Python：在導入的模塊中構造模塊變量的最佳方法

Question

假設我在numbers.csv文件中有一個參考編號列表。

我正在編寫一個模塊checker.py ，可以將其導入並調用以檢查像這樣的數字：

import checker
checker.check_number(1234)

checker.py將加載一個數字列表，並提供check_number來檢查列表中是否有給定的數字。 默認情況下，它應該從numbers.csv加載數據，盡管可以指定路徑：

DATA_FILEPATH = 'numbers.csv'

def load_data(data_filepath=DATA_FILEPATH):
    ...

REF_LIST = load_data()  

def check_number(num, ref_list=REF_LIST):
    ...

問題-變量和函數的交錯對我來說似乎很奇怪。 有沒有比上述更好的方法來構造checker.py ？

我閱讀了有關如何在Python中創建模塊范圍的變量的出色答案？ 。

最佳做法是：

• 聲明我在上面完成的REF_LIST列表？

• 創建一個類似VARS = {'REF_LIST': None}的字典，並在load_data設置VARS['REF_LIST'] ？

• 創建一個普通的類，並分配clas.REF_LIST在load_data ？

• 還是取決於情況？ （在什么情況下我會使用哪種？）

注意

以前，我通過僅在調用模塊中需要時才加載數據來避免這種情況。 因此在checker.py ：

DATA_FILEPATH = 'numbers.csv'

def load_data(data_filepath=DATA_FILEPATH):
    ...

def check_number(num, ref_list):
    ...

在調用模塊中：

import checker
ref_list = checker.load_data()
checker.check_number(1234, ref_list)

但這對我來說加載到調用模塊中並不是很有意義，因為如果我想檢查5個不同模塊中的數字，則需要將load_data 5次。

Answer 1

您可以借助Pandas框架輕松加載csv數據

import pandas as pd
dataframe=pd.read_csv('numbers.csv')

使用以下代碼檢查datframe中是否存在數字：

numbers=[1,3,8]
for number in numbers:
    if number in dataframe[dataframe.columns[0]]:
        print True
    else:
        print False