如何根据numpy模块的导入状态动态定义对应实现的类方法？

错误原因 #

你遇到的报错本质是Python类作用域的变量查找规则导致的：在类定义块内执行import numpy时，numpy会被绑定为类属性，而非类作用域下的自由变量。类内部定义的方法解析变量时，不会检索类属性空间，只会依次查找自身局部作用域、闭包作用域、全局作用域、内置作用域，因此会抛出NameError。

可行实现方案 #

方案1：全局先判断模块可用性，再定义类方法 #

这是最简洁、性能开销最小的方案，在模块加载阶段就完成判断，不会给后续方法调用带来额外开销：

# 先在全局作用域判断numpy是否可用
try:
    import numpy
    _numpy_available = True
except ImportError:
    _numpy_available = False

class xxx:
    if _numpy_available:
        @staticmethod
        def main2():
            ret_array = numpy.array([], dtype=numpy.double)
            return ret_array
    else:
        @staticmethod
        def main2():
            print("do nothing")

这里numpy是全局作用域导入的变量，类方法可以直接访问，不会出现命名找不到的问题。如果你的方法是实例方法，去掉@staticmethod补充self参数即可。

方案2：动态为类附加方法 #

如果你有多个类需要做同样的适配，可以统一判断后批量挂载方法：

class xxx:
    pass

try:
    import numpy
    def _numpy_main2():
        return numpy.array([], dtype=numpy.double)
    xxx.main2 = staticmethod(_numpy_main2)
except ImportError:
    def _fallback_main2():
        print("do nothing")
    xxx.main2 = staticmethod(_fallback_main2)

方案3：在方法内部判断（适合逻辑简单的场景） #

如果不希望把判断逻辑放到类外面，也可以在方法内每次调用时做导入判断，这种方式代码更内聚。Python导入模块后会做全局缓存，重复import不会真的重新加载，开销可以忽略：

class xxx:
    @staticmethod
    def main2():
        try:
            import numpy
            return numpy.array([], dtype=numpy.double)
        except ImportError:
            print("do nothing")

内容的提问来源于stack exchange，提问作者nobs