模块 module 可以是高层级到低层级用属性表示法引用的模块，例如 pandas.core.series 。

as 及其后的别名 name 是可选的。

语句可以导入单个或多个对象，用逗号分隔实际是多个子句。

第一种导入方法，如果成功获取到模块，则可以通过以下方式之一在 import 语句所在命名空间中使用它：

如果没有指定模块，引发 ModuleNotFoundError。

import pandas
pandas
<module 'pandas' from 'F:\\anaconda\\lib\\site-packages\\pandas\\__init__.py'>
del pandas
import pandas.core.series
pandas, pandas.core, pandas.core
                    import 导入语句import 语句用于从模块中导入子模块，类，函数等。语法大致有三种：# 第一种import module as name, module as name, ...# 第二种# import 之后可以置于一个元组from module import identifier as name, identifier as name, ...# 第三种from module import *模块 module 可以是高层级到低层级用属性表示法引用的模块，例如 panda
Python 模块(Module)，是一个 Python 文件，以 .py 结尾，包含了 Python 对象定义和Python语句
创建一个.py文件，并命名为testmodel,写入相应的代码
查看模块路径：pandas._ file _ #注意是两个连续的下划线
将创建的.py文件放在上面查看的路径下，如D:\Anaconda3\lib\site-packages
				
安装完pandas后，在使用时，发现需要更新numpy，系统自带的版本是1.12.1，执行 pip install -U numpy，安装成功。
Traceback (most recent call last):
 File "D:\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 2881, in run...
				
运行简单的提取excel表格数据代码出现如下提示，之前可以运行，
import pandas as pd
df=pd.read_excel(r"D:\Geany\study\find excel\BEV WORM GEAR - 72 TOOTH CEPS 23APR18_2020-3-6-3802957020007a181106-S.xls",sheet_name=0)
pd.set_option...
				
D:\anaconda3\lib\site-packages\numpy\__init__.py:140: UserWarning: mkl-service package failed to import, therefore Intel(R) MKL initialization ens
uring its correct out-of-the box operation under condition when Gnu OpenMP had already been loaded by Python 
				
import os
import inspect
currentdir = os.path.dirname(os.path.abspath(inspect.getfile(inspect.currentframe())))  # 获取当前文件所在的目录
rootdir = os.path.dirname(currentdir)                                                   # 去掉文件名，返回目录
os.sys.path.insert(0, roo.
				
1、安装pandas总报超时：这个方法一般都能解决问题
解决方法：pip install 包名-i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
这个是因为你下载的包不对 如下32位的可以改成64位
两种方式安装都是报同样的错误，失败截图：
任何对象都可以进行布尔值的检测，以便在 if 或 while 中作为条件或是作为下文所述布尔运算的操作数来使用。
一个对象在默认情况下均被视为真值，除非当该对象被调用时其所属类定义了 __bool__() 方法且返回 False 或是定义了 __len__() 方法且返回零。
下面基本完整地
数字类型属于内置类型。有三种不同的数字类型：整数，浮点数和复数。
整数通常只有数字，浮点数有小数点，而复数有实部（省略则为 0）和虚部，虚部必须有 J 或 j。
它们的类型分别是 int，float 和 complex。
type(1), type(1.0), type(1j)
(int, float, complex)
它们虽然属于不同的类型，但 Python 完全支持其混合运算。
而且布尔类型属于整数类型的子类型，布尔类型也可参与混合运算。
True/3 + 1.5 - 1J
				
优导入是指通过去除未使用的导入语句和按照特定规则重新排序导入语句，以提高代码的可读性和执行效率。在PyCharm中，有几种方法可以进行优化导入操作。
首先，在当前文件中优化导入，可以通过以下步骤进行操作：
1. 在主菜单中选择Code | Optimize Imports，或者按下Ctrl + Alt + O快捷键。
2. 将光标放在import语句中，点击Intention操作按钮，然后选择Remove unused import。
3. 打开Reformat File对话框（Ctrl + Shift + Alt + L），然后选中Optimize imports复选框。
其次，在整个项目中进行导入优化，可以按照以下步骤进行操作：
1. 将光标放在Project工具窗口上，并执行以下操作之一：
  - 在主菜单中选择Code | Optimize Imports。
  - 按下Ctrl + Alt + O快捷键。
2. Optimize Imports对话框将打开。如果你的项目受版本控制，则会启用Only VCS changed files选项。根据需要选择或清除此选项。
3. 单击Run按钮以开始优化导入操作。
请注意，所有这些操作都可以帮助你优化导入，提高代码的质量和可维护性。参考提供了更详细的信息和操作示例。