Python：调用另一个Python脚本

是否可以调用另一个python脚本来访问脚本中的定义而不访问其他内容

在我要导入的脚本中，有一些绘图是我要抑制的，因为其他程序不需要这些绘图。也就是说，我只想访问Stumpff函数的定义，而不绘制图形

我要导入的脚本是：

#!/usr/bin/env ipython
#  This program plots the Stumpff functions C(z) and S(z)

import numpy as np
import pylab
from matplotlib.ticker import MaxNLocator


def C(z):
    if z > 0:
        return (1 - np.cos(z ** 0.5)) / z
    elif z < 0:
        return (np.cosh(np.sqrt(-z)) - 1) / -z
    return 0.5


def S(z):
    if z > 0:
        return (np.sqrt(z) - np.sin(z ** 0.5)) / np.sqrt(z) ** 3
    elif z < 0:
        return (np.sinh(np.sqrt(-z)) - np.sqrt(-z)) / np.sqrt(-z) ** 3
    return 1.0 / 6.0


vC = np.vectorize(C)
vS = np.vectorize(S)

z = np.linspace(-50.0, 500.0, 100000.0)
y = vC(z)
y2 = vS(z)

fig = pylab.figure()
ax = fig.add_subplot(111)
ax.plot(z, y, 'r')
ax.plot(z, y2, 'b')
pylab.legend(('$C(z)$', '$S(z)$'), loc = 0)
pylab.xlim((-50, 0))
pylab.ylim((0, 12))
pylab.xlabel('$z$')
pylab.gca().xaxis.set_major_locator(MaxNLocator(prune = 'lower'))
pylab.savefig('stumpffneg50to0.eps', format = 'eps')


fig2 = pylab.figure()
ax2 = fig2.add_subplot(111)
ax2.plot(z, y, 'r')
ax2.plot(z, y2, 'b')
pylab.legend(('$C(z)$', '$S(z)$'), loc = 1)
pylab.xlim((0, 30))
pylab.ylim((0, 0.5))
pylab.xlabel('$z$')
pylab.gca().xaxis.set_major_locator(MaxNLocator(prune = 'lower'))
pylab.savefig('stumpff0to30.eps', format = 'eps')


fig3 = pylab.figure()
ax3 = fig3.add_subplot(111)
ax3.plot(z, y, 'r')
ax3.plot(z, y2, 'b')
pylab.legend(('$C(z)$', '$S(z)$'), loc = 0)
pylab.xlim((0, 500))
pylab.ylim((0, 0.05))
pylab.xlabel('$z$')
pylab.gca().xaxis.set_major_locator(MaxNLocator(prune = 'lower'))
pylab.savefig('stumpff0to500.eps', format = 'eps')
pylab.show()

---

在那之后，我的新脚本是否会理解

C（z）

和

S（z）

？

您的脚本的编写方式，无法导入它，也无法进行绘图

为了使

import stumpf

能够工作，并且脚本能够理解C（z）和S（z），您需要使绘图代码仅在作为脚本运行时运行。实现这一点的一种方法是将其全部放在main（）函数中，然后使用

如果uuuu name_uuuu=='\uuuuuuu main\uuuuuu':
main（）

或者，简单地将其全部置于该条件下，如下所示：

#/usr/bin/env ipython
#该程序绘制了Stumpff函数C（z）和S（z）
将numpy作为np导入
进口派拉布
从matplotlib.ticker导入MaxNLocator
def C（z）：
如果z>0：
返回值（1-np.cos（z**0.5））/z
elif z<0:
返回值（np.cosh（np.sqrt（-z））-1）/-z
返回0.5
def S（z）：
如果z>0：
返回（np.sqrt（z）-np.sin（z**0.5））/np.sqrt（z）**3
elif z<0:
返回（np.sinh（np.sqrt（-z））-np.sqrt（-z））/np.sqrt（-z）**3
返回1.0/6.0
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
vC=np.矢量化（C）
vS=np.矢量化
z=np.linspace（-50.0500.00100000.0）
y=vC（z）
y2=vS（z）
图=pylab.图（）
ax=图添加_子批次（111）
ax.绘图（z，y，'r'）
ax.图（z，y2，'b'）
pylab.图例（“$C（z）$”、“$S（z）$”），loc=0）
pylab.xlim（-50,0））
pylab.ylim（（0,12））
pylab.xlabel（“$z$”）
pylab.gca（）
savefig（'stumpfneg50to0.eps'，格式='eps'）
图2=pylab.图（）
ax2=图2.添加子批次（111）
ax2.绘图（z，y，'r'）
ax2.绘图（z，y2，'b'）
pylab.图例（“$C（z）$”、“$S（z）$”），loc=1）
pylab.xlim（（0,30））
pylab.ylim（（0,0.5））
pylab.xlabel（“$z$”）
pylab.gca（）
savefig（'stumpf0to30.eps'，格式='eps'）
图3=pylab.图（）
ax3=图3.添加子批次（111）
ax3.绘图（z，y，'r'）
ax3.绘图（z，y2，'b'）
pylab.图例（“$C（z）$”、“$S（z）$”），loc=0）
pylab.xlim（（0500））
pylab.ylim（（0,0.05））
pylab.xlabel（“$z$”）
pylab.gca（）
savefig（'stumpf0to500.eps'，格式='eps'）
pylab.show（）

---

然后，可以使用

import stumpf

，也可以使用

stumpf.C（z）

和

stumpf.S（z）

。如果您希望能够在前面没有

stumpf

的情况下使用它们，那么请使用stumpf import*中的

，或stumpf import C，S中的
谢谢，我将尝试一下，如果可行的话，我会将其视为可接受。
import stumpff