python - 使用单独的 python 函数导入依赖项

Question

确实是一个简单的问题: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，它会让我的代码变得更加困惑(并节省时间)。然后可以将其扩展到取决于模型的不同类别，例如sklearn、xgboost 等

1) 从外部函数调用依赖项是明智的做法吗？ 2)如果是这样，如何最好地做到这一点？

到目前为止，我已尝试以下操作:

project_dependency.py 包含

def get_dependencies():
    import numpy as np

if __name__ == "__main__":
    get_dependencies() 

和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!

Answer 1

一般建议是在需要的模块/文件中导入所需的模块。这有时需要一些额外的输入，但使每个文件/模块更加独立。

另一种(但不太推荐)方法可能是导入包的 __init__.py 文件中的所有依赖项(几乎没有其他内容)，然后在其他包模块中进行相对导入，就像来自 的。导入*。
尽管经常，__init__.py 倾向于以相反的方式使用:它(相对)导入包模块中 __all__ 定义的所有内容。

<小时/>

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