模块帮助我们搭建大型的项目。变量的作用域的学习，则需要我们对命名空间有深入的认知。
python模块的应用
python中，我们可以通过语句块，函数或方法，类等，来帮助我们组织代码。事实上，模块也是我们常用的代码组织方式。
python中，一个模块事实上就是一个py文件。通常来说，一个python项目是由若干个模块构建而成的。这些模块，有些是我们自己创建的，有些则是调用Python自己提供的标准库，或一些第三方提供的扩展库。
比如，我们可以通过os模块，来获取一些系统信息，如下：
os模块上面的demo里，通过import导入了模块os，调用时，以os作为前缀，调用了os模块中提供的方法。
以模块名为前缀来调用模块中的变量或方法，是一种常见的使用方式。
需要注意的是，模块导入后，本质是一个对象，变量名即为模块名。所以，如果有程序中，不慎重新定义了一个和模块同名的变量，将导致原模块无效。如下：
变量覆盖了模块除了直接通过import导入外，还有两种变形有形式。如通过from……import……，可选择性地导入模块中的部分代码，如下：
可选择导入注意上面的demo，通过选择性导入了getcwd和getenv，在使用时，不可以加os前缀，直接使用。并且，即使os被覆盖，也不会影响到已经导入的内容。
可以用*来表示将一个模块中的所有内容全部导入。这种使用方式，导入的体量效果和importos是相同的，不同点在于，使用时也不可以加模块名的前缀。
全选择导入通过情况下，我们推荐用第一种方式来进行导入。这是因为，选择性导入会在当前工作模块内引入更多的标识符，这就更容易发生不小心覆盖的情况。
python变量的作用域
变量，可以在任意一个地方定义，比如说代码块，方法，函数，类，模块等。当一个变量被定义在不同位置时，会表现出不同的作用域。
python用命名空间的机制来管理变量的作用域。命名空间是一个抽象的概念，python中，把命名空间分成三块，分别是内置命名空间，全局命名空间和局部命名空间。当尝试解析一个变量时，python会先从局部命名空间中查找该变量，如找不到，再找全局命名空间，最后再找内置命名空间。
根据以上顺序，我们可以抽象地认为，内置命名空间大于全局命名空间，全局命名空间大于局部命名空间。如下：
命名空间抽象也就是说，python在解析变量时，会从当前语句所有的空间开始找起，如果找不到，再逐层向外。并且，当一个变量定义在内层，在外层是无法找到的（因为不会向里找）。
命名空间的三层划分，是一个笼统抽象的概括，举个实际的例子：在函数外部，无法访问函数内部定义的变量。如下：
错误调用上面的demo里，在函数外部使用了在函数内部定义的变量，IDEA会有报红提示。如果尝试运行，会得到NameError，名字错误。
在某些语言中，代码块会是一个最内层的命名空间，如Java，但是在python中，不存在这一层，这意味着，下面的代码是可以正常运行的。如下：
代码块在内层空间中，可以定义一个和外层空间同名的变量，这样，可以覆盖掉外层空间变量在当前空间的影响。如果在内层空间中想要对外层空间中的变量进行操作，则需要借助global或nonlocal关键字的帮助。
global代表全局命名空间中的变量，用于定义全局变量。nonlocal代表当前空间的外层空间，多用于函数或方法嵌套时的情况。如下：
global和nonlocal