Jupyter Notebook中两种模块导入方式的差异及第一种的实现方案

嘿，我来帮你拆解这两种导入方式的核心差异，以及怎么让第一种导入代码正常运行：

一、两种导入方式的核心区别 #

1. 第一种导入方式：from utils.gradient_check import eval_numerical_gradient #

这是Python的常规包导入方式，它的运行逻辑是：

• Python会在自己的模块搜索路径（也就是sys.path列表里的目录）中，寻找名为utils的Python包（也就是包含__init__.py文件的目录，Python 3.3+支持无__init__.py的命名空间包，但常规场景还是建议有这个文件）。
• 找到utils包后，再从包内的gradient_check.py模块中导入eval_numerical_gradient函数。
• 你的代码一开始运行失败，本质是因为utils所在的父目录不在sys.path里，Python找不到这个包。

2. 第二种导入方式：手动添加路径后导入 #

import sys
sys.path.append("/Users/W/dlp/src/03/utils")
import gradient_check
from gradient_check import eval_numerical_gradient

这种方式的逻辑完全不同：

• 你直接把gradient_check.py所在的目录（也就是/Users/W/dlp/src/03/utils）添加到了sys.path中。
• 此时Python会把这个目录当成模块搜索的根目录，gradient_check.py就变成了一个可以直接导入的顶层模块，而不是utils包下的子模块。
• 本质是绕开了“包导入”的逻辑，直接把单个模块所在目录加入搜索路径。

二、如何让第一种导入方式正常运行？ #

你只需要让Python能找到utils这个包就行，有几种靠谱的方法：

方法1：把utils的父目录加入sys.path #

既然utils在/Users/W/dlp/src/03/目录下，你可以在代码开头添加：

import sys
sys.path.append("/Users/W/dlp/src/03")

之后就能正常使用from utils.gradient_check import eval_numerical_gradient了——因为现在Python的搜索路径里包含了utils的父目录，能识别到utils这个包。

方法2：设置PYTHONPATH环境变量 #

如果你不想每次都在代码里加sys.path.append，可以把/Users/W/dlp/src/03这个路径添加到系统的PYTHONPATH环境变量中：

• 如果你用的是macOS/Linux，可以在终端里执行：export PYTHONPATH="/Users/W/dlp/src/03:$PYTHONPATH"，或者把这句话加到~/.bashrc/~/.zshrc里，永久生效。
• Windows系统可以在“系统属性-环境变量”里添加PYTHONPATH变量，值设为对应格式的路径即可。
  这样每次启动Jupyter Notebook时，Python都会自动把这个路径加入sys.path，第一种导入方式就能直接用了。

方法3：确保utils是合法的Python包 #

检查/Users/W/dlp/src/03/utils目录下有没有__init__.py文件，如果没有的话，新建一个空的__init__.py文件即可——这是Python识别目录为包的标准标识（虽然Python 3.3+支持无此文件的命名空间包，但添加这个文件能避免很多导入问题）。

内容的提问来源于stack exchange，提问作者wigwagg