在构建大型Python项目时经常会使用到__init__.py和__main__.py文件，通过它们可以灵活的管理模块和包。
1 __init__.py文件的应用
在Python项目中，如果某个文件夹被设置成包的形式，那么该文件夹中必须要包含一个__init__.py文件，即使它是空文件。当导入这个包时，__init__.py文件中的代码会被优先执行。
- 构建层级包
封装一个包，确保每个目录下都定义了一个__init__.py文件， 例如：
ml_api/
__init__.py
regression/
__init__.py
linear_regression.py
ridge_regression.py
...
classification/
__init__.py
svm.py
xgboost.py
...
run.py这样就能够在其他项目模块执行各种import语句，如下所示：
import ml_api.classification.svm
from ml_api.classification import xgboost
import ml_api.regression import ridge_regression as ridge__init__.py文件的目的是使得不同运行级别的包能够可选的初始化代码。如果执行了语句import ml_api那么文件ml_api/__init__.py将被导入，建立以ml_api为命名空间的内容。像import ml_api.classification.svm这样导入，那么文件ml_api/__init__.py和文件ml_api/classification/__init__.py将在文件ml_api/classification/svm.py导入之前导入。
- 控制子模块导入
绝大部分时候让__init__.py文件为空就好，但是有些情况下可以包含代码，从而行使特殊的功能，如控制子模块导入。
# ml_api/classification/__init__.py
from . import svm
from . import xgboost现在仅通过import ml_api.classification一行代码就可以替代import ml_api.classification.svm和import ml_api.classification.xgboost 两行代码的功能。
- 对子模块进行重构
__init__.py还可以将多个模块合并到一个逻辑命名空间。程序模块可以通过变成包的形式分割成多个独立的文件，不妨考虑
# test_module.py
class C1:
def f1(self):
print("C1.f1")
class C2(C1):
def f2(self):
print("C2.f2")如果想把test_module.py拆分成两个文件，然后分别定义成类，从而实现逻辑上独立。要做到这一点，首先需要使用test_module目录来替换文件test_module.py。 这这个目录下，创建如下文件：
test_module/
__init__.py
c1.py
c2.py在c1.py文件中插入以下代码：
# c1.py
class C1:
def f1(self):
print("C1.f1")在c2.py文件中插入以下代码：
# c2.py
from .c1 import C1
class C2(C1):
def f2(self):
print("C2.f2")最后，在 __init__.py 中，将上述两个文件聚合在一起：
# __init__.py
from .c1 import C1
from .c2 import C2至此，test_module就整合为统一的逻辑模块
>>>import test_module
>>>c1 = test_module.C1()
>>>c1.f1()
C1.f1
>>>c2 = test_module.C2()
>>>c2.f2()
C2.f2上面讨论的其实是包的设计问题，在一个大型的代码库中，每个功能模块都是独立的文件，用户如果想使用相应的功能按需导入即可
from package.module_1 import C1
from package.module_2 import C2
...但是这样往往会导致用户的负担增加，因为他需要知道不同的功能代码位于包的哪个模块，通常情况下应该是将这些逻辑统一起来，使用一条import语句简化导入流程
from package import C1, C2因此需要使用__init__.py文件来将每个独立的模块聚合在一起。再举一个亲身使用的例子，假设使用fastAPI作为后端搭建机器学习算法API，为了叙述方便，简化的目录结构如下
ml_api/
ml/
__init__.py
regression.py
classification.py
run.py构建回归算法的请求API
# regression.py
from fastapi import APIRouter
...
regression_app = APIRouter()
...构建分类算法的请求API
# classification.py
from fastapi import APIRouter
...
classification_app = APIRouter()
...使用__init__.py文件整合所有算法模块
# __init__.py
from .regression import regression_app
from .classification import classification_app最后在run.py文件中统一所有的路由，组建完整的API
import uvicorn
from fastapi import FastAPI
...
from ml import regression_app, classification_app
app = FastAPI(...)
...
app.include_router(regression_app, prefix='/regression')
app.include_router(classification_app, prefix='/classification')
if __name__ == '__main__':
uvicorn.run('run:app', host='0.0.0.0', port=55555, reload=True, debug=True)- 延迟加载
对于构建一个很大的包，如果在__init__.py文件中一次性导入了所有必需的模块，可能会引发一些问题。所以在某些特殊情况下，需要设计成当组件使用时才会被加载。以上一小节第一个项目为例，如果要实现这种逻辑，__init__.py文件需要改动一些代码：
# __init__.py
def C1:
from .c1 import C1
return C1()
def C2():
from .c2 import C2
return C2()在这个版本中，只有当C1和C2函数被调用时才会加载C1和C2类，但是对于用户而言，使用方法上并不会有什么不同
>>>import test_module
>>>c1 = test_module.C1()
>>>c1.f1()
C1.f12 __main__.py文件的应用
在Python项目中，__main__.py相较于__init__.py文件的用法来说比较单一，一句话总结就是，如果想要使得某个文件夹能够执行，那么该文件夹中必须要包含一个__main__.py文件，否则就会抛出异常。假设项目目录结构如下
your_package/
__init__.py
__main__.py
a.py
b.py
...然后在__main__.py文件中插入行使相关功能的代码，运行your_package即可
>>>python your_package
