在 Jupyter 中重新导入特定的 Python 文件(场景分析)
Jupyter是数据分析领域非常有名的开发环境，使用Jupyter写数据分析相关的代码会大大节约开发时间。
设想这样一个场景：别的部门的同事传给你一个数据分析的模块，用于实现对数据的高级分析。模块里面有上百个函数。
如果直接写Python文件来调用数据分析模块，那么使用方法非常简单：
fromanalyzeimportFathersAnalyzer
data=[...]
father=FathersAnalyzer(data)
result=father.analyze()
print(f'分析结果为：{result}')
现在，你需要使用Jupyter来调用这个分析模块。你应该怎么在Jupyter里面调用？
你可能会觉得，这还不简单吗？直接把这个模块的代码与JupyterNotebook的.ipynb文件放在一起，然后在Jupyter里面像导入普通模块那样导入即可，如下图所示：
那么现在问题来了，如果我此时修改了analyze.py文件，会出现什么情况呢？
我们改一下看看，如下图所示。
重新运行这个Cell中的代码，代码中虽然有fromanalyzeimportFathersAnalyzer，看起来像是重新导入了这个模块，但是运行却发现，它运行的是修改之前的代码。
这是因为，一个JupyterNotebook中的所有代码，都是在同一个运行时中运行的代码，当你多次导入同一个模块时，Python的包管理机制会自动忽略后面的导入，始终只使用第一次导入的结果（所以使用这种方式也可以实现单例模式）。
那么如果我在修改了被导入的包以后，想重新导入它怎么办呢？有3种方案：
importlib
但这种方案弊端也很明显——除非你按顺序运行每一个Cell，否则，你的代码会变成下图这样：
在每一个Cell里面都需要重新加载一次分析模块，否则，很有可能在你单独运行某一个Cell的时候，用的是老的代码，就会导致难以察觉的bug。
使用Jupyter自带的%autoreload:
%load_extautoreload %autoreload1 %aimportanalyze data=123 importlib.reload(analyze) father=analyze.FathersAnalyzer(data) result=father.analyze() print(result)
运行效果如下图所示：
其中关键的代码有三行：
%load_extautoreload %autoreload1 %aimportanalyze
这三行代码只有在Jupyter里面才能正常运行，在普通的.py文件里面这样写会报错。它们的作用是：第1行启动autoreload机制。第2行，设置自动加载通过%aimport导入的模块。第3行使用%aimport导入analyze模块。
这样写以后，任意一个Cell运行，所有被%aimport导入的模块都会被重新加载一次。从而让你每次都使用最新的代码。
当然，你还可以进一步偷懒，把特殊代码缩减为2行：
%load_extautoreload %autoreload2
%autoreload后面的参数被设置为2时，每次运行任意一个Cell，都会自动重新加载所有importxxx导入的模块。这样做的代价是，运行会慢一些。
总结
以上所述是小编给大家介绍的在Jupyter中重新导入特定的Python文件的方法，希望对大家有所帮助！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。