jupyter中no module named torch jupyter中no module named

本文旨在在 Jupyter 上解决Notebook中导入概念Python模块时常见的ModuleNotFoundError问题，特别是当模块存在依赖关系时。我们将深入探讨Python的模块搜索配置机制，并提供四种有效策略，包括PYTHONPATH、调整工作目录、利用IDE特性以及创建可编辑安装包，以确保模块内部存在项目的导入和跨环境兼容性。引言：理解ModuleNotFoundError的溶液

在Python项目开发中，尤其是在Jupyter Notebook这样的吸引力环境中，当项目结构变得复杂，考虑包含多个相互依赖的自定义模块时，ModuleNotFoundError是一个常见的挑战。以下典型的项目目录结构：my_directory/├──modules/│├──my_module_1.py│└──my_module_2.py└── my_notebook.ipynb登录后复制

假设my_module_2.py内部导入需要my_module_1.py，而my_notebook.ipynb则需要导入modules.my_module_2。最初的导入方式可能如下：my_module_2.py中的导入：# my_module_2.pyimport my_module_1 as Something登录后复制my_notebook.ipynb中的：# my_notebook.ipynbimportmodules.my_module_2assomething_elsefrommodules.my_module_2importmy_function登录后复制登录后复制

当单独运行my_module_2.py时，它可能正常工作。但是，当在my_notebook.ipynb中执行导入modules.my_module_2的代码时，Python会在my_module_2.py内部尝试解析import my_module_1，此时通常会发送ModuleNotFoundError：No module name 'my_module_1'。

这个问题的核心位于Python的模块搜索路径（sys.path）在不同执行上下文中的差异。当直接运行my_module_2.py时，Python可能当前在目录中找到my_module_1.py。但当my_notebook.ipynb作为角色脚本运行时，让my_directory视为其工作目录，并尝试将modules作为一个包来导入。此时，my_module_2.py内部的导入my_module_1不再被视为相对导入，而是尝试在sys.path中查找名为my_module_1的顶级模块，从而导致失败。

立即学习“Python免费学习笔记（深入）”；

为了解决这个问题，我们的目标是：将my_directory明确定义为项目的根目录（或Python包的严格目录）。确保my_directory能够被Python的模块搜索机制正确发现。统一项目内部的模块导入方式，推荐使用从项目根目录开始的绝对导入。

统一模块导入策略：绝对导入

为了保证项目内模块导入的健壮性和一致性，一旦my_directory被正确添加到Python的搜索路径中，所有模块间的导入都应采用绝对路径形式。这意味着：my_module_2.py中的导入应修改为：# my_module_2.pyimport module.my_module_1 as Something # 明确指定从modules包导入my_module_1登录后复制my_notebook.ipynb中的导入保持不变：# my_notebook.ipynbimportmodules.my_module_2 as Something_elsefrommodules.my_module_2 import my_function登录后复制登录后复制

通过这种方式，无论代码在哪里执行，只要my_directory在sys.path中，Python只要从my_directory开始，按照modules -gt； my_module_1的正确路径解析模块。解决ModuleNotFoundError的四种方法

以下是四种确保my_directory被Python正确发现，从而解决ModuleNotFoundError的有效方法：方法一：配置PYTHONPATH环境变量

PYTHONPATH环境变量是Python解释器查找模块的附加路径列表。通过将my_directory添加到PYTHONPATH，可以全局性地让Python发现该目录下的模块。原理： Python在启动时会检查PYTHONPATH环境变量，把其中的路径添加到sys.path中。操作：Windows：在命令行或PowerShell中执行：set PYTHONPATH=PYTHONPATH；C：\path\to\my_directory#或者直接设置，如果不想保留原有路径：# set PYTHONPATH=C：\path\to\my_directory登录后复制

若要永久生效，需要通过系统环境变量设置。Linux/macOS：在终端中执行：export PYTHONPATH=$PYTHONPATH：/path/to/my_directory登录后

为了永久复制生效，可以行添加到~/.bashrc，~/.zshrc或~/.profile文件中。优点：一次设置，对所有Python脚本和Jupyter Notebook都有效。缺点：可能会影响其他项目的模块新建，尤其是在有同名模块时。不包括项目独立管理和分享。方法二：调整当前工作目录(CWD)

Python在启动时，粘贴当前工作目录（CWD）添加到sys.path的主要。这意味着，如果从my_directory目录下启动Jupyter Notebook，那么my_directory会自动被添加到搜索路径中。原理：Python的模块搜索会优先在当前工作机制目录中查找模块。操作：启动Jupyter Notebook时：打开或终端，导航到my_directory目录，然后运行jupyter Notebook命令。

cd /path/to/my_directoryjupyter Notebook登录后复制在Jupyter Notebook中临时改变：虽然不推荐作为长期解决方案，但可以在Notebook的底层使用os.chdir()来临时改变工作目录。import os#确保路径正确指向my_directoryos.chdir('/path/to/my_directory')#验证当前工作目录print(os.getcwd())#此时可以导入模块import module.my_module_2登录后复制优点：简单直接，消耗配置环境变量。缺点：依赖于Jupyter Notebook的启动方式，不基于自动化和协作，且os.chdir()会改变整个Notebook会话的工作目录，可能导致其他路径问题。方法三：利用集成开发环境（IDE）的项目管理功能

