Nano Hash - криптовалюты, майнинг, программирование

импорт python приводит к ошибке имени

Это кажется довольно простым, поэтому я должен упустить что-то очевидное. Цель состоит в том, чтобы импортировать модуль из того же каталога. Я разбил его настолько просто, насколько это возможно, и я получаю nameerror.

файл import_this.py:

def my_function(number) :
    print number + 2

файл import_test.py:

import import_this
my_function(2)

Нужно ли указывать каталог, в котором находится файл импорта? (Это то же самое, что и тестовый файл). Кроме того, могу ли я проверить, какие модули импортированы?

python import nameerror
16.07.2014

  • Вы должны использовать имя модуля для доступа к функции, например, import_this.my_function(2) 16.07.2014

Ответы:


1

Вы неправильно обращаетесь к функции.

Либо используйте следующее

import import_this
import_this.my_function(2)

or do,

from import_this import my_function
my_function(2)
16.07.2014

2

В качестве альтернативы (помимо ответа @mu выше),

>>>import import_this as it

.. а потом,

>>> it.my_function(2)
16.07.2014
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..