Python中作用域的深入讲解

yipeiwu_com5年前Python基础

前言

作用域是指变量的生效范围,例如本地变量、全局变量描述的就是不同的生效范围。

python的变量作用域的规则非常简单,可以说是所有语言中最直观、最容易理解的作用域。

在开始介绍作用域之前,先抛一个问题:

x=1
def f():
 x=3
 g()
 print("f:",x) # 3

def g():
 print("g:",x) # 1

f()
print("main:",x) # 1

上面的代码将输出3、1、1。解释参见再述作用域规则。另外,个人建议,本文最后一小节内容尽量理解透彻。

python作用域规则简介

它有4个层次的作用域范围:内部嵌套函数、包含内部嵌套函数的函数自身、全局作用域、内置作用域。上面4个作用域的范围排序是按照从内到外,从小到大排序的。

其中:

  • 内置作用域是预先定义好的,在__builtins__模块中。这些名称主要是一些关键字,例如open、range、quit等
  • 全局作用域是文件级别的,或者说是模块级别的,每个py文件中处于顶层的变量都是全局作用域范围内的变量
  • 本地作用域是函数内部属于本函数的作用范围,因为函数可以嵌套函数,嵌套的内层函数有自身的内层范围
  • 嵌套函数的本地作用域是属于内层函数的范围,不属于外层

所以对于下面这段python代码来说,如果它处于a.py文件中,且没有嵌套在其它函数内:

X=1
def out1(i):
 X=2
 Y='a'
 print(X)
 print(i)
 def in1(n):
 print(n)
 print(X,Y)
 in1(3)
out1(2)

那么:

处于全局作用域范围的变量有:X、out1

处于out1本地作用域范围的变量有:i、X、Y、in1

处于嵌套在函数out1内部的函数in1的本地作用域范围的变量有:n

注意上面的函数名out1和in1也是一种变量。

如下图所示:

搜索规则

当在某个范围引用某个变量的时候,将从它所在的层次开始搜索变量是否存在,不存在则向外层继续搜索。搜索到了,则立即停止。

例如函数ab()中嵌套了一个函数cd(),cd()中有一个语句print(x),它将首先检查cd()函数的本地作用域内是否有x,如果没有则继续检查外部函数ab()的本地作用域范围内是否有x,如果没有则再次向外搜索全局范围内的变量x,如果还是没有,则继续搜索内置作用域,像"x"这种变量名,在内置作用域范围内是不存在的,所以最终没有搜索到,报错。如果一开始在cd()中就已经找到了变量x,就不会再搜索ab()范围以及更外层的范围。

所以,内层范围可以引用外层范围的变量,外层范围不包括内层范围的变量。

内置作用域

内置作用域主要是一些内置的函数名、内置的异常等关键字。例如open,range,quit等。

两种方式可以搜索内置作用域:一是直接导入builtins模块,二是让python自动搜索。导入builtins模块会让内置作用域内的变量直接置于当前文件的全局范围,自动搜索内置作用域则是最后的阶段进行搜索。

一般来说无需手动导入builtins模块,不过可以看看这个模块中包含了哪些内置变量。

>>> import builtins
>>> dir(builtins)
['ArithmeticError', 'AssertionError', 'AttributeError', 'BaseException', 'BlockingIOError', 'BrokenPipeError', 'BufferError', 'BytesWarning', ...............
'range', 'repr', 'reversed', 'round', 'set', 'setattr', 'slice', 'sorted', 'staticmethod', 'str', 'sum', 'super', 'tuple', 'type', 'vars', 'zip']

变量掩盖和修改规则

如果在函数内部引用了一个和全局变量同名的变量,且不是重新定义、重新赋值(其实python中没有变量声明的概念,只有赋值的概念),那么函数内部引用的是全局变量。

例如,下面的函数g()中,print函数中的变量x并未在g()中单独定义或赋值,所以这个x引用的是全局变量x,它将输出值3。

x=3
def g():
 print(x) # 引用全局变量x

如果函数内部重新赋值了一个和全局变量名称相同的变量,则这个变量是本地变量,它会掩盖全局变量。注意是掩盖而非覆盖,掩盖的意思是出了函数的范围(函数退出),全局变量就会恢复。或者换句话说,在函数内部看到的是本地变量x=2,在函数外部看到的是全局变量x=3

