Python中使用包管理模块，包通常对应一个目录，必须在目录下创建一个init.py模块，init.py模块的模块名称即为包名，Python才会将目录解析为包。
init.py文件内可以定义初始化包的内容，导入包的内容，限制包内模块的导出。
init.py文件可以为空，也可以是一个模块，其模块名称为包名称。
导入包或包的模块、变量、函数时，init.py文件会被自动执行。
Python中一个.py文件就是一个模块。
Python 中用 import 或者 from...import 来导入相应的模块。
将整个模块(somemodule)导入，格式为： import somemodule
从某个模块中导入某个函数或变量，格式为： from somemodule import somefunction
从某个模块中导入多个函数，格式为： from somemodule import firstfunc, secondfunc, thirdfunc
将某个模块中的全部函数或变量导入，格式为： from somemodule import *
import sys
print('================Python import module==========================')
print('命令行参数为:')
for i in sys.argv:
print(i)
print("python 路径为", sys.path)
from sys import argv, path # 导入特定的成员
print('================python from import===================================')
print(argv)
print(path)对导入的模块进行重命名
Import package.module as name
import导入包或模块时，如果导入模块较多需要换行，可以使用反斜杠，或是将使用小括号将包含所有的模块。
包和模块不会被重复导入。
模块内部预定义了内置变量：
name：当前模块名称
package：当前模块所属包的名称
doc：当前模块的注释内容
file：当前文件
# -*- coding:utf-8 -*-
print("name: " + __name__)
print("package: " + (__package__ or "当前模块不属于任何包"))
print("doc: " + (__doc__ or "当前模块没有任何注释"))
print("file: " + __file__)
# name: __main__
# package: 当前模块不属于任何包
# doc: 当前模块没有任何注释
# file: test.py如果某个文件被当作入口文件，内置变量package没有值，name值为main，doc，file值为文件名称（不含路径）。
每个模块都可以任意写一些没有缩进的代码，并且在载入时自动执行，为了区分模块是主执行文件还是被调用的模块文件，Python引入了一个变量name，当文件是被调用时，name的值为模块名，当文件作为入口被执行时，name为'main'。因此，可以在每个模块中写上测试代码，测试代码仅当模块被Python直接执行时才会运行，代码和测试结合在一起，完美实现对测试驱动开发（TDD）的支持。
if __name__ == "__main__":
function_name()将一个模块文件作为模块执行而不是应用执行的命令如下：python3 -m package.module
import只能导入包和模块，不能直接导入变量或者函数。对于多层包嵌套后导致导入名称过长，可以为其重命名。
import package1.package2.module_name
import package1
import package1.module_name
import package1.package2.module_name as new_name导入包和模块时需要避免循环导入，两个或者多个模块文件互相导入会报错。
Python在导入模块时，会执行模块里的所有内容，但多次导入只会执行一次。
Import导入包或模块时，Python 解释器寻找模块的优先级如下：
A、当前目录
B、环境变量PYTHONPATH
C、sys.path(list 类型)
模块在被导入执行时，Python解释器为加快程序的启动速度，会在与模块文件同一目录下自动生成.pyc文件，.pyc是经过编译后的字节码。
Python使用缩进对齐组织代码的执行，所有没有缩进的代码（非函数定义和类定义），都会在载入时自动执行。
导入某个模块的变量，多个使用逗号分隔from package1.package2.module_name import variable_name
导入某个模块的函数，多个使用逗号分隔from package1.package2.module_name import function_name
导入某个包的某个模块，多个使用逗号分隔from package1 import module_name
导入模块的所有变量和函数from package1.module_name import *
在模块内使用内置all属性指定本模块可以导出的变量或函数，外部导入只能使用指定的变量或函数。
在模块(*.py)中使用导出all列表里的类、函数、变量等成员，否则将导出所有不以下划线开头（私有）的成员，在模块中使用all属性可避免在相互引用时的命名冲突。
#!/usr/bin/python3
__all__ = ["variable1", "variable2", "function_name1", "function_name2"]
variable1 = 0
variable2 = 0
def function_name1(args):
pass
def function_name2(args):
pass在导入变量和函数时，如果变量和函数太多需要换行，则可以使用反斜杠换行或是使用小括号修饰多个变量或函数。
from package1.module_name import variable1, variable2 \
variable3, function_name1
from package1.module_name import (variable1, variable2,
function_name2, function_name2)顶级包与入口文件 main.py 的位置有关，与 main.py 同级的包是顶级包，因此main.py入口文件不属于任何包。
相对导入是导入模块时指定被导入模块名称的相对路径。
import 不支持相对导入，只能使用 from ... import ... 格式实现相对导入，
“ . .. ... ” 来表示相对路径，一个点表示当前包，两个点表示上一级包，以此类推。
入口文件中没有包的概念，因此不能使用相对导入。
使用相对导入不要超出顶级包，入口文件同级的包都不能使用相对导入。
在main.py如果作为模块执行时，可以使用相对导入，此时使用如下命令执行：python3 -m main.py
绝对导入是导入时必须指定从顶级包到被导入模块名称的完整路径，可以使用import 和 from ... import ...进行导入。
init.py文件存在包的根目录下，当包或者包中的任意模块或模块中变量、函数被导入时，init.py中内容会首先自动被执行。因此，init.py文件可以实现如下应用：
A、限制本包的模块导入
在init.py中写入内置函数all，决定哪些模块可以被外部导入。__all__ = ["module_name1", "module_name2"]
B、批量导入
如果包内多个模块文件都需要用到某些模块文件时，可以在包的init.py文件中导入需要的模块文件，然后就可以在本包不同的模块文件中直接使用导入的模块 。
通常，Python文件结构如下：
#!/usr/bin/python3
# 模块文档
"""
This is an example.