主流的Python IDE，如PyCharm、VS代码（配合Python插件）或Spyder，通常都内置了项目管理功能。当将my_directory作为项目根目录打开时，IDE会自动处理Python路径，确保项目内的模块能够被正确发现。原理： IDE会在内部Python解释器中，创建将项目根目录添加到sys.path中，或者在运行配置时将项目根目录设置为CWD。操作：PyCharm：打开PyCharm，选择“Open”，然后选择my_directory。PyCharm会自动识别并配置项目解释器。VS Code：打开VS Code，选择“File”-gt；“Open文件夹...”，然后选择my_directory。确保安装了Python扩展，并且选择了正确的Python解释器。Spyder：在Spyder中，可以通过“Projects”菜单创建或打开项目，把my_directory指定为项目根目录。优点：自动化程度高，开发体验好，IDE会处理大部分路径问题。缺点：依赖于特定的IDE环境。方法四：创建可编辑安装包(pip install -e .)

这是最推荐、最Pythonic且最健壮的方法，尤其适用于大型项目、需要分散安装或团队协作的场景。通过一个简单的setup.py文件创建，可以将项目作为可编辑的Python包环境到中。

原理： pip install -e .命令会创建一个指向项目源文件的链接，使得Python解释器能够像查找已安装包一样查找项目中的模块。这相当于将项目根目录永久地添加到sys.path中，但以一种更规范和可管理的方式。

操作：

在my_directory下创建setup.py文件：# my_directory/setup.pyfrom setuptools import setup， find_packagessetup( name='my_project'， # 项目名称，可自定义 version='0.1.0'， packages=find_packages()， # 自动替换所有包（包含__init__.py的目录） #或者明确指定包目录： # packages=['modules']， # 其他元数据（可选）author='你的名字'，author_email='your.email@example.com'，description='一个演示模块导入的简单项目'，url='http：//example.com/my_project'，)登录后复制

注意：modules目录需要包含一个空的__init__.py文件，成为一个Python包。my_directory/├──modules/│├── __init__.py # 新增│ ├── my_module_1.py│ └── my_module_2.py├── my_notebook.ipynb└── setup.py # 新增登录后复制

在命令行中安装：打开命令行或终端，导航到my_directory目录，然后运行：cd /path/to/my_directorypip install -e .登录后复制

-e（或--editable）标志表示以可编辑模式安装，这意味着对源代码的任何修改都会立即反映到已安装的包中，消耗重新安装。

优点：最符合Python包管理规范，适用于任何规模的项目。模块路径标注需要手动配置环境指标。在团队协作和项目分发之后。与虚拟环境结合使用，可以为每个项目创建独立的、隔离的开发环境。

缺点：需要了解setup.py的基本配置。

代码修改与实践

完成上述配置（例如，通过pip install -e .），并my_module_2.py后，你的项目结构和代码将如下：

项目结构：my_directory/├──modules/│├──__init__.py│├──my_module_1.py│└──my_module_2.py├── my_notebook.ipynb└──setup.py登录后复制

my_module_1.py：# my_directory/modules/my_module_1.pydefgreet(name)： return fquot；Hello from my_module_1， {name}!quot；登录后复制

my_module_2.py：# my_directory/modules/my_module_2.py#采用绝对方式导入modules.my_module_1 as somedef my_function()： message = Something.greet(quot；Worldquot；) print(fquot；my_module_2 说： {message}quot；)if __name__ == '__main__'： my_function()登录后复制

my_notebook.ipynb：# my_directory/my_notebook.ipynb#确定my_directory已通过上述方法之一被添加到Python路径中#导入my_module_2import module.my_module_2 as my_mod_2#调用my_module_2中的函数my_mod_2.my_function()#也可以直接导入函数from module.my_module_2 import my_functionmy_function()登录后复制

现在无论是在Jupyter Notebook中运行，还是直接通过python my_directory/modules/my_module_2.py运行，都会正常工作，因为my_directory已经被正确识别为项目的根，并且所有导入都基于这个根进行。注意事项与最佳实践优先使用绝对导入：在项目内部，尽量使用从项目根目录开始的绝对导入路径（如import module.my_1），而不是相对导入（如from . import my_1），这可以提高代码的约束性和可维护性，并减少在不同执行上下文中的路径问题。避免临时修改sys.path：尽管可以使用可以使用sys.path.append('/path/to/my_directory')在代码中动态添加路径，但通常被认为是一种不推荐的临时方案，因为使项目依赖于特定的运行时代码，不便于管理和分发。虚拟环境：强烈建议为每个Python项目使用虚拟环境（如venv或conda）这可以避免不同项目间的依赖冲突，净化项目更加独立和可移植。在虚拟环境中执行 pip install -e 。是最佳实践。

以上就是解决Python ModuleNotFoundError：Jupyter Notebook中模块导入的最佳实践的详细内容，更多请关注乐哥常识网其他相关文章！