例如:下面的g()中重新声明了x,这个x称为g()的本地变量,全局变量x=3暂时被掩盖(当然,这是对该函数来说的掩盖)。

x=3
def g():
 x=2 # 定义并赋值本地变量x
 print(x) # 引用本地变量x

python是一种解释性语言,读一行解释一行,读了下一行就忘记前一行(详细见下文)。所以在使用变量之前必须先进行变量的定义(声明)。

例如下面是错误的:

def g():
 print(x)
 x=3
g()

错误信息:

UnboundLocalError: local variable 'x' referenced
before assignment

这个很好理解,但是下面和同名的全局变量混合的时候,就不那么容易理解了:

x=1
def g():
 print(x)
 x=2
g()

这里也会报错,而不是输出x=1或2。

这里需要解释一下,虽说python是逐行解释的。但每个函数属于一个区块,这个区块范围是一次性解释的,并不会读一行忘记一行,而是一直读,读完整个区块再解释。所以,读完整个g()区块后,首先就记住了重新定义了本地变量x=2,于是g()中所有使用变量x的时候,都是本地变量x,所以print(x)中的x也是本地变量,但这违反了使用变量前先赋值的规则,所以也会报错。

因此,在函数内修改和全局变量同名的变量前,必须先修改,再使用该变量。所以,上面的代码中,x=2必须放在print的前面:

x=1
def g():
 x=2
 print(x)
g()

所以,对于函数来说,也必须先定义函数,再调用函数。下面是错误的:

g()
def g():
 x=2
 print(x)

报错信息:

NameError: name 'g' is not defined

但是下面的代码中,f()中先调用了g(),然后才定义g(),为什么能执行呢:

x=1
def f():
 x=3
 g()
 print("f:",x) # 3

def g():
 print("g:",x) # 1

f()
print("main:",x) # 1

实际上并非是先调用了g(),python解释到def f()区块的时候,只是声明这一个函数,并非调用这个函数,真正调用f()的时候是在def g()区块的后面,所以实际上是先声明完f()和g()之后,再调用f()和g()的。

但如果把f()放在def f()def g()的中间,将会报错,因为调用f()函数的时候,def g()还没解释到,也就是说g()还没有声明。

x=1
def f():
 x=3
 g()
 print("f:",x)

f() # 报错

def g():
 print("g:",x) 

更容易犯错的一种情况是边赋值,边使用。下面的代码是错误的:

x=3

def f1():
 x += 3
 print(x)
f1()

因为x += 3也是赋值操作,函数内部只要是赋值操作就表示声明为本地变量。它首先计算x=x+3右边的x+3,然后将结果赋值给左边的变量x,但计算x+3的时候变量x并未定义,所以它是错误的。错误信息:

UnboundLocalError: local variable 'x' referenced before assignment

关于全局变量

关于python中的全局变量:

  • 每个py文件(模块)都有一个自己的全局范围
  • 文件内部顶层的,不在def区块内部的变量,都是全局变量
  • def内部声明(赋值)的变量默认是本地变量,要想让其变成全局变量,需要使用global关键字声明
  • def内部如果没有声明(赋值)某变量,则引用的这个变量是全局变量

默认情况下,下面f()中的x变量是全局变量:

x=2
def f():
 print(x)
f() # 输出2

默认情况下,下面f()中的x变量是本地变量:

x=2
def f():
 x=3
 print(x)
f() # 输出3
print(x) # 输出2

global关键字

如果想要在def的内部修改全局变量,就需要使用global关键字声明变量:

x=2
def f():
 global x
 x=3
 print(x)

f() # 输出3
print(x) # 输出3

global可以声明一个或多个变量为全局变量,多个变量使用逗号隔开,也可以声明事先不存在的变量为全局变量:

x=2
def f():
 global x,y
 x,y = 3,4
 print(x,y)
f()
print(x,y)

