如何通过Monkey Patch修改模块内被类调用的函数以改变类的行为？

我来帮你解决这个问题～你遇到的核心问题是找错了要patch的对象位置，咱们一步步来理清楚：

为什么你的尝试没成功？ #

1. 第一种patch方式：你修改的是my_library._do_something，但foo类的bar方法里调用的是**_module.py模块内部**的_do_something，不是my_library命名空间里的这个引用，所以根本没影响到类的调用逻辑。
2. 第二种导入方式：因为你的__init__.py只导出了foo，没有把_do_something暴露出来，所以直接从my_library导入它肯定会报错。

正确的Monkey Patch方法 #

你需要直接找到函数实际定义的那个模块（也就是my_library._module），然后修改该模块里的函数引用，这样类调用时才会使用新的函数。具体代码如下：

# 导入内部模块
import my_library._module

# 替换模块内的_do_something函数
my_library._module._do_something = lambda: print('goodbye')

# 再创建foo实例调用方法
a = my_library.foo()
a.bar()  # 现在会输出'goodbye'

或者也可以这样写，更直观：

from my_library._module import foo
import my_library._module as inner_module

# 注意：必须修改模块命名空间里的函数，不能只改局部变量
inner_module._do_something = lambda: print('goodbye')

a = foo()
a.bar()  # 输出'goodbye'

原理说明 #

模块里的类在引用同模块的函数时，是直接绑定到模块的命名空间上的。你之前修改的要么是外部命名空间的引用，要么是局部变量，都没触达类实际依赖的那个模块内的函数对象。只有修改函数所在模块的命名空间中的对应变量，才能让类的调用逻辑切换到新函数。

对应到你的sklearn场景 #

针对你提到的sklearn.mixture.GaussianMixture和_estimate_gaussian_parameters的情况，逻辑完全一致：

• 先找到_estimate_gaussian_parameters实际定义的模块（比如它可能在sklearn.mixture._gaussian_mixture这类内部模块里）
• 导入那个内部模块，然后patch该模块里的_estimate_gaussian_parameters函数
• 之后创建GaussianMixture实例时，它的方法就会使用你修改后的函数了

备注：内容来源于stack exchange，提问作者leoneu