JupyterLite中如何从外部文件导入含依赖的函数库？

可以，有两种实用方式实现不在笔记本中手动执行安装或导入操作，直接从外部文件加载依赖：

方法一：在functions.py内自动处理依赖安装 #

直接在functions.py开头加入依赖检查与安装逻辑，这样导入该模块时会自动完成numpy的安装：

# functions.py
import micropip
import asyncio

# 检查numpy是否已安装，未安装则自动安装
try:
    import numpy as np
except ImportError:
    asyncio.run(micropip.install("numpy"))
    import numpy as np

def a_useful_function(val):
    return np.array(val) * 2

当你在笔记本执行import functions时，脚本会自动检测numpy是否存在，缺失的话会通过micropip完成安装，无需在笔记本中额外操作。

方法二：配置JupyterLite预加载numpy #

如果需要整个会话默认自带numpy，可以修改JupyterLite的配置文件（如jupyter_lite_config.json），添加预加载包的配置：

{
  "pyodide": {
    "packages": ["numpy"]
  }
}

配置完成后，每次启动JupyterLite会话时，Pyodide会自动加载numpy包，此时直接导入functions.py就不会触发依赖错误。这个方法适合固定环境的长期使用场景。

内容的提问来源于stack exchange，提问作者user2667066