不能global中直接赋值。所以下面的是错的:

global x=2

注意,global不是声明变量,在变量赋值之前,变量是一定不存在的,就算是被global修饰了也一样不存在,所以下面的代码是错的。实际上,global有点类似于声明变量的名称空间,而非变量。

x=2
def f():
 global x,y
 print(y)

报错信息:

NameError: name 'y' is not defined

必须在print(y)之前(不能是之后)加上y的赋值语句,才表示它的存在。

x=2
def f():
 global x,y
 y=3
 print(y)

global修饰的变量必须在它的赋值之前,所以下面的是错的,因为y=2首先将它声明为本地变量了。

def f():
 y=2
 global y

全局变量的不安全性

考虑下面这个问题:

x=2
def f():
 global x
 x=3

def g():
 global x
 x=4

f()或g()
print(x)

这时,函数f()和g()的调用顺序决定了print输出的全局变量x的值。因为全局变量是共享的,如果多线程同时执行这段代码,就不知道是谁先谁后修改,导致print(x)的值随机性。这是多线程不安全特性。因此,如果允许,应尽量不要将函数内部的变量修饰为全局变量。

访问其它模块中的全局变量

python中一个文件一个模块,在模块1中可以导入模块2中的属性(例如全局变量)。

例如,b.py文件中:

x=3

a.py文件中:

import b
print(b.x)
b.x=4

上面的a.py中导入了b.py模块,通过b.x可以访问、修改这个来自于b.py中的全局变量x。

这是极不安全的,因为谁也不知道是否有其他的模块也在修改b.x

所以,没有人会去直接修改其它模块的属性,如果要修改,基本上都会通过类似面向对象中的setter函数进行修改。只需在b.py中定义一个函数,以后在其它文件中使用这个函数修改即可。

b.py文件中:

x=3
def setx(n)
 global x
 x=n

a.py文件中:

import b
b.setx(54) # 将b.x变量设置为54

其它访问全局变量的方法

上面通过import导入模块文件,就可以获取这个模块中属性的访问权。实际上,也可以在当前模块文件中使用import mod_name导入当前模块,其中mod_name为当前文件名,这样就可以在函数内部直接访问全局变量,而无需使用global关键字。

除了import mod_name可以导入当前模块,使用sys模块的modules()函数也可以导入:sys.modules['mod_name']

例如,在b.py文件中:

x=3

def f():
 global x
 x += 2

def f1():
 x=4 # 本地变量

def f2():
 x=4 # 本地变量
 import b
 b.x += 2 # 全局变量

def f3():
 x=4 # 本地变量
 import sys
 glob = sys.modules['b']
 glob.x += 2 # 全局变量

def test():
 print("aaa",x) # 输出3
 f();f1();f2();f3()
 print("bbb",x) # 输出9

在a.py文件中:

import b
b.test()

nonlocal关键字

当函数进行嵌套的时候,内层函数的作用域是最内层的,它的外层是外层函数的作用域。内层函数和外层函数的关系类似于本地作用域与全局作用域的关系:

(1).内层函数中赋值的变量是属于内层、不属于外层的本地变量

(2).内层函数中使用的未在当前内层函数中赋值的变量是属于外层、全局的变量

例如,下面的嵌套代码中,f2()中print(x,y)的x是属于外层函数f1()的本地变量,而y则是属于内层函数自身的本地变量,外层函数f1()无法访问属于内层函数的y。

x=3

def f1():
 x=4
 def f2():
 y=5
 print(x,y)
 f2()
f1()

nonlocal语句可以修饰内层函数中的变量使其成为它上一层函数的变量。它的用法和global基本相同,修饰多个变量的时候,需要逗号隔开。但和global有一点不同,global修饰的变量可能事先并未存在于全局作用域内,但nonlocal修饰的变量必须已经存在于上层或上上层(或更多层)函数,不能只存在于全局(见下面示例)。

例如下面的代码片段中嵌套了2次,其中f3()中的x使用nonlocal修饰,使得这个x变成它上一层作用域f2()中的x变量。

x=3

def f1():
 x=4 # f1的本地变量
 def f2():
 x=5 # f2的本地变量
 def f3():
 nonlocal x # f2的本地变量
 print("f3:",x) # 输出5
 x=6
 f3()
 print("f2:",x) # 被修改,输出6
 f2()
f1()

