在Jupyter Notebook中导入自定义函数的模块依赖问题

这确实是Jupyter环境里复用自定义函数时很常见的小困扰！先给你拆解下问题根源：Python里每个模块（包括你的.py文件）都有自己独立的命名空间，你在Notebook主环境里导入的seaborn、matplotlib这些模块，并不会自动共享给外部.py文件的函数——函数只会在自己所在的.py文件的命名空间里找依赖模块，所以才会报找不到的错误。

下面给你几个不用在.py文件里重复导入的解决方案，按优雅程度排序：

方案1：将模块作为参数传递给函数（最推荐，低耦合） #

这种方法让你的自定义函数完全不依赖外部环境的导入状态，灵活性和复用性都拉满。比如你的.py文件里的函数可以这么写：

# my_functions.py
def plot_distribution(data, sns, plt):
    sns.histplot(data, kde=True)
    plt.title("Distribution Plot")
    plt.show()

然后在Notebook里调用时，直接把已经导入的模块传进去：

# Jupyter Notebook
import seaborn as sns
import matplotlib.pyplot as plt
from my_functions import plot_distribution

plot_distribution(df['value'], sns, plt)

优点：函数不绑定特定环境，不管在Notebook还是普通Python脚本里都能正常用，也清晰展示了函数的依赖项。

方案2：从Notebook的主命名空间导入模块（临时测试用） #

如果你只是临时快速测试，不想改函数结构，可以在你的.py文件里直接从Notebook的__main__命名空间导入已经加载的模块：

# my_functions.py
from __main__ import sns, plt

def plot_distribution(data):
    sns.histplot(data, kde=True)
    plt.title("Distribution Plot")
    plt.show()

然后在Notebook里只要提前导入过sns和plt，就能直接调用函数：

# Jupyter Notebook
import seaborn as sns
import matplotlib.pyplot as plt
from my_functions import plot_distribution

plot_distribution(df['value'])

⚠️ 注意：这个方法耦合性极高，你的.py文件完全依赖Notebook的导入顺序和模块别名，换个环境（比如直接运行.py文件）就会报错，只适合临时调试，不适合长期复用的函数。

方案3：共用配置模块（适合多函数/多脚本场景） #

如果你的项目里有很多自定义函数都依赖相同的模块，可以把所有导入逻辑放到一个共用的配置模块里，比如config.py：

# config.py
import seaborn as sns
import matplotlib.pyplot as plt
# 其他共用模块也放这里

然后在Notebook和你的自定义.py文件里都从这个配置模块导入：

# Jupyter Notebook
from config import sns, plt
from my_functions import plot_distribution

plot_distribution(df['value'])

# my_functions.py
from config import sns, plt

def plot_distribution(data):
    sns.histplot(data, kde=True)
    plt.title("Distribution Plot")
    plt.show()

优点：避免了重复写导入语句，所有模块的导入逻辑统一维护，适合中大型项目。

内容的提问来源于stack exchange，提问作者Shaunak