Python 使用导入内联是否可能产生负面影响？

我正在开发一个Python程序，该程序需要能够运行，即使它缺少某些功能所需的库。（编辑：我编写了一个小代码来实现建议的最佳解决方案，并且使用了doctest。）

我将这些库的导入语句内联到使用它们的函数中，而不是放在Python文件的顶部，从而解决了这个问题。这意味着即使没有库，也可以很好地加载文件，当然，如果尝试调用其中一个函数，也会抛出ImportError

这项工作非常有效，我发现自己有时也在为标准库模块做这项工作——但现在我想知道这样做是否会产生一些隐藏成本

基线代码：

import numpy

def foo(): 
  return numpy.array([])

def bar(): 
  return numpy.array([1, 2, 3])

使用内联导入的代码：

def foo(): 
  import numpy
  return numpy.array([])

def bar(): 
  import numpy
  return numpy.array([1, 2, 3])

编辑：

我完全同意不内联标准库代码，这显然很糟糕

我现在认为保护进口是正确的解决方案

特别是，我对调用进行了一些计时测试，虽然时间差对于大多数应用程序来说可能并不显著，但它是可以感知的（我知道这很好！）

在琐事上

import numpy
def f():
  return numpy

在我的机器上重复100000次需要180毫秒，但是

def f():
  import numpy
  return numpy

大约需要870毫秒

非常粗略的一点是，这需要花费多达四个简单的函数调用——在大多数情况下是显而易见的，但并不重要。尽管如此，最好避免这样做，如果它不花费你什么

---

在实验中，我还意识到了内联导入的另一个缺点——当调用函数时，这些导入会在不可预测的时间发生。在我的应用程序中，它具有实时元素，这是不可接受的。

不，这样做应该没有缺点或隐藏的成本。模块被缓存并且只执行一次，即使您多次导入它们。然后导入只是（重新）设置模块的本地引用。

不太可能

导入只会发生一次，但可能发生在意外的时间（对于用户），即第一次调用执行导入的函数时

---

此外，这也是可读性的问题——如果按照惯例在顶部进行导入，那么代码的每个读者都会立即知道其依赖项是什么。当导入发生在模块的第284行时，这种清晰性可能会丢失…

没有明显的性能影响，但会使代码变得混乱。如果您决定添加新的导入或必须更改旧的导入，您必须在任何地方更改它，而不是只在一个地方更改

此外，您应该确保这是有文档记录的。如果库似乎正确导入，但在调用特定函数后很长时间内失败，则某些用户可能会感到恼火。此外，虽然整体性能没有受到影响，但可能会出现性能“重新调整”，这会在一些意想不到的地方导致性能下降。第一次调用导入

numpy

的函数时，它必须进行导入，这需要时间。用户也可能会发现这是不可取的，并希望所有缓慢的导入都提前完成

您可以很容易地通过顶部的所有导入获得类似的效果：

try:
    import numpy
except ImportError:
    warnings.warn("Numpy not available, some functions may not work!")

---

稍后尝试使用尝试访问

numpy

的函数将失败，并出现名称错误。通过使用警告（或只是打印/记录的消息），您还可以提前通知某些事情将不起作用，而不是稍后突然失败。

您这样做并没有遵循PEP 8。在标准库导入的情况下，您这样做没有充分的理由，这是非常糟糕的，足以让一些人避开您的代码（或者至少礼貌地唠叨您不应该这样做）

当然，政治公众人物第8版并不是无缘无故地这么说的。在这种情况下，有一个比个人偏好和一致性更好的原因：如果您将所有导入放在顶部，您可以很容易地找到模块的依赖关系。如果导入分布在整个文件中，这将变得更加麻烦。此外，现在几乎每个对库的调用都会引发

ImportError

，这是非常不幸的：通常的工作流是导入所有内容，如果可以导入，则假定它可以工作（这是设置virtualenv时有用的手动测试）。写得不太好的代码可能会开始执行I/O之类的操作，并在其间调用您的函数（不希望出现

ImportError

），然后对错误感到惊讶并无法正确清理

还有一点开销，即每次调用包含导入的函数时都会执行一些额外的指令。然而，在大多数情况下，此开销相当小，并且不会导入模块两次（或三次，或无数次）。当然，它也违反了干法

---

当遇到这个问题时，我和其他人选择将导入放在文件的顶部，周围是

try:。。。除了导入错误：

。然后，您可以指定一个虚拟值、发出警告、记录某些内容，或者执行任何在您的案例中有意义的操作。您甚至可以导入一个替换模块（例如，当支持没有特定模块的旧Python版本时）或您自己提供的存根模块。

现在我正在查看反汇编代码，在内联案例中肯定添加了额外的指令。我将尝试对它们进行计时…性能可能无关紧要，但函数的丑陋混乱是不好的-我将仅出于这个原因避免这种情况。您还可以将一个对象从

\uuuu getattribute\uuuu（）

分配给

numpy

，以使其超级清晰。Lattyware：好主意，我就这么做！该系统将被艺术家使用，因此可理解的错误消息是一个优先事项。事实证明，您确实需要使用

\\\uu getattr\\\u\\\

-我更新了我的原始问题，添加了实现此功能的代码链接以及doct