，会产生一个.pyc的文件。 如果是解释性语言，那么生成的.pyc是干什么的呢？c应该是compiled的缩写才对。解释型语言和编译型语言 计算机是不能够识别高级语言的，所以当我们运行一个高级语言编程的时候，就需要一个“翻译机”来从 事把高级语言变成计算机能读懂的机器语言。这个过程分为两类：一种是编译，一种是解释。
编译型语言在程序执行之前，先会通过编译器对程序执行一个编译的过程，把程序转换为机器语言。运 行时就不需要翻译，而直接执行就可以了。典型的例子就是C语言。
解释型语言就是没有这个编译的过程，而是在程序运行的时候，通过编译器对程序做出解释，然后直接 运行，典型的例子就是ruby。 由此可知，编译型语言在程序执行之前就已经对程序做出了翻译，所以在运行时就少掉了“翻译”的过 程，所以效率比较高。但是我们不能一概而论，一些解释型语言也可以通过解释器的优化来在对程序做 出翻译时对整个程序做出优化，从而在效率上超过编译型语言。
此外，随着Java基于虚拟机语言的兴起，我们又不能把语言纯粹的分为解释型和编译型两种. 用JAVA举个例子，Java首先是通过编译器编译成字节码文件，然后在运行时通过解释器给解释成机器文 件，所以Java是一个先编译后解析的语言。Python到底是什么 其实Python和Java/C#一样，也是一种基于虚拟机的语言，我们先来从表面上简单的解释一下python程 序的运行过程： 当我们在命令行中输入“Python hello.py”的时候，其实是激活了Python的解释器，告诉解释器，你要开 始工作了。 可以在解释之前，其实执行的第一项工作和Java一样，是编译。 只是我们在使用Eclipse之类的IDE时，将这两部给融合成一步了而已。其实，Python也一样当我们执行 Python hello.py时，他也一样执行了这么一个过程，所以我们应该这样来描述Python: Python是一门县 编译后解释的语言。
简述Python的执行过程： 在所这个问题之前，我们来说两个概念，PyCodeObject和pyc文件。 我们在硬件上看到Pyc自然不必多说，而实际PyCodeObject则是Python编译器真正真正编译成的结果。 当Python程序运行时，编译的结果则是保存在位于内存中的PyCodeObject中，当Python程序运行结束 时，Python解释器则将PyCodeObject写回到pyc文件中。 当Python程序第二次运行时，首先程序会在硬盘中寻找Pyc文件，如果找到，则直接载入，否则就重新 上面的过程。 所以我们应该来定位PyCodeObject和pyc文件，我们说pyc文件就是PyCodeObject的一种持久化保存的 方式。
