简短答案

使用模块功能时，sync_imports是不必要的。这应该足够了：

# notebook:
import ipyparallel as ipp
client = ipp.Client()
dview = client[:]

import module
dview.map_sync(module.pll, [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

和

# module.py
from matplotlib import pyplot
def pll(x):
    pyplot.plot(x, '.')

一个警告：您几乎肯定会想要设置matplotlib以在引擎上使用非默认后端。您必须在导入pyplot之前执行此操作。使用ipython parallel的两个逻辑选择是，agg如果您只是保存到文件中，或者%matplotlib inline要在笔记本中交互式查看绘图。要使用agg：

import matplotlib
dview.apply_sync(matplotlib.use, 'agg')

或设置内联绘图：

%px %matplotlib inline

长答案

要回答您的项目符号问题，请执行以下操作：

• [1]否，除非您想module在各处的全局变量中定义
• [2]否，除非您想matplotlib在各处的全局变量中定义
• [3]是，这需要传递.pll给地图
• [4]是的，因为module与的名称空间不同__main__，在此名称空间中所有笔记本代码都在其中运行。

在处理需要导入的内容以及在何处时，需要考虑两个上下文：

交互式定义的功能

以交互方式定义函数（即，def foo()笔记本中的）时，将在交互式名称空间中执行名称查找，并且引擎和客户端之间的引擎上的交互式名称空间可能会有所不同。例如，您可以通过以下方式查看此内容：

import numpy
%px numpy = 'whywouldyoudothis'

def return_numpy():
    return numpy # resolved locally *on engines*
dview.apply_sync(return_numpy)

其中apply会传回['why ..']字串清单，而不是您的本机numpy汇入清单。Python不知道名称是指模块或其他名称。这全都取决于使用什么名称空间来查找名称。这就是为什么您经常会看到交互式定义的函数，看起来像其中之一的原因：

import module
%px import module
def foo():
    return module.x

或这个：

def foo():
    import module
    return module.x

两种方法都可以确保moduleinfoo映射到引擎上的导入模块：一种方法是在任何地方执行交互式名称空间导入，并依赖于全局名称空间查找。该函数中的其他导入，因此不会出错。

sync_imports() 是一种纯Python的方法，可完成以下操作：

import module
%px import module

它在这里和那里都导入模块。如果使用sync_imports，则也不必在本地重复导入，因为已经执行了本地导入。

模块功能

如果函数是在模块中定义的，则将在其模块中找到全局变量，而不是在交互式名称空间中。因此import matplotlib，在笔记本中对matplotlib名称何时module.pll被调用没有定义有任何影响。同样，在模块中导入matplotlib不会使其在交互式名称空间中可用。

需要考虑的重要事项：将模块功能发送给引擎时，它仅发送对该功能的引用，而不发送功能或模块的内容。因此，如果from module import pll从客户端在引擎上返回不同的内容，您将获得不同的行为。当在ipython并行中使用本地模块并同时主动更改该模块时，这可能会使人绊倒。在笔记本电脑中重新加载该模块不会在引擎上重新加载该模块。它将发送相同的module.pll参考。因此，如果您正在积极从事module.py，那么当模块更改时，您将需要在reload(module) 任何地方调用。