
来源:Python数据之道
作者:大奎
整理:阳哥
大家好,我是阳哥。
学习Python变量过程中,曾经为变量混乱的作用域问题头疼不已,全局变量、局部变量、自由变量傻傻分不清,今天来跟大家分享 Python变量作用域 的知识点,文章内容由公众号读者 大奎 创作。
我们经常听说Python函数访问局部变量、全局变量;在定义装饰器的时候,还会使用自由变量。这些不同的变量是如何赋值、初始化、查找及修改的呢?各自的作用细则又是什么样的呢?本篇尝试解答这个问题。
Python中的变量名可以指代变量、函数、类、对象等。一般来说,每个对象都有一个变量名指向,更准确说是 绑定。
为啥变量要有作用域呢?
我们在Python里遇到的内置、局部、全局及自由变量,就是说变量的作用域。
语言区分作用域,是为了复用变量名。引入作用域,相当于给变量划分了各自的“隔离区”,在不同”隔离区“里,查找变量变得很容易。
正是因为有了作用域,我们在函数内才可以随意使用变量名,而不担心其与全局变量、其他函数中的变量冲突——因为这两个作用域是分割的。
BASIC语言只有全局变量,你能想象吗?你在一个函数里命名的循环变量i,很可能跟全局变量冲突。写起程序来,举步维艰。且会导致很多修改、检索问题,维护很困难。
Python 有哪些作用域呢?
Python是动态类型语言,变量是在定义的时候赋值的。这句话的意思我们分以下几个方面来理解:
以上,我们弄清了变量定义的时刻,下面来看变量的作用域,也就是变量的活动空间怎么规定出来的。
变量作用域取决于其 定义位置。
面对如此复杂的四种变量作用域,用一个例子来说明它们的访问规则。
四个作用域遵循LEGB规则,让我们用一个例子来说明。
import builtins
builtins.b = 'builtins' g = 'global' def outer(o1,o2='o2'):
e = 'enclose' def inner(i1,i2='i2'):
print(i1,i2,o1,o2,e,g,b)
return inner fun = outer('o1') fun('i1')
其输出为 i1 i2 o1 o2 enclose global builtins
可见,在outer函数的嵌套函数inner中的输出语句 print(i1,i2,o1,o2,e,g,b) 是本程序的重点。其具体执行情况如下:
至此,LEGB规则呼之欲出:在本地空间寻找不到的变量,逐级向上级寻找。这里的LEGB分别指代Local,Enclose,Global和Builtin。
在函数中读取和赋值全局变量,在内嵌函数中读取和赋值自由变量,会有一些不同的地方。
对变量名的赋值和引用,是两种不同的情况:
以上两者的差别,会导致我们在函数中:
我们修改上例中的inner函数为如下形式:
def inner(i1,i2='i2'): e = 'enclose' g = 'inner global' print(i1,i2,o1,o2,e,g,b)
在嵌套函数内,重新定义了g变量,其他语言一般理解这是重新赋值全局变量。但是我们看上条规则:在函数中,赋值一个全局变量时,等于创建一个局部变量。就是说此时的g已经是局部变量了——在程序最后的 print(g) 语句输出 global,而不是修改后的 inner global 也验证了以上规则。
完整代码如下:
import builtins
builtins.b = 'builtins' g = 'global' def outer(o1,o2='o2'):
e = 'enclose' g = 'inner global' def inner(i1,i2='i2'):
print(i1,i2,o1,o2,e,g,b)
return inner fun = outer('o1') fun('i1') print(g)
输出结果如下:
i1 i2 o1 o2 enclose inner global builtins global
不重新赋值,只是使用全局变量和自由变量,则没有问题。
自由变量也是类似的情况。
为了解决局部作用域中赋值全局变量和自由变量导致的变成局部变量问题,Python引入关键字 global 和 nonlocal 。
def inner(i1,i2='i2'): global g
nonlocal e
g = 'inner global' e = 'inner enclose'
此时的赋值,则分别是对全局变量和自由变量的操作,而非新建局部变量。
完整代码如下:
import builtins
builtins.b = 'builtins' g = 'global' def outer(o1,o2='o2'): e = 'enclose' def inner(i1,i2='i2'): global g
nonlocal e
g = 'inner global' e = 'inner enclose' print(i1,i2,o1,o2,e,g,b)
return inner
fun = outer('o1')
fun('i1')
print(g)
输出结果如下:
i1 i2 o1 o2 inner enclose inner global builtins inner global
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29