上面的代码将输出:

f3: 5
f2: 6

如果将上面的f2()中的x=5删除,会如何?

x=3

def f1():
 x=4
 def f2():
 def f3():
 nonlocal x # f1()的本地
 print("f3:",x) # 输出4
 x=6 # 修改f1()的本地
 f3()
 print("f2:",x) # 输出6
 f2()
 print("f1:",x) # 输出6
f1()

注意,上面f3()中的nonlocal将x修饰为f1()的本地变量,因为f3()的上一层f2()中没有变量x,所以f2()继承了f1()的变量x,使得f3()修改上一层f2()中的变量,等价于修改f1()中的变量x。

但如果把f1()中的x=4也删除,那么将报错,因为nonlocal无法将变量修饰为全局范围。

所以,nonlocal默认将内层函数中的变量修饰为上一层函数的作用域范围,如果上一层函数中不存在该变量,则修饰为上上层、上上上层直到顶层函数,但不能修饰为全局作用域范围。

同样的,只要在内层函数中赋值,就表示声明这个变量的作用域为内层函数作用域范围。所以,下面的代码是错误的:

x=3
def f1():
 x=4
 def f2():
 print(x)
 x=3
 f2()
f1()

下面的代码也是错的:

x=3
def f1():
 x=4
 def f2():
 x += 3
 print(x)
 f2()
f1()

错误信息:

UnboundLocalError: local variable 'x' referenced before assignment

至于原因,前文已经解释的很清楚。

访问外层函数变量的其它方法

在以前的版本中,还没有nonlocal关键字,这时如果要保存外层函数的变量,就需要使用函数参数默认值的方式定义内层函数。

x=3
def f1():
 x=4
 def f2(x=x):
 x += 3
 print("f2:",x)
 x=5
 f2()
 print("f1:",x)
f1()

输出:

f2: 7
f1: 5

上面的f2(x=x)中,等号右边的x来自于f1()中x=4,然后将其赋值给f2()的本地作用域变量x。注意,python的作用域是词法作用域,函数区块的定义位置决定了它看到的变量。所以,尽管调用f2()之前再次对x进行了赋值,f2()函数调用时,f2(x=x)等号右边的x早已经赋值给左边的本地变量x了。它们的关系如下图所示:

避免函数嵌套

一般来说,函数嵌套都只用于闭包(工厂函数),而且是结合匿名函数(lambda)实现的闭包。其它时候,函数嵌套一般都可以改写为非嵌套模式。

例如,下面的嵌套函数:

def f1():
 x=3
 def f2():
 nonlocal x
 print(x)
 f2()
f1()

可以改写为:

def f1():
 x=3
 f2(x)

def f2(x):
 print(x)

f1()

循环内部的函数

当函数位于循环结构中,且这个函数引用了循环控制变量,那么结果可能会出乎意料。

本来以匿名函数(lambda)来解释更清晰,但因为尚未介绍匿名函数,所以这里采用命名函数为例。

下面的代码中,将5个函数作为列表的元素保存到列表list1中。

def f1():
 list1 = []
 for i in range(5):
 def n(x):
 return i+x
 list1.append(n)
 return list1

mylist = f1()
for i in mylist: print(i)
print(mylist[0](2))
print(mylist[2](2))

结果:

<function f1.<locals>.n at 0x02F93660>
<function f1.<locals>.n at 0x02F934B0>
<function f1.<locals>.n at 0x02F936A8>
<function f1.<locals>.n at 0x02F93738>
<function f1.<locals>.n at 0x02F93780>
6
6

从结果中可以看到mylist[0](2)mylist[2](2)的执行结果是一样的,不仅如此,mylist[N](2)的结果也全都一样。换句话说,保存到列表中的各个函数n()中所引用的循环控制变量"i"并没有因为循环的迭代而改变,而且列表中所有函数保存的i的值都是循环的最后一个元素i=4

