python命名空间和作用域

来源:千锋教育
发布时间:2023-11-07 03:25:39
分享

命名空间表示标识符(identifier)的可见范围,当前命名空间主要是通过Python字典实现的,不过通常不关心具体的实现方式(除非出于性能考虑),以后也有可能会改变其实现方式。有一些命名空间的例子:内置命名(像abs()这样的函数,以及内置异常名)集,模块中的全局命名,函数调用中的局部命名。某种意义上讲对象的属性集也是一个命名空间。有几个点需要注意下:

第一:不同命名空间中的命名没有任何联系,例如两个不同的模块可能都会定义一个名为maximize的函数而不会发生混淆--用户必须以模块名为前缀来引用它们。

第二:不同的命名空间在不同的时刻创建,有不同的生存期。包含内置命名的命名空间在Python解释器启动时创建,会一直保留,不被删除。模块的全局命名空间在模块定义被读入时创建,通常,模块命名空间也会一直保存到解释器退出。由解释器在最高层调用执行的语句,不管它是从脚本文件中读入还是来自交互式输入,都是__main__模块的一部分,所以它们也拥有自己的命名空间。(内置命名也同样被包含在一个模块中,它被称作__builtin__。)

第三:当调用函数时,就会为它创建一个局部命名空间,并且在函数返回或抛出一个并没有在函数内部处理的异常时被删除。(实际上,用遗忘来形容到底发生了什么更为贴切。)当然,每个递归调用都有自己的局部命名空间。

作用域是定义程序该如何搜索确切地“名字-对象”的名空间的层级关系。是一个Python程序可以直接访问命名空间的正文区域。意思是一个对名称的错误引用会尝试在命名空间内查找。尽管作用域是静态定义,在使用时他们都是动态的。每次执行时,至少有四个命名空间可以直接访问的作用域嵌套在一起:

第一:innermostscope,包含局部命名的使用域在最里面,首先被搜索;

第二:enclosingscope,中层的作用域,是内层嵌套作用域搜索起点,包含非局部,但是也非全局的命名

第三:Globalscope,包含当前模块的全局命名

第四:Built-inscope,包含内置命名的命名空间。

so,这么多的作用域,Python是按什么顺序搜索对应作用域的呢?著名的”LEGB-rule”,即scope的搜索顺序:Local->Enclosing->Global->Built-in;当有一个变量在local域中找不到时,Python会找上一层的作用域,即enclosing域(该域不一定存在)。enclosing域还找不到的时候,再往上一层,搜索模块内的global域。最后,会在built-in域中搜索。对于最终没有搜索到时,Python会抛出一个NameError异常。作用域可以嵌套。比如模块导入时。这也是为什么不推荐使用froma_moduleimport*的原因,导入的变量可能被当前模块覆盖。下面是一个例子:

defouter():

a=0

b=1

definner():

printa

printb

b=4

inner()

if__name__=="__main__":outer()

Traceback(mostrecentcalllast):

File"E:/PycharmProjects/CodeStatisticsTools/test_namespaces.py",line37,in

outer()

File"E:/PycharmProjects/CodeStatisticsTools/test_namespaces.py",line18,inouter

inner()

File"E:/PycharmProjects/CodeStatisticsTools/test_namespaces.py",line15,ininner

printb

UnboundLocalError:localvariable'b'referencedbeforeassignment

如果去掉b=4就能正常运行,这是为啥呢?在没有b=4这行代码时,Python解释器执行到inner()中的printb时,发现有个变量b在当前作用域(local)中无法找到变量b,于是尝试从enclosingscope中查找,找到后就能正常打印了。加上这行代码后,在当前作用域找到了b,但是变量b的赋值发生在print语句之后,于是抛出错误:变量在赋值前就被引用。赋值语句通常隐式地会创建一个局部(local)变量,即便该变量名已存在于赋值语句发生的上一层作用域中

以上内容为大家介绍了python命名空间和作用域,希望对大家有所帮助,如果想要了解更多Python相关知识,请关注IT培训机构:千锋教育。

声明:本站部分稿件版权来源于网络,如有侵犯版权,请及时联系我们。

相关推荐

  • Python 决策树的生成算法介绍 划分数据集的最大原则是:使无序的数据变的有序。如果一个训练数据中有20个特征,那么选取哪个做划分依据?这就必须采用量化的方法来判断,量化划分方法有多重,其中一项就是“信息论度量信息分类”。基于信息论的
  • Python C4.5算法 ID3算法的作者昆兰基于上面的不足,对ID3算法做了改进,这就是C4.5算法,也许你会问,为什么不叫ID4,ID5之类的名字呢?那是因为决策树当时太火爆了,它的ID3一出来,别人二次创新,很快就占了I
  • Python 基本语句 1.条件语句在进行逻辑判断时,我们需要用到条件语句,Python提供了if、elif、else来进行逻辑判断。格式如下所示:if判断条件1:执行语句1...elif判断条件2:执行语句2...elif
  • Python math 模块 先来看一下math模块中包含内容,如下所示:>>>importmath>>>dir(math)['__doc__','__loader__','__name__
  • Python decimal 模块 decimal模块为正确舍入十进制浮点运算提供了支持,相比内置的浮点类型float,它能更加精确的控制精度,能够为精度要求较高的金融等领域提供支持。decimal在一个独立的context下工作,可以
  • Python random 模块 random模块可以生成随机数,我们来看一下其常用函数。random()返回[0.0,1.0)范围内的一个随机浮点数。看下示例:importrandomprint(random.random())un