Python模块调用报NameError，如何避免重复导入pandas？

我有一个包含两个文件的文件夹：

import_test.py
main.py

以下是import_test.py的内容：

def some_function():
        df = pd.DataFrame({'col_1': [1,2,3],
                       'col_2': [1,2,3]})
        return df

以下是main.py的内容：

import import_test
import pandas as pd
import importlib
importlib.reload(import_test)

import_test.some_function()

执行import_test.some_function()时出现如下错误：

NameError: name 'pd' is not defined

我知道可以在import_test.py中添加import pandas as pd来解决，但main.py已经导入了pandas，这似乎有些冗余，请问有没有办法避免这种冗余？

Python的模块拥有独立的命名空间，main.py中导入的pd不会自动共享给import_test.py，这是语言设计的核心规范，目的是保证模块的独立性与可复用性。不过可以通过几种方式优化：

• 显式在模块内导入（推荐方案）
  看起来是重复导入，但Python的模块导入机制会缓存已加载的模块，第二次导入只是引用缓存，不会重复加载，完全没有性能损耗。更重要的是，这样import_test.py可以独立运行，不依赖main.py的运行环境，符合模块化设计的最佳实践。修改import_test.py：

  import pandas as pd
  
  def some_function():
          df = pd.DataFrame({'col_1': [1,2,3],
                         'col_2': [1,2,3]})
          return df
  

• 将pd作为参数传入函数
  如果确实不想在import_test.py中导入，可以把pd作为参数传递给函数。调整代码如下：
  import_test.py：

  def some_function(pd):
          df = pd.DataFrame({'col_1': [1,2,3],
                         'col_2': [1,2,3]})
          return df
  

  main.py调用时：

  import import_test
  import pandas as pd
  import importlib
  importlib.reload(import_test)
  
  import_test.some_function(pd)
  

  但这种方式会让函数依赖外部传入的对象，降低了函数的独立性，仅适合特定场景使用。

• 通过模块全局命名空间注入（不推荐）
  可以在main.py中将pd注入到import_test的全局命名空间，但这种方式破坏了模块的封装性，容易引发不可预期的问题，不建议采用：

  import import_test
  import pandas as pd
  import importlib
  importlib.reload(import_test)
  
  import_test.__globals__['pd'] = pd
  import_test.some_function()
  

总结：最合理的做法还是在import_test.py中显式导入pandas，Python的缓存机制不会造成实际冗余，同时能保证模块的独立可用性。

内容的提问来源于stack exchange，提问作者user1700890