如何确定在Python代码开头需要导入哪些模块与包？

这绝对是每个Python开发者在写代码时都会遇到的问题——尤其是刚入门或者接手新项目的时候，总怕漏导模块或者导了一堆没用的。下面我分享几个实用的方法，帮你精准搞定导入这件事：

一、从你的功能需求倒推 #

最直接的方式就是先想清楚你要实现什么功能：

• 要处理JSON数据？那import json跑不了；
• 要操作文件路径、创建文件夹？import os或者from pathlib import Path是必备的；
• 要做数据分析、处理表格？import pandas as pd和import numpy as np大概率会用到；
• 要发送HTTP请求爬数据？import requests肯定得安排上。

举个例子：如果你要写个脚本读取本地CSV文件，计算某列的平均值，那你要么用标准库的csv模块，要么用第三方的pandas——这时候你就明确知道要导入哪个了。

二、靠IDE的智能提示省力气 #

现在的IDE（比如PyCharm、VS Code）都自带超强的代码提示功能，完全不用死记硬背：

• 当你敲pd.DataFrame()的时候，IDE会立刻标红提示你“未导入pandas”，直接用快捷键就能自动添加import pandas as pd；
• 如果你用了某个模块里的函数（比如datetime.now()）但没导入，IDE会弹出提示，帮你快速导入，甚至还能帮你选择是导入整个模块还是只导入需要的子模块/类。

这应该是日常开发中最常用的方法，省心又准确。

三、参考官方文档和成熟项目 #

如果你要用某个第三方库，比如flask做Web开发，官方文档的示例代码开头一定会告诉你要from flask import Flask；再比如用scrapy写爬虫，官方教程里也会明确列出需要导入的模块。

另外，去GitHub搜同类型的开源项目，看看别人的代码开头都导了什么——比如写爬虫的项目，一般都会导入requests、bs4（BeautifulSoup）、lxml这些，参考成熟项目的导入清单，能帮你快速摸清场景下的常用依赖。

四、边写边测，报错了再补 #

如果是小脚本或者临时写的代码，没必要提前纠结导入，先写核心逻辑，运行的时候遇到NameError: name 'xxx' is not defined的报错，就知道是漏导了模块。比如你写了print(math.sqrt(4))但没导入math，运行就会报错，这时候补上import math就行。

不过这个方法适合小项目，大项目还是提前规划好导入更高效，不然到后期一堆零散的导入会显得很乱。

五、整理自己的常用导入清单 #

可以按场景整理一份自己的导入模板，比如：

• 基础工具脚本：import os、import sys、import json、import csv、from datetime import datetime
• 数据处理场景：import pandas as pd、import numpy as np、import matplotlib.pyplot as plt
• 网络请求场景：import requests、from urllib.parse import urlencode
• Web开发（Flask）：from flask import Flask, request, jsonify

这样下次写对应场景的代码时，就能快速复用，不用再一个个想。

六、别做“无用导入” #

不要为了“可能会用到”就导入一堆模块，这样不仅会增加代码的加载时间，还会让代码显得臃肿杂乱：

• 如果只需要模块里的某个类或函数，就用from 模块 import 类/函数，比如from datetime import date，而不是导入整个datetime；
• 定期清理未使用的导入——IDE一般会把没用的导入标灰，直接删掉就行。

内容的提问来源于stack exchange，提问作者Ann Catherine Bokinsky