1. 模块 vs 包

模块：单个Python文件（.py）

包：包含多个模块的目录（必须包含__init__.py文件）

# 项目结构示例
project/
├── main.py
├── utils/
│   ├── __init__.py
│   ├── file_utils.py
│   └── math_utils.py
└── models/
    ├── __init__.py
    └── user.py

2. 导入搜索路径

Python按以下顺序搜索模块：

1. 当前目录
2. 环境变量PYTHONPATH中的目录
3. Python标准库目录
4. 第三方库安装路径（site-packages）

1. 避免循环导入

循环导入是Python中最常见的导入问题之一，发生在两个模块相互导入时。

# module_a.py
from module_b import func_b

def func_a():
    print("Function A")
    func_b()

# module_b.py
from module_a import func_a

def func_b():
    print("Function B")
    func_a()  # 这将导致循环导入错误

# 方法1: 在函数内部导入（延迟导入）
# module_b.py
def func_b():
    from module_a import func_a  # 在需要时才导入
    print("Function B")
    func_a()

# 方法2: 重构代码结构，打破循环依赖
# 将公共功能提取到第三个模块中

2. 理解绝对导入与相对导入

Python 3推荐使用绝对导入，但在包内可使用相对导入。

# 从项目根目录开始指定完整路径
from myproject.utils import file_utils
from myproject.models.user import User

# 在 utils/math_utils.py 中导入同级的 file_utils
from . import file_utils  # 单点表示当前目录

# 导入父包中的模块
from ..models import user  # 双点表示上级目录

注意： 相对导入只能在包内使用，不能在顶级模块中使用。

3. 处理导入顺序问题

Python文件顶部的导入顺序会影响代码的可读性和维护性。

推荐的导入顺序：

# 1. Python标准库
import os
import sys
from datetime import datetime

# 2. 第三方库
import requests
import numpy as np

# 3. 本地应用/库
from myproject.utils import helpers
from . import config

遵循PEP8建议的导入顺序可以使代码更整洁，也更容易识别依赖关系。

4. 避免使用from module import *

这种通配符导入方式虽然方便，但会带来问题：

• 污染当前命名空间
• 导致命名冲突
• 降低代码可读性（不清楚某个名称来自哪里）
• 使IDE的自动补全功能失效

替代方案：

# 明确导入所需内容
from utils import file_utils, math_utils

# 导入整个模块并使用别名
import numpy as np
import pandas as pd

5. 正确使用__init__.py文件

__init__.py文件在包导入中扮演重要角色：

• 标识包含该文件的目录是一个Python包
• 在导入包时首先执行
• 可用于批量导入子模块
• 定义包的公共API

__init__.py 示例：

# utils/__init__.py

# 导入关键功能到包级别
from .file_utils import read_file, write_file
from .math_utils import calculate_mean

# 定义包的版本
__version__ = "1.0.0"

# 可以执行包初始化代码
print(f"Initializing utils package version {__version__}")

6. 处理命名冲突

当不同模块中有相同名称的函数或类时，可能发生命名冲突。

解决方案：

# 方法1：使用别名
from utils import helpers as utils_helpers
from analytics import helpers as analytics_helpers

# 方法2：导入整个模块
import utils.helpers
import analytics.helpers

# 然后通过模块名访问
utils.helpers.some_function()
analytics.helpers.some_function()

7. 动态导入（按需导入）

在某些情况下，可能需要根据条件导入模块。

使用场景：

# 导入可选依赖
try:
    import pandas as pd
    HAS_PANDAS = True
except ImportError:
    HAS_PANDAS = False

# 延迟导入以提高启动性能
def process_data():
    # 只在需要时导入
    import numpy as np
    # 使用numpy处理数据...

# 根据配置导入不同实现
if config.USE_GPU:
    from .gpu_implementation import calculate
else:
    from .cpu_implementation import calculate