python importlib用法小结
在使用Python的时候,大部分时候引入包,都是通过import
语句,比如import numpy as np
。有时候为了更复杂的需求,我们需要用程序化的方式来引入包 (Programmatic Importing), 比如根据输入不同,选择执行两个不同包里面的同名函数,这时候就需要用到importlib
这个库了。这里先从一个简单例子开始,逐渐深入地讲一下这个库的用法。
import_module用法
importlib
是Python3.1增加的系统库,其中最常用的函数是其中的import_module
,功能是用程序语句的方式替代import
语句,用法如下:
1 | import importlib |
注意最后的例子中,相对引入时需要在前面增加.
或者..
来表示相对目录,如果直接使用importlib.import_module('path', package='os')
会报错。
如果光看这几个例子的话,貌似跟import
没什么区别,而且语句变得更复杂了,有点多此一举的感觉。
其实不是的,个人认为,importlib
的强大之处是将import
语句中写死的字面值改成了import_module
函数中的参数,因此可以通过修改参数在外部用变量来控制实际import的包或者模块,大大地增加了灵活性。 下面会举一个稍微实用一些的例子。
一个实际例子
假设我们在设计一个深度学习工具库,里面包含了N个网络模型(ResNet50, HRNet, MobileNet等等),每个模型的实现都有一个load_model
的函数。由于计算设备的性能不同,需要调用的网络结构也会变化,我们需要根据外部传入的参数来判断实际load哪一个模型。
虽然采用import
语句+if-else
判断也能完成这个需求,举例实现如下:
1 | def run(model_name, input): |
这种写法存在下面的两个问题:
- 写法很冗余, N个模型的话需要添加2N条语句
- 新增模型时需要修改调用处的代码,添加对应的import语句,不符合模块化的要求。
这时候采用importlib
就能比较简洁地解决这个问题:
1 | import importlib |
可以看到在这种场景下importlib
确实能大大简化代码。
了解这些内容,日常使用这个库就没什么问题了(好像importlib
针对普通用户场景的函数貌似就只有import_module
这一个),别的一些进阶的概念在下个部分展开说一下(由于不太懂,暂时不展开了)。