Python包内多模块重复依赖能否统一放到__init__.py中导入？

报错的根本原因 #

Python 中每个.py模块都拥有独立的全局命名空间，你在foo/__init__.py中导入的external_pkg仅存在于foo包的顶层命名空间，不会自动注入到bar.py、baz.py等子模块的作用域中，因此直接删除子模块内的导入语句会触发NameError，这属于 Python 语法的正常规则，和你的包设计本身无关。

注意：Python 导入系统自带模块缓存，同一个第三方包无论被import多少次，仅会在第一次导入时执行加载逻辑，后续导入都是直接引用缓存中的模块对象，重复写导入语句不会带来额外的运行性能开销，仅存在少量代码冗余。

可行优化方案 #

方案1：从包顶层导入公共依赖 #

将公共依赖统一放在__init__.py中，子模块通过相对导入从顶层拿依赖，仅需要修改导入语句的写法，无需重复声明全量导入路径。
代码示例：

1. foo/__init__.py代码：

# 统一管理所有公共依赖
import external_pkg
# 其他共用依赖也可以放在这里
# import numpy as np
# import pandas as pd

2. foo/bar.py代码：

# 直接从包顶层导入已经加载的依赖
from . import external_pkg

def bar_fn(x):
    # do something with external_pkg

3. foo/baz.py同理写from . import external_pkg即可。

这种方式的优势是如果后续需要修改依赖的导入别名、或者替换依赖来源，仅需要修改__init__.py一处即可，所有子模块无需改动。

方案2：单独抽离公共依赖模块 #

如果共用依赖数量较多，__init__.py需要暴露对外的公开接口，不适合放大量内部依赖导入，可以新增一个私有模块专门管理所有内部共用依赖，比如新增foo/_deps.py：

1. foo/_deps.py代码：

# 所有内部共用的第三方依赖统一在这里声明
import external_pkg
import numpy as np
import pandas as pd

2. 所有子模块都从该私有模块导入需要的依赖，比如foo/bar.py：

from ._deps import external_pkg, np, pd

def bar_fn(x):
    # do something with dependencies

这种方式的优势是依赖管理和包对外接口完全隔离，不会污染__init__.py的公开命名空间，可读性更高。

方案选择建议 #

• 如果你的包模块数量少于10个，建议直接保留各模块独立写导入语句的写法，单模块代码的可读性更高，其他开发者阅读单个模块时不需要跳转其他文件就能明确它的依赖项。
• 如果你的模块数量较多、共用依赖超过5个、且经常需要调整依赖的导入方式（比如修改别名、替换导入的子模块），再选择上面的集中管理方案即可。

内容的提问来源于stack exchange，提问作者user26866