


Apakah yang dilakukan oleh penyataan `if __name__ == '__main__':` Python?
Bagaimana jika __name__ == "__main__": lakukan?
Pelindung __name__ ialah simpulan bahasa Python biasa yang melindungi pengguna daripada menggunakan skrip secara tidak sengaja apabila mereka tidak berniat untuk melakukannya. Meninggalkan pengawal ini boleh membawa kepada tingkah laku yang tidak dijangka jika anda mengimport skrip dalam skrip lain atau mensirikannya sebagai jeruk.
Cara Ia Berfungsi
Apabila jurubahasa membaca fail sumber, ia melakukan dua perkara:
- Menetapkan pembolehubah khas seperti __name__
- Melaksanakan kod yang terdapat dalam fail
Jika anda menjalankan modul anda sebagai program utama, __name__ ditetapkan kepada "__main__". Jika tidak, apabila anda mengimport modul, __name__ ditetapkan kepada nama modul.
Pengawal __name__ berfungsi seperti berikut:
-
Jika __name__ == '__main__' (utama program):
- Laksanakan kod dalam badan pengawal (biasanya fungsi).
-
Jika __name__ != '__main__' (modul yang diimport):
- Langkau kod dalam badan pengawal.
Kod Contoh
Mari kita periksa kod berikut:
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")
- Mengimport: matematik diimport tanpa pengawal, yang tidak sesuai.
- Program Utama: Jika kod dijalankan sebagai utama program, ia akan mencetak "Fungsi A" dan "Fungsi B 10.0" dalam pengawal __name__.
- Modul Diimport: Jika kod diimport sebagai modul biasa, pengawal akan dilangkau , dan fungsi tidak akan dilaksanakan.
Mengapa Menggunakan it?
Idiom ini membolehkan anda menulis fail .py yang boleh digunakan sebagai modul bebas dan sebagai skrip yang dijalankan sebagai program utama. Beberapa contoh kegunaannya:
- Perpustakaan dengan Mod Demo: Pustaka dengan mod skrip untuk ujian unit atau menjalankan demo.
- Ujian Unit : Rangka kerja ujian mungkin mengimport fail .py sebagai modul, memerlukan pengawal __name__ untuk menghalang skrip pelaksanaan.
- Pendedahan API: Modul yang menyediakan API untuk pengguna lanjutan semasa dijalankan sebagai program bebas.
- Kod Serbaguna: Ia elegan untuk menjalankan skrip dengan mengimport modulnya, dan pengawal __name__ memudahkan ini.
Untuk meringkaskan, pengawal if __name__ == '__main__' boleh ditinggalkan tetapi disyorkan untuk kepelbagaian, perlindungan ralat dan untuk mengelakkan tingkah laku yang tidak dijangka semasa mengimport atau mensiri kod.
Atas ialah kandungan terperinci Apakah yang dilakukan oleh penyataan `if __name__ == '__main__':` Python?. 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.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

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.

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 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.
