


Was bewirkt Pythons Anweisung „if __name__ == „__main__':'?
Was passiert, wenn __name__ == "__main__": tut?
Der __name__-Guard ist eine gängige Python-Sprache, die Benutzer schützt verhindern, dass versehentlich ein Skript aufgerufen wird, obwohl dies nicht beabsichtigt war. Das Weglassen dieses Schutzes kann zu unerwartetem Verhalten führen, wenn Sie das Skript in ein anderes Skript importieren oder als Pickle serialisieren.
So funktioniert es
Wenn der Interpreter liest Wenn Sie eine Quelldatei erstellen, führt sie zwei Dinge aus:
- Setzt spezielle Variablen wie __name__
- Führt den in der Datei gefundenen Code aus
Wenn Sie Ihr Modul als Hauptprogramm ausführen, wird __name__ auf „__main__“ gesetzt. Andernfalls wird __name__ beim Importieren des Moduls auf den Namen des Moduls gesetzt.
Der __name__-Schutz funktioniert wie folgt:
-
Wenn __name__ == '__main__' (main Programm):
- Führen Sie den Code innerhalb des Schutzkörpers aus (normalerweise Funktionen).
-
Wenn __name__ != '__main__' (importiertes Modul):
- Überspringen Sie den Code im Schutzkörper.
Code Beispiel
Untersuchen wir den folgenden Code:
print("before import") import math print("before function_a") def function_a(): print("Function A") print("before function_b") def function_b(): print("Function B {}".format(math.sqrt(100))) print("before __name__ guard") if __name__ == '__main__': function_a() function_b() print("after __name__ guard")
- Importieren: Mathematik wird ohne den Schutz importiert, was nicht ideal ist.
- Hauptprogramm: Wenn der Code als Hauptprogramm ausgeführt wird, wird er gedruckt „Funktion A“ und „Funktion B 10.0“ innerhalb des __name__-Schutzes.
- Importiertes Modul: Wenn der Code als reguläres Modul importiert wird, wird der Schutz übersprungen und die Funktionen werden übersprungen nicht ausgeführt werden.
Warum verwenden it?
Mit dieser Redewendung können Sie .py-Dateien schreiben, die sowohl als unabhängige Module als auch als Skripte verwendet werden können, die als Hauptprogramm ausgeführt werden. Einige Beispiele für seine Nützlichkeit:
- Bibliothek mit Demo-Modus:Eine Bibliothek mit einem Skriptmodus für Unit-Tests oder die Ausführung von Demos.
- Unit-Tests : Test-Frameworks importieren möglicherweise .py-Dateien als Module, sodass der __name__-Schutz erforderlich ist, um Skripte zu verhindern Ausführung.
- API-Bereitstellung: Ein Modul, das eine API für fortgeschrittene Benutzer bereitstellt und gleichzeitig als unabhängiges Programm ausgeführt wird.
- Vielseitiger Code: Es ist elegant um ein Skript durch Importieren seines Moduls auszuführen, und der __name__-Guard erleichtert dies.
Zusammenfassend lässt sich sagen, dass das if __name__ == '__main__' Guard kann weggelassen werden, wird jedoch aus Gründen der Vielseitigkeit, des Fehlerschutzes und zur Verhinderung unerwarteten Verhaltens beim Importieren oder Serialisieren von Code empfohlen.
Das obige ist der detaillierte Inhalt vonWas bewirkt Pythons Anweisung „if __name__ == „__main__':'?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.
