我是Python的新手，因为我想扩展使用R学习的技能。在RI中，往往会加载一堆库，有时会导致函数名冲突。
什么是Python最佳实践。我看到了一些具体的变化，但我看不出它们之间的区别
import pandas，from pandas import *和 from pandas import DataFrame
前两者之间有什么区别，我应该只导入我需要的东西吗？同样，对于制作小型程序来处理数据和计算简单统计信息的人来说，最糟糕的后果是什么。
更新
我找到了这个出色的指南。它解释了一切。
Answers:
import pandas 在pandas名称空间下导入pandas模块，因此您需要使用以下命令在pandas中调用对象 pandas.foo。
from pandas import *将所有对象从pandas模块导入到您当前的名称空间中，因此您只能使用调用pandas中的对象foo。请记住，如果当前名称空间和pandas名称空间之间存在任何命名冲突，可能会产生意想不到的后果。
from pandas import DataFrame与上述相同，但仅导入DataFrame（而不是全部）到您当前的名称空间中。
在我看来，第一个通常是最佳实践，因为它可以在代码中很好地划分不同的模块。
在阅读其他人的代码（这些人使用非常不同的导入样式）时，我注意到每种样式都有以下问题：
import modulewithaverylongname使用长模块名（例如concurrent.futures或django.contrib.auth.backends）会使代码更混乱，并降低这些位置的可读性。
from module import *让我没有机会看到这句法，例如，classA与classB来自同一模块，并有大量的工作要做对方。这使得很难阅读代码。（这种导入的名称可能掩盖了较早导入的名称，这是该问题的最小部分。）
from module import classA, classB, functionC, constantD, functionE
我的短期记忆超载了太多的名字，这些名字我在思想上需要分配给它们module，以便一致地理解代码。
import modulewithaverylongname as mwvln有时对我来说不够记忆。
基于以上观察，我在自己的代码中开发了以下样式：
import module如果模块名称较短（例如标准库中的大多数软件包），则是首选样式。如果我只需要在自己的模块中的两个或三个位置使用模块中的名称，则它也是首选的样式。清晰度则胜过简洁（“可读性很重要”）。
import longername as ln是几乎所有其他情况下的首选样式。例如，我可能import django.contrib.auth.backends as djcab。通过上面的标准1的定义，该缩写将被频繁使用，因此足够容易记住。
按照“显式优于隐式”的说法，只有这两种样式是完全Python的 。规则。
from module import xx有时仍会在我的代码中发生。我使用它的时候甚至是as格式都被夸大了，最著名的例子是from datetime import datetime
（但是如果我需要更多元素，我会import datetime as dt）。
from module import xx仅在导入自己的在另一个文件中定义的类时使用。
from <package> import <module>，尤其是当模块有多个子包时。我宁愿键入file_generators.Random()不是libraries.file_utils.generators.file_generators.Random()，所以我只想用from libraries.file_utils.generators import file_generators。
通常，最好进行显式导入。如：
import pandas
frame = pandas.DataFrame()
要么：
from pandas import DataFrame
frame = DataFrame()
当名称冲突时，Python中的另一个选项是将x导入为y：
from pandas import DataFrame as PDataFrame
from bears import DataFrame as BDataFrame
frame1 = PDataFrame()
frame2 = BDataFrame()
导入通常应放在单独的行上，例如：
Yes: import os
import sys
No: import sys, os
但是可以
from subprocess import Popen, PIPE
导入总是放在文件的顶部，紧随任何模块注释和文档字符串之后，以及模块全局变量和常量之前。
推荐绝对导入
。如果您弄乱了导入系统，它们会提供更好的错误消息，从而更具可读性，并使调试更容易。
import mypkg.sibling
from mypkg import sibling
from mypkg.sibling import example
或明确的相对进口
from . import sibling
from .sibling import example
绝对不要使用隐式相对导入，并且在Python 3中将其删除。
No: from ..grand_parent_package import uncle_package
from <module> import *应避免使用通配符导入（），因为通配符不能弄清楚名称空间中存在哪些名称，这会混淆阅读器和许多自动化工具。
关于一些建议lazy imports从蟒速度性能的技巧。
导入报表费用
import语句几乎可以在任何地方执行。将它们放在函数内部以限制其可见性和/或减少初始启动时间通常很有用。尽管Python的解释器已优化为不会多次导入同一模块，但在某些情况下重复执行import语句可能会严重影响性能。
下面给出的是页面上说明的场景，
>>> def doit1():
... import string
... string.lower('Python')
...
>>> import string
>>> def doit2():
... string.lower('Python')
...
>>> import timeit
>>> t = timeit.Timer(setup='from __main__ import doit1', stmt='doit1()')
>>> t.timeit()
11.479144930839539
>>> t = timeit.Timer(setup='from __main__ import doit2', stmt='doit2()')
>>> t.timeit()
4.6661689281463623
from A import B
本质上等于以下三个陈述
import A
B = A.B
del A
就是这样，仅此而已。
from A import B也将导入A到全局名称空间中B。您仍然可以做A.C（或即使A.B您愿意），但是您也可以做B from itertools import imap >>> itertools <module 'itertools' (built-in)> >>> imap itertools.imap >>> itertools.starmap itertools.starmap
del A
它们都适用于不同的上下文（这就是为什么它们都可用）的原因。除了关于清晰度，可维护性和简单性的通用母性声明外，没有深层的指导原则。我自己的代码中的一些示例：
import sys, os, re, itertools 避免名称冲突，并提供了一种非常简洁的方式来导入一堆标准模块。from math import *让我编写sin(x)而不是使用math.sin(x)繁重的代码。当我也导入numpy时，这有点麻烦，它对其中一些进行了加倍处理，但是我并不过分关心它，因为它们通常是相同的函数。另外，我倾向于遵循numpy文档-import numpy as np完全回避了问题。from PIL import Image, ImageDraw，因为那是PIL文档介绍其示例的方式。sin(x)而不是math.sin(x)为什么不使用from math import sin？
sin。如果我只需要几个符号，则可以将每个符号导入为逗号列表，但通常不会打扰我确定需要哪些符号。*很方便，如果有点懒。
import pandas而且from pandas import DataFrame都还可以。from pandas import *通常不建议使用第二种形式，因为它只会将所有内容提取到全局名称空间中。