如何将常用Python模块封装至单一类/文件以避免重复导入

方案1：独立公共导入文件（最常用、轻量易维护） #

这是适配绝大多数场景的方案，操作步骤如下：

• 新建独立文件，命名可以自定义为common_imports.py，在该文件中统一声明所有高频使用的模块、别名、工具函数等，示例内容：

# common_imports.py
import pandas as pd
import numpy as np
import os
import sys
import json
from datetime import datetime, timedelta
# 也可以放入自定义的高频工具函数
from your_custom_utils import format_date, get_file_md5

• 业务代码中仅需要导入这一个公共文件即可直接使用所有归集的模块，两种导入方式可选：
  • 全局导入（适合小项目，写法更简洁）：

  from common_imports import *
  # 直接使用归集的模块，无需重复导入
  df = pd.DataFrame({'col1': [1,2,3]})
  

  • 别名导入（适合中大型项目，避免命名冲突，可读性更强）：

  import common_imports as ci
  df = ci.pd.DataFrame({'col1': [1,2,3]})
  

方案2：封装到统一工具类（适合需要附加公共能力的场景） #

如果需要在导入模块的基础上，附加大量自定义的通用处理逻辑，可以用类封装的方式：

• 新建工具类文件，比如common_tools.py，示例内容：

# common_tools.py
import pandas as pd
import numpy as np

class CommonTools:
    # 绑定高频模块为类属性
    pd = pd
    np = np
    
    # 自定义通用方法
    @staticmethod
    def read_csv_support_gbk(path):
        """自动适配编码读取csv文件的通用方法"""
        for encoding in ['utf-8', 'gbk', 'utf-8-sig']:
            try:
                return pd.read_csv(path, encoding=encoding)
            except UnicodeDecodeError:
                continue
        raise ValueError("文件编码不支持")

• 业务代码使用方式：

from common_tools import CommonTools as ct
# 直接调用模块或通用方法
df = ct.pd.DataFrame({'a': [1,2,3]})
df2 = ct.read_csv_support_gbk('./data.csv')

方案3：Python启动预导入（仅适合本地个人调试使用） #

如果是本地个人开发调试场景，希望完全省去导入步骤，可以配置Python启动时自动预导入模块：

• 执行命令python -m site --user-site获取本地Python用户站点包路径
• 在该路径下新建usercustomize.py文件，写入预导入逻辑：

import pandas as pd
import numpy as np
# 将模块绑定到内置命名空间，无需导入即可直接使用
__builtins__['pd'] = pd
__builtins__['np'] = np

该方案禁止用于生产环境，会导致代码依赖不透明，其他环境运行时会直接报错。

注意事项：

1. 公共导入文件仅放入真正高频使用的模块，避免塞入冷门模块增加不必要的初始化开销
2. 团队协作场景需要同步公共导入的规则，避免代码依赖不清晰导致的维护问题
3. 生产环境优先使用显式导入公共文件的方案，不要使用预导入方案

内容的提问来源于stack exchange，提问作者Emirhan KARADENİZ