在Python中导入带参数的模块

Question

在Python中，是否可以带参数导入一个模块呢？

我说的参数是指在模块里有一个变量，这个变量在模块内部没有被初始化，但我还是想在这个模块里使用它。简单来说，我想要的效果像是一个函数，但不同于函数的是，我希望模块里的变量能在调用的代码中直接使用。

比如说有一个文件叫a.py：

#lists like data, count, prob_distribution are constructed from training_pool (not initialized in this file)
x = pymc.Uniform('x', lower = 0, upper = 1)
rv = [ Multinomial("rv"+str(i), count[i], prob_distribution[i], value = data[i], observed=True) for i in xrange(0, len(count)) ]

还有一个文件叫b.py：

import a  #I want some way tr pass value of training_pool
m = pymc.MCMC(a)

我希望a.py里的所有随机变量都能在MCMC中使用。我也愿意接受更好的解决方案，但我想知道在Python中，给模块传递参数是否可行。

Answer 1

模块级的全局变量通常能满足大多数需求，但如果遇到以下情况呢：

• 参数需要在模块初始化时进行评估，或者
• 你需要多个不同参数的模块版本

在最近的Python版本中，可以分两步加载模块，先加载模块的规格（spec），然后再执行（exec）。在这两步之间，你可以设置额外的变量。

import importlib
abstractModuleSpec=importlib.util.find_spec('myModule')
module4=importlib.util.module_from_spec(abstractModuleSpec)
module2=importlib.util.module_from_spec(abstractModuleSpec)
module2.parameter="you are version 2"
module4.parameter="you are version 4"
module4.__spec__.loader.exec_module(module4)
module2.__spec__.loader.exec_module(module2)

在模块中，你可以使用 dir() 或类似的命令，检查这个变量是否已经定义。

Answer 2

我发现定义全局变量很有用，并且可以通过一个初始化函数来设置这些变量。

def init(config_filename=CONFIG_FILENAME):
    config = configparser.ConfigParser(interpolation=configparser.ExtendedInterpolation())
    config.read(config_filename)

    global YEARS
    YEARS = config['DEFAULT']['YEARS']
    global FEATURES
    FEATURES = config['DEFAULT']['FEATURES']

这样，用户只需要记得在使用这些方法之前先初始化这个模块就可以了：

import module
module.init('config.ini')

需要注意的是，我不会在我希望公开分享的模块上使用这种方法。这种做法更适合我个人使用的单文件模块。

Answer 3

模块之间不能直接传递参数。不过，你可以在第三个模块中使用一个全局变量来实现这个目的：

# a.py
parameter = None

---

# b.py
import a
a.parameter = 4
import c

---

# c.py
import a
# use a.parameter

当然，这种方法只有在没有其他地方导入模块c的情况下才有效，因为模块只会被导入一次。

Answer 4

有很多方法可以做到这一点，这里介绍一个简单又傻乎乎的方法：

main.py

"""A silly example - main supplies a parameter
"""

import sys,os

print os.path.basename(__file__)+":Push it by: --myModuleParam "+str(123)
sys.argv.append('--myModuleParam')
sys.argv.append(123)
import module


print os.path.basename(__file__)+":Pushed my  param:"+str(module.displayMyParam)

module.py

"""A silly example - module consumes parameter
"""

import sys,os

displayMyParam = 'NotYetInitialized'

for px in sys.argv:
    if px == '--myModuleParam':
        idx = sys.argv.index(px)
        sys.argv.pop(idx) # remove option
        displayMyParam = sys.argv[idx]
        sys.argv.pop(idx) # remove value
        print os.path.basename(__file__)+":Got my param:"+str(displayMyParam)

#
# That's it...
#

Answer 5

正如@otus已经回答的那样，模块是无法传递参数的。

我觉得你可能在看一些PyMC2的入门示例，这些示例使用了一种模式，把贝叶斯模型中所有节点的代码都放在一个模块里。这种方法适合刚开始学习，但正如你发现的那样，当你想用不同的变体来运行模型时，这种方法会有些局限。

幸运的是，PyMC2可以从列表或字典中创建一个MCMC对象，也可以从模块中创建。在这种情况下，我建议你按照@oleg-s在评论中提到的做法：使用一个函数。你可以在函数的最后加上return locals()，这样就能得到一个包含模块中所有内容的字典，这个字典可以作为pymc.MCMC构造函数的输入。下面是一个例子：

# a.py
from pymc import *

count = [10, 10] # perhaps good to put this stuff in data.py
prob_distribution = [[.5, .5], [.1, .2, .7]]
data = [[2, 8], [2, 3, 5]]

def model(training_pool):
    x = Uniform('x', lower = 0, upper = 1)
    rv = [ Multinomial("rv"+str(i), count[i], prob_distribution[i], value = data[i], observed=True) for i in training_pool ]

    return locals()

---

# b.py
import pymc, a

training_pool = [0]
m = pymc.MCMC(a.model(training_pool))