Jupyter 是資料分析領域非常有名的開發環境，使用 Jupyter 寫資料分析相關的程式碼會大大節約開發時間。

設想這樣一個場景：別的部門的同事傳給你一個資料分析的模組，用於實現對資料的高階分析。模組裡面有上百個函式。

如果直接寫 Python 檔案來呼叫資料分析模組，那麼使用方法非常簡單：

from analyze import FathersAnalyzer

data = [...]
father = FathersAnalyzer(data)
result = father.analyze()
print(f'分析結果為：{result}')
複製程式碼

現在，你需要使用 Jupyter 來呼叫這個分析模組。你應該怎麼在 Jupyter裡面呼叫？

你可能會覺得，這還不簡單嗎？直接把這個模組的程式碼與 Jupyter Notebook 的 .ipynb 檔案放在一起，然後在 Jupyter 裡面像匯入普通模組那樣匯入即可，如下圖所示：

那麼現在問題來了，如果我此時修改了 analyze.py檔案，會出現什麼情況呢？

我們改一下看看，如下圖所示。

重新執行這個 Cell 中的程式碼，程式碼中雖然有from analyze import FathersAnalyzer，看起來像是重新匯入了這個模組，但是執行卻發現，它執行的是修改之前的程式碼。

這是因為，一個 Jupyter Notebook 中的所有程式碼，都是在同一個執行時中執行的程式碼，當你多次匯入同一個模組時，Python 的包管理機制會自動忽略後面的匯入，始終只使用第一次匯入的結果（所以使用這種方式也可以實現單例模式）。

那麼如果我在修改了被匯入的包以後，想重新匯入它怎麼辦呢？有3種方案：

• 重啟整個 Notebook。但這樣會導致當前執行時裡面的所有變數全部丟失。
• 使用importlib:

但這種方案弊端也很明顯——除非你按順序執行每一個 Cell，否則，你的程式碼會變成下圖這樣：

在每一個 Cell 裡面都需要 重新載入一次分析模組，否則，很有可能在你單獨執行某一個 Cell 的時候，用的是老的程式碼，就會導致難以察覺的 bug。

• 使用 Jupyter 自帶的%autoreload:

%load_ext autoreload
%autoreload 1
%aimport analyze 

data = 123
 

importlib.reload(analyze)
father = analyze.FathersAnalyzer(data)
result = father.analyze()
print(result)
複製程式碼

執行效果如下圖所示：

其中關鍵的程式碼有三行：

%load_ext autoreload
%autoreload 1
%aimport analyze 
複製程式碼

這三行程式碼只有在 Jupyter 裡面才能正常執行，在 普通的.py 檔案裡面這樣寫會報錯。它們的作用是：第1行啟動autoreload機制。第2行，設定自動載入通過%aimport匯入的模組。第3行使用%aimport匯入analyze模組。

這樣寫以後，任意一個 Cell 執行，所有被%aimport匯入的模組都會被重新載入一次。從而讓你每次都使用最新的程式碼。

當然，你還可以進一步偷懶，把特殊程式碼縮減為2行：

%load_ext autoreload
%autoreload 2
複製程式碼

%autoreload後面的引數被設定為2時，每次執行任意一個 Cell，都會自動重新載入所有import xxx匯入的模組。這樣做的代價是，執行會慢一些。