有没有办法对 python 装饰器中的参数和注释中的类型进行本地导入？

Question

我正在编写一个包含许多函数的 python 包，我在其中设置了本地导入以避免缺少包错误（这样即使我没有安装某个包，我的其他函数仍然可以工作）。

但是，我已经编写了一个装饰器来包装我的一些函数，但是如果装饰器中的参数需要某个包，我就无法进行本地导入。当我需要在函数参数的注解中从另一个包中导入某种类型时，会出现类似的本地导入问题。

def do_fancy_stuff(arg):
    def wrapped_func(func):
        def inner_func():
            print(f"Using {arg} on the target function!")
            # Some other statements to define the inner function, for simplicity here I just run func()
            func()
        return inner_func
    return wrapped_func

@do_fancy_stuff("A")
def some_func1():
    import numpy
    pass

@do_fancy_stuff("B")
def some_func2():
    pass

# How can I avoid an import statement here and put it in the decorator?
# import numpy
@do_fancy_stuff(numpy.inf) # error here
def some_func3():
    pass

# Similarly I need to import numpy outside the function if I want to do the annotation...
# import numpy
def other_func1(input_array : numpy.ndarray): # Error
    pass

我有一个想法，对函数外的所有导入使用 try-except。但这会破坏我最初的想法，即函数的所有依赖项都应该在该函数中本地定义。

另一个想法是使用exec 或者写一个小函数来包装它，但它似乎使代码的可读性大大降低：

def _get_numpy_inf():
    import numpy
    return numpy.inf

有没有更好的方法直接在装饰器语句和注释中进行本地导入，比如？

@do_fancy_stuff(import numpy; numpy.inf) 
(import numpy; @do_fancy_stuff(numpy.inf) )
def other_func1(input_array : import numpy; numpy.ndarray):
# Just some imaginations, it doesn't work

Answer 1

我会尝试回答你的问题，但在我这样做之前，请听我说完：

程序员永远不必编写假设依赖项可能丢失的代码

如果您的项目的任何用户使用需求文件安装项目的依赖项，则依赖项都应该可用，允许所有文件和函数按预期运行。

在文件顶部导入模块是一种良好的编程习惯，它使管理文件的依赖关系变得简单明了，同时还允许在函数之外的地方使用这些模块。

虚拟环境

为了成功管理项目的依赖关系，通常使用虚拟环境和任何 python 项目的需求文件。这种做法在python以外的语言中也广泛使用。

要在名为 venv 的文件夹中创建虚拟环境，请在 shell 中使用以下命令：python -m venv venv

要激活该环境，请使用以下命令：source venv/bin/activate

安装依赖项

要安装项目的所有依赖项，您可以调用pip install -r requirements.txt。您也可以在不使用虚拟环境的情况下执行此步骤。如果您选择这样做，它将在您的全局 python 模块中安装依赖项。这可能不是任何时候都需要的，因此存在虚拟环境。

需求文件非常简单。它只是列出了您对各个行的依赖项。如下所示：

numpy
matplotlib
another_dependency

等等……

回答您的问题

尽管我真的不建议使用您当前拥有的导入结构，但我会建议以下解决方案：

使用另一个函数围绕依赖值创建范围。从这个新函数返回修饰函数。

# How can I avoid an import statement here and put it in the decorator?
def some_func3():
    import numpy
    @do_fancy_stuff(numpy.inf) # error here
    def f():
        pass
    return f

# Similarly I need to import numpy outside the function if I want to do the annotation...
def other_func1():
    import numpy
    def f(input_array : numpy.ndarray): # Error
        pass
    return f

调用函数：

some_func3()()
other_func1()(numpy.ones(20))

查看这样的解决方案应该清楚地表明，使用这些函数的语法会变得笨拙且难以阅读。按照上面的指南，答案应该会让你更容易前进:)