在Python中导入模块的最佳方法

一次将所有模块函数导入命名空间时是否存在性能劣势，如：

from numpy import *
A = array([...])

与仅在需要使用时导入模块功能相比，如下所示：

import numpy as np
A = np.array([...])

---

它不会对性能产生任何明显的影响。它确实污染了模块的名称空间，因为一堆函数可能会影响内置函数（例如，numpy包含its），一般来说，它很难判断函数的实际定义位置，因此您应该避免它。

它不会对性能产生任何明显的影响。它确实污染了模块的名称空间，因为一堆函数可能会影响内置函数（例如，numpy包含its），一般来说，很难判断函数的实际定义位置，因此，您应该避免它。

来自numpy import*

将使每个导入的方法/变量看起来都是代码的一个组成部分。无法确定导入的位是来自“外部”还是在代码中定义的。我不认为这是性能问题，而不是调试和所谓的“名称空间”，这本身就是一个完整的主题。

---

当您使用

import numpy as np

时，请确保将

np

用作“昵称”，以便导入的代码不会变成“fantom”。因此，当需要追踪或追查某一特定方法/函数/变量的定义或来源时，这将相对容易或可能，因为“np”将被用作线索

来自numpy import的

*

将使每个导入的方法/变量看起来都是代码的一个组成部分。无法确定导入的位是来自“外部”还是在代码中定义的。我不认为这是性能问题，而不是调试和所谓的“名称空间”，这本身就是一个完整的主题。

---

当您使用

import numpy as np

时，请确保将

np

用作“昵称”，以便导入的代码不会变成“fantom”。因此，当需要追踪或追查某一特定方法/函数/变量的定义或来源时，这将相对容易或可能，因为“np”将被用作线索

请参见

import numpy

比从numpy import*导入

更惯用参见
import numpy
比从numpy import*

导入

更惯用