Python Module 觀念解析
前言
在 Python 中的函式 (Function) 觀念 (Part 1)、Python 中的函式 (Function) 觀念 (Part 2) 與 Python 中的函式 (Function) 觀念 (Part 3) 中，我們透過三篇文章清楚的介紹了 Python 中函式 (Function) 的觀念。透過 Function，我們可以讓我們撰寫的程式碼更有結構。舉例來說，當我們撰寫完某一個功能的 Python 程式碼時，我們可以將這段程式碼打包成一個 Function，如此一來，當我們要使用到這一個功能時，就只需要呼叫這一個 Function，而不需要重複撰寫程式碼。
實際上，Python 的強大之處正是有許多「現成工具」可以使用。也就是說，許多人已經將各種不同功能的 Python 程式碼寫好，當我們想要用某一個功能時，就只需要「引入」(Import) 相對應的「模組」(Module) 即可。
看到這裡，出現了兩個我們過去不曾見過的詞：Import 與 Module。在本篇文章，我們將會介紹 Python 中 Module 是什麼，以及如何建立一個 Module，徹底了解 Python 中 Module 的觀念。
如果你對於 Python Module 的觀念已經相當清楚，那麼你知道 Python Module 與 Python Package 的差別嗎？
Python 中的 Module 是什麼
Python 中的 Module 指的就是一個包含 Python 程式碼的檔案。例如，你在 Colab 中寫了一個「example.ipynb」或是「example.py」，你就可以把它視為一個 Module，而這個 Module 的名稱就是「example」。
你可以會覺得驚訝，難道 Module 就這樣而已嗎？那我們平常寫的 Python 檔案都算是 Module 嗎？
沒錯！我們可以將一個包含有 Python 程式碼的檔案視為 Python Module，但是 Module 裡面的程式碼通常具有一個特性：「可重複使用」。
舉例來說，我們會將我們經常會用到的功能打包成許多個 Function，然後我們將這些 Function 放在一個 Python 檔案中，例如「tool.py」。當我們在其他的程式，要使用到這些功能時，我們就可以 Import 這一個 Module，或是只有 Import Module 中的其中一個 Function。如此一來，我們就不用再重新寫一個一模一樣的 Function。
建立一個 Python Module
對於 Python 中的 Module 有一點認識之後，我們就來動手建立一個 Module。
首先開啟 Colab 環境，並將這個 Colab 檔案命名為「main.ipynb」，然後在左側檔案列表的區域，點擊右鍵後「新增檔案」：
我們將檔案命名為「tool.py」，表示這一個 Module 的名稱為「tool」。
接著，打開 tool.py 並在裡頭打上以下這段程式碼：
def sum_mul(a, b, c): return (a+b)*c
我們在 Module 中新增了一個 Function，這一個 Function 可以計算兩個數字的總和再乘以第三個數字。
引入 Module 並使用 Module 中的 Function
接著，我們要開始在我們目前的 Colab 檔案 (main.ipynb) 中撰寫程式，並使用 tool Module 裡面 Function。
然而，在 main.ipynb 中並不知道 tool Module 的存在，更不用說去使用 tool Module 中的 Function。因此，我們要透過 Python 中的「import」 關鍵字將 tool Module 引入到 main.ipynb 中：
import tool
如此一來，main.ipynb 就知道 tool Module 的存在了。
main.ipynb 雖然知道 tool Module 的存在，但是不知道 tool Module 裡面有什麼 Function。因此，如果要使用 tool Module 中我們剛剛定義的 Function，就必須透過「.」這個特殊符號來使用：
print(tool.sum_mul(1, 2, 3))
4 種引入 Module 的方法
實際上，引入 Module 的方法有很多種，主要可以分為以下 4 種，讓我們一一理解他們。
單純引入 Module
第一種為單純引入一個 Module，並透過「.」來存取 Module 中的程式碼。
import tool print(tool.sum_mul(1, 2, 3))
引入 Module 的同時賦予 Module 新的名字
透過「as」關鍵字，給予 Module 新的名字，這樣在後面存取 Module 中的 Function 時，我們就可以不用打那麼多字。
import tool as t print(t.sum_mul(1, 2, 3))
只引入 Module 中的某些元素
有時候，我們並不想要引入整個 Module，因為我們只會用到 Module 中的一兩個元素。此時，我們就可以透過「from」關鍵字，引入 Module 中特定的元素。如此一來，在後方的程式碼我們就可以直接使用那些元素，而不需要透過 Module。
from tool import sum_mul print(sum_mul(1, 2, 3))
引入 Module 中所有的元素
如果一個 Module 中有很多元素（例如很多 Function），透過第 3 種引入方式想必會很費力。這時候我們可以透過「*」符號，將 Module 中所有的元素都引入。如此一來，在後方的程式碼我們同樣可以直接使用那些元素，而不需要透過 Module。
from tool import * print(sum_mul(1, 2, 3))
這邊有一個小提醒，通常我們不建議引入 Module 中所有的元素，這樣容易增加程式出錯的機率。
舉例來說，假設我們現在在 main.ipynb 中撰寫我們程式，我定義了一個 Function 稱為「sum_mul」：
def sum_mul(a, b, c, d): return (a+b+c)*d
接著，我希望使用 tool Module 裡面的功能，因此我將 tool Module 中所有的元素都引入：
from tool import *
這時候，我們再去使用我們剛剛所定義的 sum_mul Function 會發生什麼事情？
sum_mul(1, 2, 3, 4) --------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-14-ceb4a433275d> in <module>() ----> 1 sum_mul(1, 2, 3, 4) TypeError: sum_mul() takes 3 positional arguments but 4 were given
我們發現 sum_mul( ) 沒有辦法正確被執行，因為他接受 3 個參數，我們卻傳了 4 個參數進去！
會導致這樣的原因在於我們將 tool Module 中所有的元素引入的同時，tool Module 中的 sum_mul( ) Function「覆蓋」了我們原先定義的 sum_mul( ) Function。
因此，當我們在引入 Module 時，最建議的做法是「單純引入 Module」或「引入 Module 的同時賦予 Module 新的名字」兩種方法。
Python 中的 Standard Module
Python 程式語言中有許多內建、事先建立好的好的 Module，我們可以在 Python Module Index 中查看。
Python Module Index 中呈現的所有 Module，就是我們在自己的電腦上安裝 Python 程式語言時，會自動下載的 Module。我們要使用這些 Module 時，只需要使用我們上面所提到的各種不同的引入方法，將 Module 引入到我們的程式中。
舉例來說，Python 的 Standard Module 中有一個「os」Module：
「os」Module 中定義了各種與作業系統相關的操作。例如，如果我們想要列出一個資料夾中的所有檔案，就可以使用 os Module 中的功能。
結語
在本篇文章中，我們介紹了 Python 中 Module 的觀念，了解所謂的 Python Module 其實就是一個包含許多「可重複使用」的程式碼的 Python 檔案。我們也介紹了 4 種引入 Python Module 的方法，其中最推薦「單純引入 Module」或「引入 Module 的同時賦予 Module 新的名字」，來避免程式執行時出現錯誤。
在下一篇文章中，我們將基於你對 Python Module 的理解，了解為什麼有些人會在 Python 檔案中寫上：
if __name__ == "__main__":
這樣的程式碼呢？
👣 👣 👣 我喜歡撰寫程式開發、資料科學領域相關的文章，希望可以透過簡單的文字解釋複雜的觀念！如果你也有興趣可以到我的其他平台逛逛哦！
👉🏻 DataSci Ocean
👉🏻 YouTube
👉🏻 Instagram
👉🏻 Potato Media