Python 模組與套件（Modules & Packages）

主題：import / from import

---

簡介

在 Python 中，模組（module）與套件（package）是組織程式碼的基礎。透過 import 與 from … import …，我們可以把大型程式切分成易於維護、可重複使用的單元。對於初學者而言，掌握正確的匯入方式不僅能避免命名衝突，還能提升執行效能；對於中級開發者，則是打造可擴充專案架構的關鍵。

本篇文章將從概念說明、實作範例、常見陷阱與最佳實踐，逐層帶你深入了解 import 與 from import 的用法，並提供實務上的應用情境，幫助你在日常開發中更加得心應手。

---

核心概念

1. 為什麼需要 import？

Python 的執行環境在啟動時只會載入內建的模組（如 sys、math），其他功能必須透過 匯入 的方式取得。這樣的設計讓標準函式庫保持輕量，同時讓開發者可以自行建立或安裝第三方套件。

2. 基本語法

方式	語法	說明
完整匯入	import module_name	匯入整個模組，使用時需加上模組名稱前綴（module_name.function()）。
別名匯入	import module_name as alias	為模組指定別名，常用於縮短名稱（import numpy as np）。
選擇匯入	from module_name import name1, name2	只匯入指定的名稱，直接使用（name1()）。
別名選擇匯入	from module_name import name as alias	為匯入的名稱指定別名（from math import sqrt as square_root）。
全部匯入	from module_name import *	匯入模組內所有公開名稱（不建議在大型專案使用）。

---

程式碼範例

範例 1：完整匯入標準模組

# 匯入整個 math 模組
import math

# 使用模組內的函式
radius = 5
area = math.pi * radius ** 2
print(f"圓面積 = {area}")

說明：使用 math. 前綴可以清楚知道 pi 與 sqrt 來源於哪個模組，避免命名衝突。

範例 2：別名匯入第三方套件

# 匯入 pandas 並給予別名 pd
import pandas as pd

# 讀取 CSV 檔案
df = pd.read_csv("sales.csv")
print(df.head())

說明：pandas 常以 pd 為別名，讓程式碼更簡潔且符合社群慣例。

範例 3：選擇匯入特定函式

# 只匯入 sqrt 與 pow
from math import sqrt, pow

print(sqrt(16))   # 4.0
print(pow(2, 8))  # 256.0

說明：僅匯入需要的名稱，可減少記憶體佔用，也讓 IDE 更容易提供自動完成。

範例 4：別名選擇匯入

# 為 sqrt 設定別名 sq
from math import sqrt as sq

print(sq(81))  # 9.0

說明：當名稱過於常見或與本地變數衝突時，使用別名可提升可讀性。

範例 5：自訂模組與套件的匯入

假設專案目錄如下：

my_project/
│
├─ utils/
│   ├─ __init__.py
│   └─ file_helper.py
└─ main.py

file_helper.py 內容：

# utils/file_helper.py
def read_text(path):
    with open(path, "r", encoding="utf-8") as f:
        return f.read()

在 main.py 中匯入：

# main.py
from utils.file_helper import read_text

content = read_text("data.txt")
print(content)

說明：__init__.py 使 utils 成為套件，透過 from utils.file_helper import … 可以直接取得子模組的函式。

---

常見陷阱與最佳實踐

陷阱	可能的問題	解決方式
使用 from module import *	名稱污染、難以追蹤來源、IDE 無法自動完成	盡量改用 明確匯入（from module import name1, name2）
同名變數遮蔽	匯入後本地變數被覆寫，導致錯誤	使用 別名（import numpy as np）或 限定名稱（module.name）
相對匯入錯誤	在腳本直接執行時 ImportError	以 絕對路徑匯入或使用 python -m package.module 方式執行
循環匯入（A 依賴 B，B 也依賴 A）	程式在載入階段拋出 ImportError	重構程式，將共同依賴抽離到獨立模組，或延遲匯入（在函式內部 import）
未加入 __all__	from package import * 時匯入過多不必要名稱	在 __init__.py 中定義 __all__ = ["module1", "module2"] 以控制公開介面

最佳實踐

1. 明確匯入：除非確定不會產生衝突，否則避免 * 匯入。
2. 遵守命名慣例：第三方套件如 numpy、pandas、matplotlib 都有慣用別名，保持一致性。
3. 模組層級分離：將常用工具放在 utils、helpers 等子套件，讓主程式保持乾淨。
4. 使用相對匯入（from . import …）只在套件內部，外部腳本請使用絕對匯入。
5. 檢查循環依賴：使用 import 時，先檢視檔案之間的依賴圖，必要時將共用程式碼抽成獨立模組。

---

實際應用場景

1. 資料科學專案

   • 只匯入 pandas.read_csv、numpy.mean 等常用函式，以減少程式碼雜訊。
   • 透過別名 np、pd 提升腳本可讀性。

2. Web 後端開發（Flask / Django）

   • 在 app/__init__.py 中匯入藍圖（Blueprint）或路由模組，保持主程式 run.py 簡潔。
   • 例如：from .views import user_bp。

3. CLI 工具

   • 使用 if __name__ == "__main__": 結構，將主要執行邏輯放在 main()，其他功能放在獨立模組，透過 from .core import parse_args 呼叫。

4. 大型套件開發

   • 在套件根目錄的 __init__.py 中定義 __all__，只暴露必要的 API，讓使用者 import mypkg 後得到乾淨的介面。

---

總結

import 與 from import 是 Python 模組化的核心機制。透過完整匯入、別名匯入、選擇匯入等多樣方式，我們可以在保持程式碼可讀性、降低耦合度的同時，提升執行效能與維護性。掌握以下要點，即可避免常見陷阱：

• 避免 * 匯入，改用明確列出名稱。
• 善用別名，防止命名衝突並遵循社群慣例。
• 注意循環依賴，必要時將共用程式碼抽離。
• 在套件內使用相對匯入，在應用層使用絕對匯入。

只要遵循這些最佳實踐，你就能在 Python 專案 中自由、有效地組織與重用程式碼，為未來的功能擴充奠定堅實基礎。祝你寫程式愉快，模組管理更上一層樓！