(注:对于此现象,各语言基本都是如此,本节稍作解释,真正的本质原因在本文的最后一节做了额外的补充解释代码块细述)。

先看下面的例子:

def f1():
 for i in range(5):
 def n():
 print(i)
 return n

f1()()

结果输出4。可见,print(i)的值并没有随循环的迭代过程而改变。

究其原因,是因为def n()只是函数的声明,它不会去查找i的值是多少,所以不会将i的值替换到函数n()的i变量,而是直接保存变量i的地址,当循环结束时,i指向最后一个元素i=4的地址。

当开始调用n()的时候,即f1()(),才会真正开始查找i的值,这时候i指向的正是i=4。

这就像下面的代码一样,在还没有开始调用f()的时候,f()内部的x一直都只是指向它所看见的变量x,而这个x是全局作用域范围。当真正开始调用f()的时候,才会去定位x的指向。

x=3
def f():
 print(x)

回到上面循环中的嵌套函数,如果要保证循环的迭代能作用到其内部的函数中,可以采用默认参数值的方式进行赋值:

def f1():
 list1 = []
 for i in range(5):
 def n(x,i=i):
 return i+x
 list1.append(n)
 return list1

上面def n(x,i=i)中的i=i是设置默认参数值,等号右边的i是函数声明时就查找并替换完成的,所以每次循环迭代过程中,等号右边的i都不同,等号左边的参数i的默认值就不同。

再述作用域规则

python的作用域是词法作用域,这意味着函数的定义位置决定了它所看见的变量。除了词法作用域,还有动态作用域,动态作用域意味着函数的调用位置决定了它所看见的变量。关于词法、动态作用域,本文不多做解释,想要了解的话,可以参考一文搞懂:词法作用域、动态作用域、回调函数、闭包

下面是本文开头的问题:

x=1
def f():
 x=3
 g()
 print("f:",x) # 3

def g():
 print("g:",x) # 1

f()
print("main:",x) # 1

对于python的这段代码来说,这里有两个值得注意的地方:

  • 调用函数之前,理论上要先定义好函数,但这里g()的调用似乎看上去比g()的定义更先
  • f()中调用g()时,为什么g()输出的是1而不是3

第一个问题在前文已经解释过了,再解释一遍:虽然f()里面有g()的调用语句,但def f()只是声明,但在调用f()之前,是不会去调用g()的。所以,只要f()的调用语句在def g()之后,就是正确的。

第二个问题,python是词法作用域,所以:

(1).首先声明def f(),在此期间会创建一个本地变量x,并且print("f:",x)中的x指向这个本地变量;

(2).然后声明g(),在此期间,g()的定义语句不在f()内部,而是在全局范围,所以它看见的是x是全局x,所以print("g:",x)中的x指向全局变量x;

当调用f()的时候,执行到g()时,g()中所指向的是全局范围的x,而非f()段中的x。所以,输出1。

再看一个嵌套在函数内部的示例:

x=3

def f1():
 x=4
 def f2():
 print(x)
 x=5
 f2()
f1() # 输出5

这里的问题是f2()中的print为什么不输出4,而是输出5。

其实也很容易理解,因为def f2()是定义在f1()内部的,所以f2()看见的x是f1()中的x,也就是说print(x)中的x指向的是f1()中的x。但在调用f2()之前,重新赋值了x=5,等到调用f2()的时候,根据x的指向,将找到新的x的值。

也就是说,前面的示例中,有两个独立的变量x:全局的和f()本地的。后面这个示例中只有一个变量x,属于f()。

代码块细述(必看)

代码块可以使得一段python代码作为一个单元、一个整体执行。以下是 官方手册 的描述。

A Python program is constructed from code blocks. A block is a piece of Python program text that is executed as a unit. The following are blocks: a module, a function body, and a class definition. Each command typed interactively is a block. A script file (a file given as standard input to the interpreter or specified as a command line argument to the interpreter) is a code block. A script command (a command specified on the interpreter command line with the ‘-c' option) is a code block. The string argument passed to the built-in functions eval() and exec() is a code block.