"""
# 模块导入
import sys
import os
# 定义全局变量
debug = True
# 定义类
class class_name:
pass
# 定义函数
def function_name():
pass
# 主程序
if __name__ == "__main__":
function_name()通常，Python项目的目录结构如下：
README：项目说明文档。
bin（scripts）：存放项目的可执行脚本。
project_name：存放项目的所有源代码，程序的入口文件最好命名为main.py。
docs: 存放项目文档。
tests：测试代码目录。
extras：项目扩展部分，不属于项目必需的部分，存放与项目相关的sample、poc，通常子目录如下dev_example、production_example、test1_poc、test2_poc。
setup.py：项目安装、部署、打包的脚本。
requirements.txt：存放软件依赖的外部Python包列表。
README：项目说明文件。
LICENSE.txt：版权声明
ChangeLog.txt：版本变更日志记录
AUTHORS：作者清单
INSTALL：安装说明
MANIFEST.in：装箱清单文件
MAKEFILE：编译脚本
Python项目开发中，在开发需求完成并测试好后，需要发布到正式服务器，此时会面临环境依赖问题。Python项目可能会有多个第三方模块包，并且可能会有版本约束问题，因此需要一个虚拟环境，在虚拟环境里面模拟出跟服务器相同的环境。
pipenv ，全称为Python Development Workflow for Humans，旨在为开发项目自动创建和管理虚拟环境并管理 Python 包，是virtualenv 和pip的合集，通过创建指定python版本的虚拟环境和安装依赖包，提供各个项目隔离的开发环境。
对于Python3，安装命令如下：
pip3 install pipenv
安装结果查看：
pipenv –version
pipenv --three
pipenv -- two
pipenv --python 3.x.x
pipenv --python 2.x.x
创建虚拟环境，并指定Python版本
pipenv shell从系统环境切换到虚拟环境
pipenv install xxxx在虚拟环境安装软件包
exit退出虚拟环境
pipenv uninstall [module_name] 删除Python包
pipenv --rm删除虚拟环境
pipenv --where 列出本地工程路径
pipenv --venv 列出虚拟环境路径
pipenv --py 列出虚拟环境的Python可执行文件
pipenv install 创建虚拟环境
pipenv install [moduel] 安装包
pipenv install [moduel] --dev 安装包到开发环境
pipenv uninstall [module] 卸载包
pipenv graph 查看包依赖
pipenv lock 生成lockfile
pipenv run python [pyfile] 运行py文件
pipenv uninstall --all 卸载全部包并从Pipfile中移除
pipenv默认的Pipfile 文件中指定使用官方源锁定依赖，会导致速度过慢，解决方案自然是更换国内源，常用国内源如下：
阿里云：http://mirrors.aliyun.com/pypi/simple/
清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学：https://pypi.mirrors.ustc.edu.cn/simple/
源更换需要将Pipfile 文件中url的值替换为国内源。
[[source]]
name = "pypi"
url = "http://mirrors.aliyun.com/pypi/simple/ "
verify_ssl = true
[dev-packages]
[packages]
pymysql = "*"
pymango = "*"
mysql-connector = "*"
mysqldb = "*"
mysql-python = "*"
[requires]
python_version = "3.7"另外有需要云服务器可以了解下创新互联cdcxhl.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。