AS引入本地外部项目的Module

### 导入或引用外部文件的方法 对于不同类型的外部文件，在 Python 中有不同的方法来导入或引用这些资源。以下是几种常见的方式： #### 使用 `pandas` 处理 Excel 文件 当面对 `.xlsb` 这样的二进制Excel文件时，可以利用 `pandas` 库配合 `pywin32` 或者专门处理此类文件的库如 `xlrd` 来读取数据[^1]。 ```python import pandas as pd # 假设已经安装了支持 .xlsb 的引擎 pyexcel-xlsb data_frame = pd.read_excel('example.xlsb', engine='pyexcel_xlsb') print(data_frame.head()) ``` #### 加载 CSV 文件 CSV 是一种非常普遍的数据交换格式，可以直接通过内置函数或者借助第三方库轻松加载到程序中。 ```python import csv with open('data.csv') as csvfile: reader = csv.DictReader(csvfile) for row in reader: print(row) # 或者使用 pandas 更加简便 df = pd.read_csv('data.csv') ``` #### 访问 JSON 数据 JSON 格式的文档非常适合用来存储配置选项或是作为 Web API 请求响应的一部分。Python 自带 json 模块用于解析这类结构化文本。 ```python import json with open('config.json') as f: config_data = json.load(f) print(config_data['setting_name']) ``` #### 执行 SQL 查询并获取结果集 如果目标是从数据库管理系统(DBMS)提取记录，则可采用 SQLAlchemy ORM 或 PyMySQL 等驱动器执行查询操作。 ```sql from sqlalchemy import create_engine engine = create_engine('mysql+pymysql://user:password@localhost/dbname') query_result = engine.execute("SELECT * FROM table LIMIT 5").fetchall() for record in query_result: print(record) ``` #### 动态加载模块/脚本 有时可能需要根据条件动态引入其他 Python 脚本中的定义；这可以通过 `importlib.import_module()` 函数实现。 ```python module_spec = importlib.util.spec_from_file_location("external_script", "/path/to/file.py") external_script = importlib.util.module_from_spec(module_spec) module_spec.loader.exec_module(external_script) result = external_script.some_function() ``` 以上展示了多种途径可以在 Python 编程环境中有效地访问和操纵各种形式的外部文件。具体选择哪种方式取决于实际应用场景以及所涉及的具体文件类型。