Python模块导入依赖sys.modules字典缓存，首次import加载执行，后续直接返回已缓存模块对象；单纯删除sys.modules键不能真正卸载模块，因对象引用和跨模块绑定仍存在。
Python 的模块导入不是每次执行 import 都重新加载源码，而是依赖 _sys.modules 这个字典做缓存控制——它就是 Python 模块系统的“记忆中枢”。
什么是 sys.modules？
sys.modules 是一个内置的字典，键是已导入模块的名称（如 "os"、"json"），值是对应已加载的模块对象。Python 在每次 import 时，会先查这个字典：如果模块名已存在且对应有效模块对象，就直接返回它，跳过查找、编译、执行等后续步骤。
你可以随时查看或修改它（虽然不建议随意删改）：
import sys
print("json" in sys.modules) # True（导入后即存在）
print(sys.modules["json"].__name__) # "json"
模块缓存如何影响导入行为？
缓存机制带来两个关键现象：
立即学习“Python免费学习笔记（深入）”；
-
同一模块多次 import 等价于一次：无论你在不同文件、不同位置 import 同一个模块十次，它只被加载并执行一次（
__init__.py或模块顶层代码仅运行一次）； -
动态修改
sys.modules可绕过正常导入流程：比如手动塞入一个伪造模块对象，后续 import 就会直接用它；也可删除键来强制重载（但需配合importlib.reload()才安全）。
为什么不能靠删 sys.modules 键来“真正卸载”模块？
单纯 del sys.modules["mymodule"] 只是移除了缓存条目，并不会回收模块中已创建的类、函数、全局变量等对象。如果其他地方还持有对这些对象的引用（比如某个类的实例、闭包中的函数），模块的代码对象和数据仍驻留在内存中。更关键的是：
- 模块内定义的类，其
__module__属性仍指向原模块名； - 已导入该模块的其他模块，其局部命名空间里保存的仍是旧模块对象引用；
- 没有自动清理
from xxx import yyy导入的名称绑定。
所以“卸载”在 Python 中本质不可靠，importlib.reload() 也只是尝试重新执行模块体，不解决跨模块引用一致性问题。
实际开发中要注意什么？
理解 sys.modules 能帮你避开常见陷阱：
- 热重载调试时，别只删
sys.modules键，要用importlib.reload()并确保所有依赖链都更新； - 写插件系统或沙箱环境时，可预填充
sys.modules来拦截导入（例如 mock 某个模块）； - 避免在模块顶层写有副作用的代码（如启动服务、连接数据库），因为它的执行时机由首次 import 决定，且只发生一次；
- 循环导入之所以有时“能跑”，部分原因就是中间态模块对象已被写入
sys.modules，让另一方 import 能拿到不完整但存在的模块对象。
不复杂但容易忽略。
