在python的外部函数中使用全局变量类似于Matlab

在Matlab中，我可以编写一个程序，调用保存到外部文件中的子函数。在这个子函数中，我可以使用变量，而无需在本地声明它们，只要它们以前是全局定义的。在python中也可能出现这种行为吗

例如，子函数应该绘制一些内容。目前，我正在将numpy（np）和matplotlib（plt）作为参数传递给该函数

def plot_weights(weights,session,np,plt):
    ...

上面的例子来自tensorflow教程，因此

session

代表tensorflow会话

可以这样定义一个函数吗

def plot_weights(weights):
    ...

---

让python将会话、np、plt作为一些全局变量？

我认为最好不要在python中走这条路。 您可以在另一个模块中定义

session

（称为m），然后必须始终将其称为m.session，而不是从m import session中定义

我相信使用函数来检索全局状态是更好的方法，但是完全避免全局状态是最好的。
第一点是，在Python中，“全局”名称对于模块来说是全局的——没有“真实的”进程级全局名称空间。因此，不可能出现这样的情况：模块a设置一对全局变量，从模块B导入一个函数，模块B自动看到模块a的全局变量（好吧……至少不能不使用非常肮脏的技巧）

第二点是它实际上是一件好事（tm）。依赖于全局状态会使代码更难理解，并很快导致相当不可预测的行为。当此全局状态与依赖于它的代码在同一个模块中定义时，以及当您启动依赖于其他模块的模块并正确定义流程全局名称时，所有赌注都已关闭时，这种情况已经存在

此外，能够“注入”函数的依赖项不仅可以提高可读性和可预测性，还可以使单元测试更容易
 你在寻找类似的东西吗？你在鼓吹名称空间污染。当您尝试通过添加更多模块来扩展此功能时，会出现名称冲突（多个模块使用相同的名称）。您必须跟踪每个模块中使用的所有名称，并且模块作者不能更改任何内容。您必须小心，不要在自己的代码中使用这些名称。支持变成了一场噩梦，因为你不知道谁改变了什么，什么时候改变了什么。根据下面给出的答案，
global
并不意味着跨模块的全局，因此我似乎无法真正绕过将所有对象作为函数参数传递的问题。对于numpy和matplotlib，我假设我至少可以将它们导入子函数本身，而不是将它们作为参数传递？这听起来像是模块的重新加载将是缓慢的，但是。。。