我是否应该使用“from numy import*”，将numpy（或pylab）用作python环境？

我在所有python程序中都使用pylab（更具体地说是numpy）。例外情况非常罕见，如果有的话。到目前为止，我已经养成了以以下方式导入numpy的习惯：

from numpy import *

这样做的好处是，它看起来就像numpy从一开始就是python的一部分。在每个脚本中导入这样的numpy有什么不好的地方吗？我的意思是，除了每个脚本/程序都需要更多的内存和更长的加载时间之外

我认为在每次从numpy发出的函数调用（例如，

np.zero（3）

）之前，总是要编写numpy甚至np，这是很乏味的，因为这需要我知道哪个函数来自numpy，哪个不来自。我真的不在乎zeros函数是否来自numpy或python，我只想/需要使用它

---

您认为哪种表示法更好？

如果numpy是您这样导入的唯一模块，那么这并不是一个大问题。永远不要在脚本中导入任何其他类似的模块（除非该模块是由您编写的，并且您知道关于它的一切，并且它相当小。例如，有时您将一个模块拆分为两个文件，以便更好地划分）

一般规则：以这种方式导入广泛使用的模块（如numpy）不会显著影响代码的可读性。但不要进口超过一种

我的规则是：我从不做这种进口。如果要经常使用的话，我总是做一些类似“importnumpyasnp”的事情

使用numpy import中的

*

更改

任何

、

所有

和

sum

。比如说,

any([[False]])
# True
all([[True, False], [False, False]])
# True
sum([[1,2],[3,4]], 1) 
# TypeError: unsupported operand type(s) for +: 'int' and 'list'

然而，如果使用numpy import*中的

，则值完全不同：

from numpy import *
any([[False]])
# False
all([[True, False], [False, False]])
# False
sum([[1,2],[3,4]], 1) 
array([3, 7])

通过这种方式可以找到完整的名称冲突集（感谢@Joe Kington和@jolvi）
请指出这一点）：

这可能会导致非常混乱的bug，因为有人正在测试或使用您的 如果Python解释器中的代码没有来自numpy import*的

，那么它可能会完全
与你的行为不同

从模块导入*中多次导入

可以复合
这类碰撞甚至更多的问题。如果你改掉这个坏习惯
对于bud，您永远不必担心这个（可能会混淆的）bug

如果两个模块都重新定义了相同的名称，那么导入的顺序也可能很重要

这使得我们很难找出函数和值的来源

虽然可以从numpy import*使用

，但仍然可以访问Python的内置代码，这很尴尬：

from numpy import *
any([[False]])
__builtins__.any([[False]])

可读性比：

import numpy as np
np.any([[False]])
any([[False]])

正如Python的禅宗所说

名称空间是一个非常好的主意 --让我们多用些吧

---

我的建议是永远不要在任何脚本中使用模块导入的

*

。

我想说，知道每个函数调用来自哪里是一个优势。它使您能够更好地控制名称空间中的内容，并避免各种可能的冲突，这些冲突将是调试的难点。如果您认为将numpy导入为np是一件乏味的事情，那么请等到您有了重新定义函数名的第三方模块，并且您必须追踪到一些您没有预料到的神秘行为。

请详细说明其他人所说的，numpy是使用

导入*

的一个特别糟糕的模块

pylab

用于交互式使用，在那里很好。没有人想在一个shell中反复键入

pylab.zeros

，而他们只需要键入

zeros

。然而，一旦开始编写代码，一切都会发生变化。你只需输入一次，它就可能永远留在你身边，而其他人（比如一年后的你自己）可能会试图弄清楚你到底在干什么

除了@unutbu已经说过的覆盖python的内置

sum

，

float

int

等，以及每个人都说过的不知道函数来自哪里之外，

numpy

和

pylab

都是非常大的名称空间

numpy

在其名称空间中有566个函数、变量、类等。太多了<代码>pylab有930个！（对于pylab，它们来自许多不同的模块。）

当然，很容易猜测

零

或

一

或

数组

是从哪里来的，但是

源

或

数据源

或

lib.utils

呢？（如果从numpy import*

如果你有一个稍微大一点的项目，很有可能你会在另一个文件中有一个局部变量或一个变量，它的名称类似于一个大模块中的某个东西，比如

numpy

。突然间，你开始更加关心你正在调用的到底是什么

作为另一个例子，您如何区分

pylab

的

fft

函数和

numpy

的

fft

模块

取决于你是否这样做

from numpy import *
from pylab import *

或：

fft

是一个完全不同的东西，具有完全不同的行为！（即，在第二种情况下尝试调用

fft

将引发错误。）

总之，您应该始终避免从模块导入中导入

*

，但对于

numpy

，

scipy

，等等，这是一个特别糟糕的主意，因为它们是如此大的名称空间

当然，所有这些都已经说过了，如果你只是在一个壳中四处摸索，试图在开始实际操作之前快速获得一些数据的绘图，那么当然，使用

pylab

。这就是它的用途。只是不要以任何人都不喜欢的方式编写东西

from numpy import *
from pylab import *

from pylab import *
from numpy import *

zeros(5)