所以,有以下几种类型的代码块:

  1. 模块文件是一个代码块
  2. 函数体是一个代码块
  3. class的定义是一个代码块
  4. 交互式(python idle)的每一个命令行都是一个独立的代码块
  5. 脚本文件是一个代码块
  6. 脚本命令是一个代码块(python -c "xxx")
  7. eval()和exec()中的内容也都有各自的代码块

代码块的作用是组织代码,同时意味着退出代码区块范围就退出了作用域范围。例如退出函数区块,就退出了函数的作用域,使得函数内的本地变量无法被函数的外界访问。

此外,python是解释性语言,读一行解释一行,这意味着每读一行就忘记前一行。但实际上更严格的说法是读一个代码块解释一个代码块,这意味着读代码块中的内容时,是暂时记住属于这个代码块中所读内容的,读完整个代码块后再以统筹的形式解释这个代码块。

先说明读一行解释一行的情况,也就是每一行都属于一个代码块,这个只能通过python的交互式工具idle工具来测试:

>>> x=2000
>>> y=2000
>>> x is y
False
>>> x=2000;y=2000
>>> x is y
True

理论上分号是语句的分隔符,并不会影响结果。但为什么第一个x is y为False,而第二个x is y为True?

首先分析第一个x is y。由于交互式工具idle中每一个命令都是一个单独的语句块,这使得解释完x=2000后立刻就忘记了2000这个数值对象,同时忘记的还有x变量本身。然后再读取解释y=2000,因为不记得刚才解释的x=2000,所以会在内存中重新创建一个数值结构用来保存2000这个数值,然后用y指向它。换句话说,x和y所指向的2000在内存中是不同的数据对象,所以x is y为False。

下面的x is y返回True:

>>> x=2000;y=2000
>>> x is y
True

因为python按行解释,一个命令是一个代码块。对于x=2000;y=2000,python首先读取这一整行,发现x和y的数值对象都是2000,于是做个简单优化,等价于x,y=2000,2000,这意味着它们属于一个代码块内,由于都是2000,所以只会在内存中创建一个数据对象,然后x和y都引用这个数据对象。所以,x is y返回True。

idle工具中每个命令都是独立的代码块,但是py文件却是一个完整的代码块,其内还可以嵌套其它代码块(如函数、exec()等)。所以,如果上面的分行赋值语句放在py文件中,得到的结果将是True。

例如:

x = 2000
y = 2000
print(x is y) # True
def f1():
 z=2000
 z1=2000
 print(x is z) # False
 print(z is z1) # True

f1()

python先读取x=2000,并在内存中创建一个属于全局作用域的2000数据对象,再解释y=2000的时候,发现这个全局对象2000已经存在了(因为x和y同处于全局代码块内),所以不会再额外创建新的2000对象。这里反映出来的结果是"同一个代码块内,虽然仍然是读一行解释一行,但在退出这个代码块之前,不会忘记这个代码块中的内容,而且会统筹安排这个代码块"。

同理def f1()内的代码块,因为z是本地作用域的变量,更标准的是处于不同代码块内,所以会在本地作用域内存区创建新的数据对象2000,所以x is z返回False。根据前面的解释,z1 is z返回True。

再回顾前文多次出现的一个异常:

x = 3
def f1():
 print(x)
 x=4
f1()

报错信息:

UnboundLocalError: local variable 'x' referenced before assignment

当执行到def语句的时候,因为def声明函数,函数体是一个代码块,所以按照代码块的方式读取属于这个代码块中的内容。首先读取print(x),但并不会直接解释,而是会记住它,并继续向下读取,于是读取x=4,这意味着x是一个本地变量。然后统筹安排整个代码块,将print(x)的x认为是本地变量而非全局变量。注意,直到def退出的时候都还没有进行x的赋值,而是记录了本地变量x,赋值操作是在函数调用的时候进行的。当调用函数f()的时候,发现print(x)中的x是本地变量,但因为还没有赋值,所以报错。

但是再看下面的,为什么又返回True?

