Python模块导入后全局变量未更新，如何刷新导入变量？

这个问题其实是Python模块导入机制的常见坑，我来帮你拆解清楚：

为什么导入后的变量没同步？ #

当你在module_2.py中执行from module_1 import df_data时，Python会把module_1里df_data的**当前值（也就是None）**复制一份到module_2的命名空间中。后续read_files()修改的是module_1里的df_data引用（让它指向新的DataFrame），但module_2里的df_data仍然指向最初的None——两者已经是完全独立的变量了，自然不会同步。

可行的解决方案 #

1. 导入整个模块而非单独变量 #

这是最简单直接的方法，通过模块名访问变量，每次都会直接读取module_1中的最新值：

module_2.py代码示例：

import module_1

module_1.read_files()
print(module_1.df_data)  # 此时会输出更新后的DataFrame

2. 使用可变容器存储变量 #

如果一定要单独导入变量，可以用列表、字典这类可变对象作为容器。因为可变对象的修改是在原对象上进行的，不会改变引用关系，所以跨模块的访问会同步：

修改module_1.py：

import pandas as pd
df_data = [None]  # 用列表作为可变容器

def read_files():
    df_data[0] = pd.read_excel('dummy.xlsx')  # 修改列表内部元素

module_2.py代码：

from module_1 import df_data, read_files

read_files()
print(df_data[0])  # 可以拿到更新后的DataFrame

3. 用Getter函数封装（推荐最佳实践） #

直接使用全局变量会让代码耦合度变高，用Getter函数封装变量的访问，不仅能解决同步问题，还能让代码更清晰、易维护：

修改module_1.py：

import pandas as pd
_df_data = None  # 用下划线标记为模块私有变量

def read_files():
    global _df_data
    _df_data = pd.read_excel('dummy.xlsx')

def get_df_data():
    return _df_data

module_2.py代码：

from module_1 import read_files, get_df_data

read_files()
print(get_df_data())  # 每次调用都会返回最新的_df_data

对你疑问的解答 #

• 用get函数返回对象本身可行吗？ 完全可行，而且这是Python中处理这类场景的推荐方式，它避免了直接暴露全局变量，降低了代码耦合风险。
• 有没有办法在导入后刷新变量？ 虽然可以用importlib.reload(module_1)强制重新加载模块，但这种方式不推荐——reload可能导致旧对象引用残留、依赖关系混乱等问题，只适合调试场景，生产环境尽量不用。前面的三种方案才是更稳妥的选择。

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