Python函數中的作用域規則詳解
Python是靜態作用域語言,但是它自身是一個動態語言。在Python中變量的作用域是由變量在代碼中的位置決定的,與C語言有些相似,但不是完全一樣。
在Python 2.0及之前的版本中,Python只支持3種作用域,即局部作用域,全局作用域,內置作用域;在Python
2.2中,Python正式引入了一種新的作用域 — 嵌套作用域;嵌套作用域的引入,本質上為Python實現了對閉包的支持。
1、簡單介紹一下閉包
def test(): A = 3 B = 4 def stu(): C = 3 return A+B+C return stu stu = test() stu
在上述此代碼中stu方法定義在test的內部,內部函數stu即可以使用外部函數test的變量,我們稱這種行為叫做閉包。
2、在Python中,并不是任何代碼塊都能引入新的作用域
Python中不是任何代碼塊都可以引入新的作用域這與C有很大的不同:
在C中:
#include<stdio.h> int main() { if(2 > 0) { int i = 0; } printf("i = %d", i); return 0; }
在上述代碼中,if子句引入了一個局部作用域,變量i就存在于這個局部作用域中,但對外不可見,因此,接下來在printf函數中對變量i的引用會引發編譯錯誤。
但是,在Python中卻并非如此:
if True: i = 0 print i
在上述代碼中,if子句并沒有引入一個局部作用域,變量i仍然處在全局作用域中,因此,變量i對于接下來的print語句是可見的。
實際上,在Python中,只有模塊,類以及函數才會引入新的作用域,其它的代碼塊是不會引入新的作用域的。
在Python中,使用一個變量之前不必預先聲明它,但是在真正使用它之前,它必須已經綁定到某個對象;而名字綁定將在當前作用域中引入新的變量,同時屏蔽外層作用域中的同名變量,不論這個名字綁定發生在當前作用域中的哪個位置。
>>> f() Traceback (most recent call last): File "<stdin>", line 1, in <module> File "<stdin>", line 2, in f NameError: name 'i' is not defined >>>
運行結果報錯:
NameError: name ‘i’ is not defined
程序運行時,Python首先在函數f的本地作用域中查找變量i,查找失敗,接著在全局作用域和內置作用域中查找變量i,仍然失敗,最終拋出NameError異常。
>>> def f(): ... i = 8 ... print(i) ... >>> f() 8 >>> print(i) 0 >>>
運行結果顯示:
8和0
i = 8是一個名字綁定操作,它在函數f的局部作用域中引入了新的變量i,屏蔽了全局變量i,因此f內部的print語句看到的是局部變量i,f外部的print語句看到的是全局變量i。
>>> i = 0 >>> def f(): ... print(i) ... i = 0 ... >>> f() Traceback (most recent call last): File "<stdin>", line 1, in <module> File "<stdin>", line 2, in f UnboundLocalError: local variable 'i' referenced before assignment >>>
運行結果報錯:
UnboundLocalError: local variable ‘i’ referenced before assignment
在上述中,函數f中的變量i是局部變量,但是在print語句使用它的時候,它還未被綁定到任何對象之上,所以拋出異常。
3、在Python中,名字綁定在所屬作用域中引入新的變量,同時綁定到一個對象。
名字綁定發生在以下幾種情況之下:
- 參數聲明:參數聲明在函數的局部作用域中引入新的變量;
- 賦值操作:對一個變量進行初次賦值會在當前作用域中引入新的變量,后續賦值操作則會重新綁定該變量;
- 類和函數定義:類和函數定義將類名和函數名作為變量引入當前作用域,類體和函數體將形成另外一個作用域;
- import語句:import語句在當前作用域中引入新的變量,一般是在全局作用域;
- for語句:for語句在當前作用域中引入新的變量(循環變量);
- except語句:except語句在當前作用域中引入新的變量(異常對象);
總結
本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關注腳本之家的更多內容!
相關文章
pandas.dataframe中根據條件獲取元素所在的位置方法(索引)
今天小編就為大家分享一篇pandas.dataframe中根據條件獲取元素所在的位置方法(索引),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
最新評論