>>> x=256
>>> y=256
>>> x is y
True

因为Python在启动的时候就在内存中预先为常用的较小整数值(-5到256)创建好了对象,因为它们使用的非常频繁(有些在python的内部已经使用了)。所以,对于这个范围内的整数,都是直接引用,不会再在内存中额外创建新的数值对象,所以x is y总是返回true。甚至,这些小值整数可以跨作用域:

x = 3 
def f1():
 y=3
 print(x is y) # True

f1()

再看前文循环内的函数的问题。

def f1():
 for i in range(5):
 def n():
 print(i)
 return n

f1()()

前面对现象已经解释过,内部函数n()中print(i)的i不会随循环的迭代而改变,而是固定的值i=4。

python首先解释def f1()的代码块,会记录属于这个代码块作用域内的变量i和n,但i和n都不会赋值,也就是说暂时并不知道变量n是一个函数变量。

同理,当需要解释def n()代码块的时候,将记住这个代码块涉及到的变量i,只不过这个变量i是属于外层函数的,但不管如何,这个代码块记住了i,且记住了它是外部函数作用域的。

注意,函数的声明过程中,所有涉及到变量i的作用域内都不会对i进行赋值,仅仅只是保存了这个i变量名,只有在调用函数的时候才会进行赋值操作。

当开始调用f1()的时候,开始执行函数体中的代码,于是开始循环迭代,且多次声明函数n(),每一次迭代生成的n()都会让原先已记录的变量n指向这个新声明的函数体(相当于赋值的操作,只不过是变量n引用的对象是函数体结构,而不是一般的数据对象),由于只是在循环中声明函数n(),并没有进行调用,所以不会对n()中的i进行赋值操作。而且,每次循环迭代都会让变量n指向新的函数体,使得先前迭代过程中定义的函数被丢弃(覆盖),所以最终只记住了最后一轮循环时声明的函数n(),并且i=4。

当调用f1()()时,表示调用f1()中返回的函数n(),直到这个时候才会对n()内的i进行赋值,赋值时将搜索它的外层函数f1()作用域,发现这个作用域内的i指向内存中的数值4,于是最终输出4。

再看下面的代码:

def f1():
 for i in range(5):
 def n():
 print(i)
 n()
 return n

f1()

输出结果:

0
1
2
3
4

调用f1()的时候,执行循环的迭代,每次迭代时都会调用n(),意味着每次迭代都要对n()中的i进行赋值。

另外注意,前面说过,函数的默认参数是在函数声明时进行赋值的,所以下面的列表L中每个元素所代表的函数,它们的变量i都指向不同的数值对象。

def f1():
 L = []
 for i in range(5):
 def n(i=i):
 print(i)
 L.append(n)
 return L

f1()[0]()
f1()[1]()
f1()[2]()
f1()[3]()
f1()[4]()

执行结果:

0
1
2
3
4

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对【听图阁-专注于Python设计】的支持。

相关文章

python操作列表的函数使用代码详解

python的列表很重要,学习到后面你会发现使用的地方真的太多了。最近在写一些小项目时经常用到列表,有时其中的方法还会忘哎! 所以为了复习写下了这篇博客,大家也可以来学习一下,应该比较全...

django ajax发送post请求的两种方法

django ajax发送post请求的两种方法,具体内容如下所述: 第一种:将csrf_token放在from表单里 <script> function a...

Python之dict(或对象)与json之间的互相转化实例

在Python语言中,json数据与dict字典以及对象之间的转化,是必不可少的操作。 在Python中自带json库。通过import json导入。 在json模块有2个方法, lo...

Python+Pika+RabbitMQ环境部署及实现工作队列的实例教程

Python+Pika+RabbitMQ环境部署及实现工作队列的实例教程

rabbitmq中文翻译的话,主要还是mq字母上:Message Queue,即消息队列的意思。前面还有个rabbit单词,就是兔子的意思,和python语言叫python一样,老外还是...

基于python的多进程共享变量正确打开方式

多进程共享变量和获得结果 由于工程需求,要使用多线程来跑一个程序。但是因为听说python的多线程是假的,于是使用多进程,反正任务需要共享的参数少。 查阅资料,发现实现多进程主要使用Mu...