在 AWS MWAA 中，要在 DAG 中调用 Python 代码，需要将 Python 代码保存在 S3 存储桶中。在 DAG 中，可以通过 S3 来引用 Python 代码。

例如，假设我们在 S3 存储桶“my_bucket”中有一个名为“my_script.py”的脚本，我们可以在 DAG 文件中使用以下代码来引用该脚本：

from airflow.operators.bash_operator import BashOperator
from airflow.utils.dates import days_ago

default_args = {
    'owner': 'airflow',
    'depends_on_past': False,
    'start_date': days_ago(1),
    'email': ['airflow@example.com'],
    'email_on_failure': False,
    'email_on_retry': False,
    'retries': 1,
    'retry_delay': timedelta(minutes=5),
}

with DAG(
    'my_dag',
    default_args=default_args,
    description='A simple tutorial DAG',
    schedule_interval=timedelta(days=1),
) as dag:
    t1 = BashOperator(
        task_id='print_date',
        bash_command='date',
    )

    t2 = BashOperator(
        task_id='run_script',
        bash_command='python3 /usr/local/airflow/dags/my_script.py',
    )

    t1 >> t2

在 DAG 中，我们可以使用 BashOperator 来运行 Python 脚本。在上面的代码示例中，我们已添加了一个“run_script”任务，并为其提供了一个名为“my_script.py”的 Python 脚本路径。请注意，路径是相对路径，取决于您在容器中使用的位置。在本示例中，Python 脚本位于“/usr/local/airflow/dags/my_script.py”路径中。

因此，将 Python 代码保存在 S3 存储桶中，并在 DAG 中使用 BashOperator 来调用该脚本，是在 AWS MWAA 中使用 Python 代码的最佳实