我应该通过`from numpy import *`使用numpy（或pylab）作为Python环境吗？

Question

我在所有的Python程序中都使用pylab（更具体地说是numpy）。除了极少数例外，我几乎每次都这样做。目前，我已经养成了以以下方式导入numpy的习惯：

from numpy import *

这样做的好处是让numpy看起来就像是Python一开始就有的功能。每个脚本都这样导入numpy，有什么坏处吗？我指的是除了每个脚本/程序会多占一点内存，加载时间会稍长之外。

我觉得每次调用numpy的函数时都要写numpy或者np（比如，np.zeros(3)）有点麻烦，因为这需要我知道哪些函数是来自numpy的，哪些不是。我其实并不在乎zeros函数是来自numpy还是Python，我只想用它。

你觉得哪种写法更好呢？

Answer 1

我们换个角度来看这个问题。我拿到了你的代码来调试，发现你调用了：

zeros(5)

要检查你的代码里这个是 np.zeros 还是你在别的地方重新定义过，确实挺麻烦的。而且因为 pylab 有930个名字，这种情况很容易发生。

Answer 2

为了更详细地说明其他人说的内容，使用 import * 来引入 numpy 模块是个特别糟糕的选择。

pylab 是为了交互式使用而设计的，在这种情况下使用是没问题的。没有人想在命令行里反复输入 pylab.zeros，因为可以直接输入 zeros。但是，一旦你开始写代码，情况就完全不同了。你只需要输入一次，但这段代码可能会一直存在，其他人（比如一年后的你自己）可能会想搞清楚你当时到底在做什么。

除了 @unutbu 提到的关于覆盖 Python 内置的 sum、float、int 等的内容，以及大家提到的关于不知道函数来源的问题，numpy 和 pylab 的命名空间都非常大。

numpy 的命名空间里有 566 个函数、变量、类等等。这可真不少！而 pylab 甚至有 930！(而且这些来自很多不同的模块。)

当然，像 zeros、ones 或 array 这样的函数你大概能猜到它们来自哪里，但 source、DataSource 或 lib.utils 呢？（如果你使用 from numpy import *，这些都会出现在你的本地命名空间里。）

如果你的项目稍微大一点，很有可能你会有一个本地变量或者其他文件里的变量，名字和 numpy 里的某个东西很相似。突然间，你会更加在意你到底在调用什么！

再举个例子，你怎么区分 pylab 的 fft 函数和 numpy 的 fft 模块 呢？

这取决于你是这样做：

from numpy import *
from pylab import *

还是这样：

from pylab import *
from numpy import *

fft 在这两种情况下是完全不同的东西，行为也完全不同！(也就是说，在第二种情况下调用 fft 会报错。)

总的来说，你应该始终避免使用 from module import *，但在 numpy、scipy 等大型模块的情况下，这尤其是个坏主意，因为它们的命名空间太大了。

当然，以上说的都是在前提下，如果你只是想在命令行里快速绘制一些数据的图表，然后再继续做其他事情，那当然可以使用 pylab。这就是它的用途。只要不要用这种方式写出后面的人可能会想看懂的代码就行！

</rant>

Answer 3

1. 使用 from numpy import * 会改变 any、all 和 sum 的行为。举个例子，

   any([[False]])
   # True
   all([[True, False], [False, False]])
   # True
   sum([[1,2],[3,4]], 1) 
   # TypeError: unsupported operand type(s) for +: 'int' and 'list'
   

   而如果你使用 from numpy import *，那么这些值就会完全不同：

   from numpy import *
   any([[False]])
   # False
   all([[True, False], [False, False]])
   # False
   sum([[1,2],[3,4]], 1) 
   array([3, 7])
   

   关于名称冲突的完整列表可以通过这种方式找到（感谢 @Joe Kington 和 @jolvi 提醒这一点）：

   import numpy as np
   np_locals = set(np.__all__)
   builtins = set(dir(__builtins__))
   print([name for name in np_locals.intersection(builtins) if not name.startswith('__')])
   # ['any', 'all', 'sum']
   

2. 这可能会导致非常混乱的错误，因为在没有使用 from numpy import * 的情况下测试或使用你代码的人，可能会看到和你完全不同的行为。

3. 使用多次 from module import * 的方式会让问题更严重，因为会出现更多这种名称冲突。如果你能及时改掉这个坏习惯，就不必担心这种（可能让人困惑的）错误了。

   如果两个模块都重新定义了同一个名称，导入的顺序也可能会影响结果。

   而且这会让你更难搞清楚函数和变量的来源。

4. 虽然可以使用 from numpy import * 仍然访问 Python 的内置函数，但这样做会显得很别扭：

   from numpy import *
   any([[False]])
   __builtins__.any([[False]])
   

   而且可读性比下面的方式差：

   import numpy as np
   np.any([[False]])
   any([[False]])
   

5. 正如 Python 的哲学所说，

   命名空间是个非常好的主意——让我们多用一些吧！

我的建议是，任何脚本中都不要使用 from module import *。