使用单独的 python 函数导入依赖项答案

【问题标题】：Using a seperate python function to import dependencies使用单独的 python 函数导入依赖项
【发布时间】：2018-02-01 13:56:05
【问题描述】：

一个简单的问题：我正在构建一个标准存储库来执行一些简单的机器学习任务，并且我几乎总是在这些 .py 模块中导入相同的依赖项。

我在想，如果我可以制作一个导入所有标准依赖项的 .py 文件，我的代码会稍微凌乱一点（并节省时间）。然后可以将其扩展到取决于模型的不同类，例如sklearn、xgboost 等。

1) 从外部函数调用依赖项是可取的做法吗？ 2) 如果是这样，如何做到最好？

到目前为止，我已经尝试了以下方法：

project_dependencies.py 包含

def get_dependencies():
    import numpy as np

if __name__ == "__main__":
    get_dependencies()

然后model.py 可能包含

from project_dependencies import get_dependencies

get_dependencies()

def model():
    return np.random.normal(1)

if __name__ == "__main__":
    model()

但这似乎不起作用。一个好的、长期的解决方案是什么？谢谢！

【问题讨论】：

标签： python python-3.x import python-import

【解决方案1】：

一般建议是将所需模块导入您需要的模块/文件中。这有时需要一些额外的输入，但会使每个文件/模块更加独立。

另一种（但不太推荐）方法是导入包的 __init__.py 文件中的所有依赖项（几乎没有其他任何东西），然后在其他包模块中进行相对导入，例如 from . import *。
虽然经常，__init__.py 倾向于反过来使用：它（相对）导入包模块中 __all__ 定义的所有内容。

基本上，看看其他一些知名的大型项目，看看他们做了什么。 Django、requests、NumPy 等。你可能会发现它们在每个模块中单独导入外部依赖项，并且仅对内部依赖项（类、函数等）使用相对导入。也就是说，他们使用第一个选项。

【讨论】：