Python其他文件的函数如何调用
在Python开发中，我们常常会将功能相似的代码封装成函数，然后在不同的地方调用。有时候，我们需要在一个文件中调用另一个文件中的函数。这篇文章将会介绍如何在Python中调用其他文件的函数，并通过一个实际的例子来解决一个问题。
问题描述
我们假设有一个电商网站，需要统计每个月商品的销售数量并生成销售报表。每个月的销售数据都存储在一个独立的CSV文件中，文件名为YYYYMM.csv，其中YYYY表示年份，MM表示月份。我们需要编写一个程序来读取这些CSV文件，并统计每个商品的销售数量。
解决方案
为了解决这个问题，我们可以将整个过程分成两个步骤：首先，读取CSV文件并解析数据；然后，统计每个商品的销售数量并生成报表。
读取CSV文件并解析数据
首先，我们需要编写一个函数来读取CSV文件并解析数据。我们可以将这个函数保存在一个独立的Python文件中，命名为csv_parser.py。
# csv_parser.py
import csv
def parse_csv(file_name):
data = []
with open(file_name, 'r') as file:
reader = csv.reader(file)
for row in reader:
data.append(row)
return data
上述代码中的parse_csv函数接受一个文件名作为参数，并返回解析后的CSV数据。该函数使用Python标准库中的csv模块来读取文件并解析数据。
统计商品销售数量并生成报表
下一步，我们需要编写一个函数来统计商品的销售数量并生成报表。同样地，我们可以将这个函数保存在一个独立的Python文件中，命名为report_generator.py。
# report_generator.py
from collections import defaultdict
def generate_report(data):
sales = defaultdict(int)
for row in data:
product = row[0]
quantity = int(row[1])
sales[product] += quantity
report = []
for product, quantity in sales.items():
report.append(f"{product}: {quantity}")
return report
上述代码中的generate_report函数接受一个数据列表作为参数，并使用collections模块中的defaultdict来统计每个商品的销售数量。最后，我们将统计结果以报表的形式返回。
调用其他文件的函数
现在，我们已经定义了两个函数：parse_csv和generate_report，分别保存在csv_parser.py和report_generator.py文件中。我们可以在主程序中调用这些函数来解决实际的问题。
# main.py
from csv_parser import parse_csv
from report_generator import generate_report
def main():
file_name = '202201.csv' # 假设需要处理的文件为2022年1月的销售数据
data = parse_csv(file_name)
report = generate_report(data)
for line in report:
print(line)
if __name__ == "__main__":
main()
上述代码中的main函数是主程序的入口函数。我们首先导入了parse_csv和generate_report函数，然后在main函数中调用这些函数来解析CSV文件并生成报表。最后，我们将报表输出到控制台。
类图
下面是csv_parser.py和report_generator.py两个文件中的类图：
classDiagram
class csv_parser.py {
parse_csv(file_name)
}
class report_generator.py {
generate_report(data)
}
csv_parser.py --> report_generator.py : 使用
饼状图
为了更直观地展示商品销售数量的分布情况，我们可以使用饼状图。下面是一个使用matplotlib库绘制饼状图的例子，可以将以下代码保存在chart_generator.py文件中。
# chart_generator.py
import matplotlib.pyplot as plt
def generate_pie_chart(report):
labels = [line.split(':')[0] for line in report]
quantities = [int(line.split(':')[1]) for line in report]
plt.pie(quantities, labels=labels, autopct='%1.1
