>>> import math
>>> import numpy as np
>>> import scipy
>>> math.pi == np.pi == scipy.pi
True

所以没关系，它们都是相同的值。
所有三个模块都提供pi值的唯一原因是，如果您只使用三个模块中的一个，则可以方便地访问pi，而无需导入另一个模块。他们没有提供不同的π值。

需要注意的一点是，当然，并不是所有的库都对pi使用相同的含义，所以知道你使用的是什么永远不会有坏处。例如，符号数学库Sympy对pi的表示与math和numpy不同：

import math
import numpy
import scipy
import sympy

print(math.pi == numpy.pi)
> True
print(math.pi == scipy.pi)
> True
print(math.pi == sympy.pi)
> False

如果我们看它的源代码，scipy.pi就是math.pi;事实上，它被定义为

import math as _math
pi = _math.pi

在它们的源代码中，math.pi被定义为等于3.14159265358979323846，numpy.pi被定义为等于3.141592653589793238462643383279502884;这两个函数的精度都远远高于Python中浮点数的15位精度，所以你使用哪一个并不重要。
也就是说，如果你还没有使用numpy或scipy，只为np.pi或scipy.pi导入它们会增加不必要的依赖性，而math是一个Python标准库，所以没有依赖性问题。例如，对于python中tensorflow代码中的pi，可以使用tf.constant(math.pi)。