导入我的课程时，我无法访问其他模块的功能

Question

我正在尝试学习如何为运行模拟的科学计算进行面向对象的编码；我正在使用 numpy 等。我创建了我的第一个类 WC_unit，它位于 ./classes/WC_class.py（一个子目录）。我在classes 目录中创建了一个__init__.py 文件（为空）。

WC_unit 类的方法需要一些 numpy 函数，例如 exp

当我从终端运行代码（在 ipython 中）时，使用

%run WC_class.py

我可以生成E1 = WC_unit() 类的实例，我可以在上面运行相关的方法，即E1.update() 我真的无法判断它是否有效。我在位于的脚本test.py 中编写了一些外部代码。 （以上./classes）来测试我正在生成的对象，我正在尝试使用

导入该类

from classes.WC_class import WC_unit

现在，当我创建类的实例 E1 并运行 E1.update() 时，我收到错误消息 global name 'exp' is not defined。

我尝试调用from numpy import * 或import numpy as np 并将函数调用更改为np.exp()，但我继续收到错误消息。考虑到我有某种范围界定问题或命名空间问题，我已将相同的导入函数放在不同位置，包括test.py 文件、类文件顶部WC_class.py，甚至在方法中：

class WC_unit:
    def __init__(self): [assign default pars from a dict including r, dt, tau, and Iapp]...
    def update(self):
        from numpy import *
        self.r += self.dt/self.tau * (-self.r + exp(self.Iapp))

我真的很想提高自己的水平，弄清楚如何编写自己的类并将它们与出色的计算工具一起使用。我想我想知道：

1. 我做错了什么（可能很多，我怀疑）。我认为这与我导入课程的方式有关？但也可能在课程本身中进行范围界定。

2. 为什么当我 import 我的班级无法访问 numpy 函数，但当我像终端中的脚本一样运行它时却没有？

3. 我想我一般也不明白为什么人们如此保护他们的命名空间，即为什么这么多代码示例显示import numpy as np 并使用所有函数作为np.exp(x) 等等。我不明白'没有太多的计算机科学背景，所以我可以从你提供的任何解释中受益匪浅——文档对我来说有点神秘。

Python 版本：2.7.8 |Anaconda 2.1.0 (x86_64)| （默认，2014 年 8 月 21 日，15:21:46） [GCC 4.2.1 (Apple Inc. build 5577)] 在 Mac OSX 10.6.8 上

Answer 1

当您在 IPython 中调用 %run WC_class.py 时，您所做的是将该源文件的内容直接加载到交互式命名空间中。因为您已经在 IPython 会话中调用了 from numpy import *，所以 exp 在当前“模块”的全局变量集中定义为 numpy.exp（在这种情况下，它只是 IPython 交互式命名空间），所以当您在WC_unit.update()（或WC_class.py 内的任何其他位置）中调用exp() 时，它会正常工作。

但是，您不会在 test.py 的顶部执行 from numpy import *，因此当您将 WC_unit 导入脚本时，exp 尚未在当前模块的范围内定义（现在是test 脚本）。

您已经在WC_unit.update() 方法本身中尝试了from numpy import *，但这会失败，因为import * is only allowed at a module level（实际上，当您尝试导入WC_unit 时，您应该看到SyntaxWarning 与此有关！）。由于导入失败，exp 仍然未定义，WC_unit.update() 方法将引发您看到的NameError。

你应该做的是在任何使用 numpy 函数的源文件的顶部有一个单独的导入行：

import numpy as np

然后通过 np. 命名空间引用任何 numpy 函数。

---

关于你的第三点，这样做的主要原因

import numpy as np

x = np.exp(y) # etc.

而不是

from numpy import *

x = exp(y)   # etc.

是不是后一种方法污染了你的全局命名空间。

假设您已经定义了自己的函数exp。当您执行from numpy import * 时，您将使用numpy.exp 覆盖您自己的名为exp 的函数，因此当您稍后调用exp(y) 时，它可能不会按照您的预期执行。例如，这正是某些 Python 内置函数（例如 sum 和 all）所发生的情况：

print(sum.__module__)
# __builtin__

from numpy import *

print(sum.__module__)
# numpy.core.fromnumeric

更重要的是，这或多或少是不可逆转的——一旦你完成了from module import *，就没有简单的方法来摆脱你已经导入到你的命名空间的东西（或者恢复你任何旧的模块或变量） '已经通过在它们的顶部导入而崩溃了）。

只要您将每个模块的所有内容保存在其自己单独的命名空间中，就没有命名空间冲突的风险，也不会对每个函数或类的来源产生歧义。按照惯例，我们使用np 来指代numpy 的命名空间，plt 来指代matplotlib.pyplot 等等。