通常，你只需要把import放在文件的顶部，所有函数都可以访问它们：

import matplotlib
import matplotlib.pyplot as plt

def plot1(a,b,c,d):
    ...

def plot2(a,v,c,d):
    ...

字符串
我能想到的只有两个原因，你会想在流上导入模块：

• 循环导入（如果全局使用）
• 按需导入，以防它们加载缓慢（例如，tensorflow），并且不是每次运行程序都需要。

您当然可以编写一个额外的文件来为您处理这些导入

# optional.py with on-demand imports
# matplotlib imports are fast, no need to outsource them!
import matplotlib
import matplotlib.pyplot as plt

# slow imports which are not needed for every program run could be outsourced
import torch
import sklearn
import tensorflow
# ...

# your normal file

def myfunc():
   from optional import * 
   t = torch.Tensor()

# ... rest of the code that does not need the torch module

的数据

一般情况下，没有理由进行按需导入。您可以保存一些导入时间，但您的代码将变得更容易出错（例如很久以后才检测到丢失的包）

使用stared import * 也会使IDE更难检查代码的正确性（以及您自己）。
或者，为了接近你最初的想法，你当然可以这样做，但是由于模块的变量是局部绑定的，你需要把它们带过来。对于多个功能，它将很快开始变得混乱：

def my_imports():
   import matplotlib.pyplot as plt
   import numpy as np
   return np, plt

def plot():
   np, plt = my_imports()

型