Python跨文件调用函数时如何复用主文件已导入的依赖模块？

1. Python中每个.py文件就是一个独立模块，拥有单独的全局命名空间，你在main.py中导入的numpy仅存在于main的作用域内，不会自动共享到nu.py的作用域，所以nu.py的函数调用numpy时会触发NameError。
2. 你对模块导入的机制存在误解：Python内置了模块缓存机制，所有已经加载的模块都会存在sys.modules字典中，同一个模块不管被多少文件重复import，只会在第一次导入时执行一次加载逻辑，后续导入都是直接返回已缓存的模块对象，不会重复加载，正常情况下不会导致程序卡住。你遇到的卡住问题大概率是部分模块导入时自带了高成本的初始化操作（比如硬件连接、大文件读取、全局服务启动等），和重复导入操作本身无关。

• 方案1：在依赖使用方单独导入（最推荐的常规写法）
  直接在nu.py顶部导入需要的依赖，符合Python编码规范，不会产生重复加载开销。如果部分模块导入初始化成本极高，可以把导入逻辑下沉到函数内部按需执行，只有函数被调用时才会触发导入：

# nu.py 写法
def createarray():
    # 按需导入，只有调用createarray时才会加载numpy
    import numpy
    numpy.array([1,2,3])

• 方案2：将主文件已加载的模块作为参数传递
  调用子文件函数时把需要的依赖当作入参传入，子模块不需要自行导入：

# main.py 调用处修改
nu.createarray(numpy)

# nu.py 函数定义修改
def createarray(numpy):
    numpy.array([1,2,3])

如果依赖较多可以打包为字典统一传递：

# main.py
deps = {
    "numpy": numpy,
    "pandas": pandas,
    # 其余依赖依次添加
}
nu.createarray(deps)

# nu.py
def createarray(deps):
    numpy = deps["numpy"]
    numpy.array([1,2,3])

• 方案3：公共依赖模块统一管理
  新建common.py统一存放所有公共依赖的导入，所有需要用到依赖的文件都从common导入即可，方便统一维护：

# common.py
import numpy
import pandas
# 其余6个依赖依次导入

# main.py 和 nu.py 都使用以下方式导入依赖
from common import numpy, pandas

内容的提问来源于stack exchange，提问作者T1000