Python 静态导入与动态导入

目录

1.静态导入

2.动态导入

3.性能与使用场景对比

---

1.静态导入

静态导入是指在代码的顶部或模块开始部分显式地写出导入语句。模块名在编写代码时就已经确定了，并且在解释器运行到该语句时立即进行导入。这是最常用的导入方法。

import math

print(math.sqrt(9))

静态导入方式有部分导入、别名导入、相对导入、导入所有内容等。

#部分导入：
from math import sqrt, pi

#别名导入  
import math as mt

#相对导入 （导入上一层目录中的模块）
from .. import module1  

#导入所有内容
from math import *

2.动态导入

动态导入（运行时导入）是指在程序运行的过程中，根据某些条件动态决定导入哪个模块。这种方式使用的是 Python 提供的importlib模块，可以让程序在运行时决定导入哪个模块。

动态导入的模块名称可以是变量(如下方module_name)，可以根据不同的条件动态变化。

import importlib

module_name = "math" 
math_module = importlib.import_module(module_name)

print(math_module.sqrt(9))

除了使用importlib进行动态导入，还有条件导入、延迟导入、通过_import_导入等。

#条件导入，通常用于处理可选依赖或兼容性问题
try:
    import cPickle as pickle
except ImportError:
    import pickle

#延迟导入，在函数或方法内部导入模块。可以减少程序启动时的开销，适用模块很大且在特定情况下使用时。
def complex_function():
    import math
    return math.sqrt(9)
print(complex_function())

#通过__import__导入，一个内置函数，以更底层的方式导入模块
module_name = "math"
math_module = __import__(module_name)
print(math_module.sqrt(9))

3.性能与使用场景对比

性能：
静态导入：所有导入都在程序开始时完成，导入过程一次性完成，性能开销低，也可以减少运行延迟。
动态导入：每次动态导入都需要进行模块的查找和加载，可能会增加一些性能开销以及运行时延迟；模块在实际需要时才导入，可以减少启动时间和内存占用。
使用场景：
静态导入：明确知道需要哪些模块时，以及需要高性能、低延迟的场景。
动态导入：需要高灵活性和动态行为时，如插件系统、动态配置系统、根据用户输入选择不同功能等场景。例如一个插件系统，不同的插件名称是在运行时由用户输入的：

import importlib

def load_plugin(plugin_name):
    try:
        plugin_module = importlib.import_module(plugin_name)
        plugin_module.run()
    except ImportError:
        print(f"Error! Plugin {plugin_name} not found.")

plugin_name = input("Please enter the plugin name: ")
load_plugin(plugin_name)