技术背景

IPython是一个非常灵活好用的python终端工具，而且比Python自带的终端工具还多了命令行高亮和自动索引的功能，也是常用的Jupyter Notebook的基础工具。在使用IPython的过程中可以使用它的一些独有的功能——直接运行Shell命令行，和魔术命令。本文介绍的是其中一种魔术命令——重新加载函数模块。

魔术命令配置

在默认配置下，IPython在运行一个模块之前不会去重载这个模块，因此你这个模块在运行程序的过程中怎么改，都不会影响程序的结果：

In [1]: !echo "f=lambda: print('func1')" > test_ipython.py

In [2]: from test_ipython import f

In [3]: f()
func1

In [4]:服务器托管网 !echo "f=lambda: print('func2')" > test_ipython.py

In [5]: from test_ipython import f

In [6]: f()
func1

那么假如说我们希望这个函数修改之后被重载，应该怎么操作呢？IPython的魔术命令autoreload支持了这样的功能：

In [8]: %load_ext autoreload

In [9]: %autoreload 2

In [10]: !echo "f=lambda: print('func1')" > test_ipython.py

In [11]: from test_ipython import f

In [12]: f()
func1

In [13]: !echo "f=lambda: print('func2')" > test_ipython.py

In [14]: from test_ipython import f

In [15]: f()
func2

这里把autoreload的等级配置到2，这表示说所有的函数在运行之前都会被重载一次。也就是说，在运行过程中对函数模块的任何改动都会影响到运行结果。如果想关掉这个重载模块的功能，也只需要把autoreload配置成0就可以了：

In [13]: !echo "f=lambda: print('func2')" > test_ipython.py

In [14]: from test_ipython import f

In [15]: f()
func2

In [16]:服务器托管网 %autoreload 0

In [17]: !echo "f=lambda: print('func1')" > test_ipython.py

In [18]: from test_ipython import f

In [19]: f()
func2

完整的参数配置，可以参考官方Doc的内容：

图片来自于参考链接1。

总结概要

在IPython中或者Jupyter Notebook中，一个函数被加载以后，如果这个函数或者模块的主体被修改了，那么就算是在IPython中重新Import一次，在程序执行中也只是去加载内存中的模块，而不是我们修改之后的内容。而IPython支持了一些魔术命令配置，其中autoreload这个魔术命令可以允许我们去配置是否需要重载函数模块。其中不仅包含通用性的全局配置，还支持指向性的配置方法。

版权声明

本文首发链接为：https://www.cnblogs.com/dechinphy/p/ipy-refresh.html

作者ID：DechinPhy

更多原著文章：https://www.cnblogs.com/dechinphy/

请博主喝咖啡：https://www.cnblogs.com/dechinphy/gallery/image/379634.html

参考链接

1. https://ipython.org/ipython-doc/3/config/extensions/autoreload.html

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net

相关推荐: 【机器学习】数据降维

非负矩阵分解(NMF) sklearn.decomposition.NMF 找出两个非负矩阵，即包含所有非负元素(W，H)的矩阵，其乘积近似于非负矩阵x。这种因式分解可用于例如降维、源分离或主题提取。 主成分分析(PCA) sklearn.decomposi服…