python-remote SDK 多层目录的import，subprocess的使用就idea中环境变量

来源：互联网发布：手机恶意坑人软件编辑：程序博客网时间：2024/06/02 07:02

问题 1：多层目录中的import

1) 首先在idea编辑器（2017版）下

在idea编辑器下，上图图的目录结构（work space是study_and_test，下面有文件夹mod1和mod2，文件test.py），可以直接通过下面语句相互访问：

# test2.pyimport mod1.method1 as method1method1.output()# test1.pyimport mod2.method2 as method2method2.output()# test.pyimport mod1.method1 as method1import mod2.method2 as method2method1.output()method2.output()

此时的文件夹mod1和mod2默认为一个包。直接可以通过“.”引用其下的.py文件。

2）在Linux环境下（ubuntu）

在Linux环境下test.py和mod1，mod2中py文件无法访问，同时mod1和mod2中的文件也不能相互访问，这个时候只需要在各个文件夹下新建一个__init__.py文件即可把文件夹变成包，就可以访问其中的文件了,正如下图：

但是此时依然有问题，在Linux环境下直接用python file指令运行的时候只能test.py文件访问mod1和mod2文件夹下的文件，而不能mod1和mod2两个文件夹中的文件相互访问。要想1）中的代码同样可以执行，必须在mod1和mod2中的文件里加上下面语句：

import syssys.path.append('..')

加了上面的语句之后mod1和mod2中的文件就可以相互访问了，注意sys.path中存放的路径，就是import所查找的路径。这里加上“..”，表示当前目录的上一个目录，这种方式存在一个问题：python file（py文件）指令必须要在mod1或者mod2内部执行，如果是在study_and_test目录下，那么“..”表示的是study_and_test的上一个目录，所以加上绝对目录可能更好。

import syssys.path.append('/home/username/python_workspace/study_and_test')

这里还有一个知识点：当你用python-remote SDK的时候，用idea输出的sys.path和直接在Linux上用python指令运行所输出的不一样，差别就是idea输出的多了一个work space就是这里的：

'/home/username/python_workspace/study_and_test'

而且这个操作和idea中的菜单“Mark directory as”一致，换句话说，就是如果你Mark an directory as source root,那么这个directory就会出现在sys.path中，这是你import就可以找到相应的文件。并且通过这种方式import用户自定义的py文件，不需要加文件夹的名称。

问题 2： subprocess运行程序时的路径问题

这里的subprocess调用文件时默认的是从当前文件所在的位置开始调用，所以如果当前要调用的文件不在当前subprocess所在文件的文件夹下，就要就要支出被调用文件的绝对路径:

# test2.pyimport subprocesssubprocess.call(['python', '/home/username/python_workspace/study_and_test/mod1/method1.py'])

或者是通过其中的cwd 参数来指定工作路径：

# test2.pyimport subprocesssubprocess.call(['python', 'mod1/method1.py'], cwd='/home/jyzbyj/python_workspace/study_and_test')

当然这里cwd='..'即可，但是也存在与问题1中类似的问题，所以指出绝对路径更好

问题 3： idea中的环境变量

首先需要明确的是idea中远程运行的环境变量和直接在Linux中运行的环境变量是不一样的。例如我在Linux中用户主目录下的.bashrc 文件内设置目录都不会在idea的结果中出现。因为idea获得的是Linux中原始的环境变量，所以要运行我们的程序，必须要在idea中加入我们用到的库的路径，也就是环境变量。

代码：

import subprocesssubprocess.call(["echo $PATH"], shell=True)

两个结果如图：

ubuntu下：

idea远程运行结果：

idea中得到的结果只是原始的环境变量，只是在ubuntu下运行中间的一部分，可能idea得到的root的环境变量。所以如果你要用TensorFlow，同时要用GPU，那么你就应该把CUDA的库目录加到idea的环境变量中，同时要注意的是idea不支持“$VARIABLE”的形式。你需要直接写绝对路径。如下图：

这样操作以后idea得到的环境变量就加上了用户加入的环境变量。

阅读全文

0 0

手机恶意坑人软件

原创粉丝点击