一、模块的循环导入
在模块之间互相导入，这个模块需要另一个模块的内容。（不推荐使用）
当 import 在代码之前时，模块创立名称空间未执行完程序就导入其他模块，模块里的名字无法放入名称空间，执行文件无法获取所需内容。
两种解决方案：
第一种：
把 import + 模块名 放在代码之后
第二种：（推荐使用）
把 import + 模块名 放入函数中
m1：
print('正在导入m1')
def func1():
from m2 import y,func2
print('来自与m2的y: ',y)
func2()
x='m1'm2：
print('正在导入m2')
def func2():
from m1 import x
print('来自m1的x: ',x)
y='m2'run：
import m1
m1.func1()二、包的使用
1.什么是包
包就是一个含有__ init __.py文件的文件夹
2.为何要用包
将功能打包，方便开发者进行开发新功能
3.如何用包
创建一个含有__ init __.py文件的文件夹，将功能模块放入这个文件夹中，通过执行文件导入包，使用模块的功能。
执行文件.py （放在了dir文件夹外）
import sys
sys.path.append(r'D:\day16\dir') #r'包所在的上一层路径' ：绝对路径
import aaa
print(aaa.xxx)
aaa.func1()
aaa.f1()
aaa.fff()dir文件夹：aaa文件夹： __ init __.py文件
xxx=111
from .m1 import func1 # .m1 这种相对路径只能在包里才可以使用（aaa文件夹）
from aaa.m2 import f1 # aaa.m2 为f1 的 绝对路径，基于aaa文件夹
from .bbb.m3 import fff #.bbb.m3 当前目录下使用相对路径 （当前目录可以省略）.bbb.m3aaa文件夹：m1.py
def func1():
print('from func1')aaa文件夹：m2.py
def f1():
print('from f1')aaa文件夹：bbb文件夹：m3.py
def fff():
print('from fff')三、json与pickle模块
1.什么是序列化
序列化就是将内存中的数据类型转成另外一种格式
即：
字典--------序列化----------->其他的格式------------------>存到硬盘
硬盘------------>读取-------->其他的格式----反序列化--->字典
2.为什么要序列化
1.持久保存程序的运行状态
2.数据的跨平台交互
3.如何序列化
json： json格式不能识别单引号 （用于跨平台数据交互） 没有集合
优点：这种格式是一种通用的格式，所有编程语言都能识别
缺点：不能识别所有python类型
pickle： （不需要跨平台时使用）
优点：能识别所有python类型
缺点：只能被python这门编程语言识别
json的序列化：
import json
dic={'k1':True,'k2':10,'k3':'egon','k4':'你好啊'}
#序列化
dic_json=json.dump(dic)
print(dic_json,type(dic_json))
#持久化
with open('a.json','wt',encoding='utf8') as f:
f.write(dic_json)json的反序列化：
#从文件中读取json格式化的字符
import json
with open('a.json','rt',encoding='utf8') as f:
dic_json=f.read()
#反序列化
dic=json.loads(dic_json)
print(dic,dic['k1'])json 综合使用
import json
dic={'k1':True,'k2':10,'k3':'egon','k4':'你好啊'}
#序列化+持久化
with open('a.json','wt',encoding='utf8') as f:
json.dump(dic,f)
#读取文件内容+反序列化
with open('a.json','rt',encoding='utf8') as f:
dic=json.load(f) #loads需要f.read（），load 不需要 f.read()步骤
print(dic,dic['k1'])pickle的序列化：
import pickle
s={1,2,3,4}
s_pkl=pickle.dumps(s)
with open('b.pkl','wb') as f:
f.write(s_pkl)pickle的反序列化：
with open('b.pkl','rb') as f:
s_pkl=f.read()
s=pickle.loads(s_pkl)
print(s,type(s))pickle的综合使用
import pickle
s={1,2,3,4}
with open('b.pkl','wb') as f:
pickle.dump(s,f)
with open('b.pkl','rb') as f:
s=pickle.load(f)
print(s,type(s))四、time与datetime模块
time模块：时间分为三种格式：
1.时间戳
print(time.time()) #1970-1-1 0:0:0 到现在经过的秒数 2.格式化的字符
print(time.strftime('%Y-%m-%d %H:%M:%S %p')) #年-月-日 时：分：秒 上午\下午 3.结构化的时间对象
print(time.localtime()) #本地时间 东八区时间
#time.struct_time(tm_year=2018, tm_mon=12, tm_mday=5, tm_hour=19, tm_min=19, tm_sec=16, tm_wday=2, tm_yday=339, tm_isdst=0)
#年，月，日，时，分，秒，星期，这一年的第几天，时令print(time.localtime().tm_hour)
print(time.localtime().tm_wday)
print(time.localtime().tm_yday)
print(time.gmtime()) #格林威治时间 和东八区相差 8小时时间转换
时间戳---->struct_time------->格式化的字符串
struct_time=time.localtime(123123)
print(struct_time)
print(time.strftime('%Y-%m-%d',struct_time))格式化的字符串---->struct_time------->时间戳
struct_time=time.strptime('2017-03-11','%Y-%m-%d')
print(struct_time)
print(time.mktime(struct_time))
datetime模块：
import datetime #日期模块 格式化时间
print(datetime.datetime.now()) #现在的时间
print(datetime.datetime.fromtimestamp(1231231)) #时间转换
print(datetime.datetime.now() + datetime.timedelta(days=3)) #三天后的时间
print(datetime.datetime.now() - datetime.timedelta(days=3)) #三天前的时间
print(datetime.datetime.now() + datetime.timedelta(days=-3)) #三天前的时间
print(datetime.datetime.now() + datetime.timedelta(days=3,hours=3)) #三天零三小时五、random模块
import random #随机模块
print(random.random()) #随机生成0~1之间的小数
print(random.randint(1,3)) #随机生成1~3的整数
print(random.randrange(1,3)) #随机生成1~2的整数
print(random.uniform(1,3)) #随机生成1~3之间的小数
print(random.choice([1,'a','c'])) #随机生成[1,'a','c']中的一个数
print(random.sample([1,'a','c'],2)) #随机生成[1,'a','c']中的两个数
item=[1,3,5,7,9]
random.shuffle(item) #打乱列表中的数，比如洗麻将
print(item)随机码的生成
import random
def make_code(max_size):
res=''
for i in range(max_size):
num=str(random.randint(0,9)) #数字0~9选一个，变成字符串格式
alp=chr(random.randint(65,90)) #大写字母ASCII表 65~90：A~Z 随机取一个
res+=random.choice([num,alp]) #两个中拿一个
return res
print(make_code(10))