import导入太麻烦？一行命令搞定所有库的导入。

熟悉python编程的同学都知道，在处理或分析各类数据时，我们经常需要借助Python的内置包或第三方包。在使用这些包之前，我们都需要通过import命令将目标包导入进来，否则会出现“NameError:name *** is not defined”这样的错误。

尽管手动输入import语句并不复杂，但每次开始新的分析任务时都需要重复输入一遍。尤其是当需要的包比较多时，写起来费时费力。

那么，问题来了，有没有办法能够让我们省去繁琐的import语句呢？

答案是有的！这就是本文将要介绍的pyforest库。

简而言之，pyforest是一个python开源库，可以帮助我们自动导入代码中所使用到的所有python库。

这意味着当我们导入pyforest包后，就无需再导入其他所需的包了。

下面，我们就来看看如何安装并使用pyforest包。

安装

与其他包一样，pyforest也是使用pip install的方式进行安装，具体方法如下：

# 指定Python源
pip install pyforest -i https://pypi.tuna./simple

需要注意的是，pyforest包依赖于python 3.6及以上版本。

使用方法

pyforest库的使用非常简单，我们只需要导入该包（无需导入其他包），然后就可以直接进行代码的编写。

# 仅需导入pyforest
import pyforest

# 无需导入以下包
# import numpy as np
# import os
# import pandas as pd
# ...

导入后，我们就可以直接开始编写代码了。

举个栗子。

s = pd.Series([1,3,5,7,9])

s

x = np.arange(-10, 10, 0.1)
y = np.cos(x)

plt.plot(x, y)

可以看到，我们并没有手工导入numpy, pandas，但是都可以直接使用这些包，是不是很方便？

我们可以查看pyforest支持的库列表。

# 踢除内置的方法或属性
print(len([p for p in dir(pyforest) if not p.startswith('_')]))

列出支持的具体包名。

for p in dir(pyforest):
    if not p.startswith('_'):
        print(p)

可以看到，pyforest支持的库非常多，基本上涵盖了我们日常使用所需要的各种数据科学库，如pandas，numpy，matplotlib，seaborn，sklearn等等，以及常用的内置库os，sys，re等等。

此外，我们还可以查看已导入并且正在使用的库列表。

active_imports()

查看pyforest中所有Python库的列表及导入命令。

lazy_imports()

有的同学会担心，所有的库都添加进来会不会导致很慢？

答案是不会，这是因为pyforest实现的是惰性导入（lazy import），即只有实际使用的库才会被导入，而未被使用过的库根本不会导入进来。这一点我们通过上面active_imports()函数的运行结果就可以看出来。

还有的同学可能会问：如果需要的库不在pyforest中怎么办？

实际上，pyforest支持向其中添加库。操作方法为找到pyforest库的user_imports.py文件（一般在电脑用户主目录下的.forest文件夹下），然后在其中添加对应的语句即可。例如，当我们要添加xlwings库时，方法如下：

# Add your imports here, line by line
# e.g
# import pandas as pd
# from pathlib import Path
# import re
import xlwings

pyforest可谓是懒人的福音，不过笔者在日常工作中使用较少，毕竟使用不当的话可能会导致库的污染或导入库不清晰，也使得代码的可读性下降。

最后，附上pyforest源码的链接。有兴趣研究pyforest库原理的同学们可以去下面的网站进行下载。

https://github.com/8080labs/pyforest