在单独的文件中创建我自己的自定义方法

Question

我想把我所有的 methods\functions 都放在自定义文件夹中。这样我就可以导入了，我常用的功能都有了。

让我们来看看我目前的设置。文件夹名称：CustomMetrics（位于我工作环境中的 site-packages 文件夹中）

内部文件夹：文件 1 main_func.py : 这个文件有所有的方法和它的代码在底部我放置了这段代码以确保文件在导入时运行

print("before __name__ guard")
if __name__ == '__main__':
    missing_zero_values_table()
    barplots()   
    bool_histograms()  
    univariate_kdeplots()   
    get_mostProbable()
    KDE_feature_vs_Multiclass()
    get_outliers_IQRmethod()
    outlier_filter()
    get_clf_name()
    train_classifier_ensemble_CV()
    plot_mean_feature_importances()
    get_RFE_rankings()  
    get_optimal_n_components() 
    compare_optimal_n_components() 
    tune_classifier_ensemble()
    get_validation_curve()  
    get_learning_curve()
print("after __name__ guard")

文件 2： init.py: 这个文件导入了主文件中存在的所有方法

from CustomMetrics.main_func import missing_zero_values_table
from CustomMetrics.main_func import barplots
from CustomMetrics.main_func import bool_histograms
from CustomMetrics.main_func import univariate_kdeplots
from CustomMetrics.main_func import get_mostProbable
from CustomMetrics.main_func import KDE_feature_vs_Multiclass
from CustomMetrics.main_func import get_outliers_IQRmethod
from CustomMetrics.main_func import outlier_filter
from CustomMetrics.main_func import get_clf_name
from CustomMetrics.main_func import train_classifier_ensemble_CV
from CustomMetrics.main_func import plot_mean_feature_importances
from CustomMetrics.main_func import get_RFE_rankings
from CustomMetrics.main_func import get_optimal_n_components
from CustomMetrics.main_func import compare_optimal_n_components
from CustomMetrics.main_func import tune_classifier_ensemble
from CustomMetrics.main_func import get_validation_curve
from CustomMetrics.main_func import get_learning_curve
from CustomMetrics.main_func import pandas_entropy

文件 3： EDA.py 在这个文件中我导入了 CustomMetrics。我没有收到任何错误，并且打印出文件已编译。我知道这一点是因为在导入时我从主文件的底部打印了这个

before __name__ guard
after __name__ guard

但是一旦我尝试使用其中一个函数，我得到一个错误函数不存在

通话

missing_zero_values_table(df)

错误

----> 19 missing_zero_values_table(df)
NameError: name 'missing_zero_values_table' is not defined

如何在主文件中定义

def missing_zero_values_table(df):
    zero_val = df.eq(0).sum() #(df == 0).astype(int).sum(axis=0)
    mis_val = df.isnull().sum() #df.eq(-999).sum() #
    zero_val_pct = 100 * df.eq(0).sum() / len(df)
    mis_val_percent = 100 * df.eq(-999).sum() / len(df)
    mz_table = pd.concat([zero_val, zero_val_pct ,mis_val, mis_val_percent], axis=1)
    mz_table = mz_table.rename(columns = {0 : 'Zero Values',1: '% of Zero Values' ,2 : 'Missing Values', 3 : '% of Total Values'})
    mz_table['Total Zero Missing Values'] = mz_table['Zero Values'] + mz_table['Missing Values']
    mz_table['% Total Zero Missing Values'] = 100 * mz_table['Total Zero Missing Values'] / len(df)
    mz_table['Data Type'] = df.dtypes
    mz_table = mz_table[
        mz_table.iloc[:,2] != 0 ].sort_values( #Missing Values Col#2
    '% of Total Values', ascending=False).round(1)
    print ("Your selected dataframe has " + str(df.shape[1]) + " columns and " + str(df.shape[0]) + " Rows.\n"      
        "There are " + str(mz_table.shape[0]) +
          " columns that have missing values.")
    return mz_table

我应该如何或做什么来查看为什么我的导入不起作用？

Answer 1

只需使用以下行导入 EDA.py 文件中的所有内容：

from CustomMetrics.main_func import *

使用 * 和 import 导入模块/文件中的所有内容。

在单独的文件中创建我自己的自定义方法

Create my own Custom Methods in seperate file

python

python-class

通话

错误

如何在主文件中定义