


Apa yang `if __name__ == '__main__':` Lakukan dalam Python dan Mengapa Ia Penting?
Apakah nama == "__main__": Lakukan dan Mengapa Perlu?
Apabila skrip Python dilaksanakan sebagai atur cara utama , penterjemah memberikan pembolehubah khas __name__ kepada "__main__". Jika skrip diimport sebagai modul oleh program lain, __name__ sebaliknya ditetapkan kepada nama modul pengimportan.
Untuk memahami mengapa ini penting, pertimbangkan contoh berikut:
# Suppose this is foo.py. 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")
Aliran Pelaksanaan:
-
Pembolehubah Khas Persediaan:
- nama ditetapkan kepada "__main__" kerana foo.py dijalankan sebagai program utama.
-
Kod Pelaksanaan:
-
Skrip melaksanakan semua kod baris demi baris:
- Mencetak "sebelum import", memuatkan modul matematik, dsb.
- Mentakrifkan fungsi function_a dan function_b.
- Semakan nama dinilai: memandangkan ia sepadan dengan "utama", semua kod dalam blok if dilaksanakan (mencetak "Fungsi A" dan "Fungsi B 10.0").
- Kod di bawah semakan nama dilaksanakan (mencetak "selepas nama__ pengawal").
-
Kepentingan nama Cek:
Cek ini ialah penting kerana:
- Perlindungan daripada Kemalangan Invocation: Jika foo.py tidak mempunyai tanda name, mengimportnya sebagai modul akan mencetuskan skrip untuk dijalankan menggunakan argumen baris arahan skrip pengimportan, yang biasanya tidak diingini.
- Isu Fail Pickle: Jika foo.py mempunyai kelas tersuai yang disimpan ke fail jeruk, nyahjeruk ia dalam skrip lain akan mengimport foo.py dan melaksanakan kodnya tanpa semakan nama, yang membawa kepada isu di atas.
Nota Tambahan:
- Anda boleh mempunyai berbilang nama semakan dalam skrip, tetapi ia luar biasa.
- Menjalankan skrip foo2.py dengan semakan nama termasuk hasil dalam "a1", "m1", "a2", "b", "a3", "m2" , "t2", sambil mengalih keluar nama hasil semak dalam "a1", "a2", "b", "a3", "t2".
- Menjalankan foo3.py sebagai skrip menghasilkan "t1", "a1", "a2", "b", "a3", "t2", sambil mengimportnya sebagai hasil modul dalam tiada apa-apa yang dilaksanakan.
- Menetapkan __name__ kepada "__main__" dalam foo4.py (walaupun apabila diimport sebagai modul) bermakna skrip akan sentiasa dijalankan apabila diimport, seperti __name__ == __main__ akan sentiasa menilai kepada Benar.
Atas ialah kandungan terperinci Apa yang `if __name__ == '__main__':` Lakukan dalam Python dan Mengapa Ia Penting?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak
